Python的八种数据类型
八种数据类型分别是：
number（数字）、string（字符串）、Boolean（布尔值）、None（空值）
list（列表）、tuple（元组）、dict（字典）、set（集合）。
## 可变类型：列表，字典，集合————》 在内存中是以链表的形式存储，每个元素都有独立的地址和地址指向，可以直接修改
## 不可变类型：数字，字符串，元祖
# 数组如何存储？
# 数组底层的存储结构是顺序存储结构，这样的结构有这样一些优点：逻辑上相邻的节点在物理位置上也是相邻的，可以节省空间，并且可以实现随机存取（也称直接访问）。
# 创建一个数组时，会在内存中开辟一块固定长度的区域用于直接存储元素，扩容要考虑这块区域的后面是否有存储其他对象，所以数组在定义好之后就无法扩容了。
# 而且在查询时，是根据索引和元素存储大小去计算地址偏移量的，如果元素类型不一致，所占内存空间不相同，就不能实现随机存储，所以数组不能同时存储不同类型的数据；
#
# 列表如何存储？
# 列表本质是动态的数组，列表存储的是每个元素在内存中的地址（即引用），当列表中空白占位低于1/3时，会在内存中开辟一块更大的空间，
# 并将旧列表中存储的地址复制到新列表中，旧列表则被销毁，这样就实现了扩容。因为列表存储的是元素的引用这个特性，而引用所占的内存空间是相同的，
# 这样便可以同时存放不同类型的数据了。
#
# Python中的列表与数组的区别在于： 数组定义好之后就无法扩容了，而列表在定义好之后可以扩容； 数组只能同时存储一种类型的数据，而列表可以同时存储不同类型的数据。
#
# 字典如何存储？
# Python中的字典底层是通过散列表（哈希表）来实现的， “哈希表是根据关键码值（Key value）而直接进行访问的数据结构。
# 也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。”
# 字典本质也是一个数组，但其索引是键经过散列函数处理后得到的散列值，散列函数的目的是使键均匀地分布在散列表中，
# 并且可以在内存中以O(1)的时间复杂度进行寻址，从而实现快速查找和修改。散列表其实是一个稀疏数组（总是有空白元素的数组称为稀疏数组），
# 散列表里的单元通常叫作表元。在字典的散列表当中，**每个键值对都占用一个表元，每个表元都有两个部分，一个是对键的引用，另一个是对值的引用。
# **散列表中散列函数的设计困难在于将数据均匀分布在散列表中，从而尽量减少散列碰撞和冲突。
#
# 字典如何添加和查询？
# **添加：**Python 调用内部的散列函数，将键（Key）作为参数进行转换，得到一个唯一的地址（这也就解释了为什么给相同的键赋值会直接覆盖的原因，
# 因为相同的键转换后的地址是一样的），然后将值（Value）存放到该地址中。 **查询：**使用散列函数将key转换为数组的下标，并定位到数组对应位置获取value。
#
# 字典为什么是无序的？
# 键值的哈希碰撞，hash(key1) == hash(key2)时，向字典里连续添加的这个两个键的顺序是不可以控制的，也是无法做到连续的，后来的键会按算法调整到其它位置。
# 序是不可以控制的，也是无法做到连续的，后来的键会按算法调整到其它位置。 字典空间扩容，当键的数量超过字典默认开的空间时，
# 字典会做空间扩容，扩容后的键顺和创建顺序就会发生变化，不受人为控制。
下面，我将这八种类型的相关知识，做一个梳理。
1.number（数字类型）
2.string（字符串类型）
3.Boolean（布尔值）与空值
4.list（列表类型）
5.tuple（元组类型）
6.dict（字典类型）
7.set（集合类型）
8.数据类型装换
