2.1 引言
在第1章中，我们学习了在程序设计中的计算过程和函数的功能。 我们学习了如何使用原始数据（数字）和原始操作（算术），如何通过组合和控制构建复合函数，以及如何通过给进程命名来创建功能抽象。 我们还学习了，高阶函数如何通过一般的操作提高效率。 这些就是编程的本质。
本章重点介绍数据。 我们在本章研究的技术将使我们能够表达和操纵不同领域的信息。 由于互联网的爆炸性增长，大量的结构化信息可以免费从网上获得，计算可以广泛应用于不同问题。 有效使用内置和用户定义的数据类型是数据处理的基础。
2.1.1 原始数据类型
python里的每一个值都有一个类型。相同类型的数据表现也相仿。例如：整数1和2都是int类型的实例。内置函数type可以让我们查看值的类型.
>>> type(2)
<class 'int'>
我们迄今为止使用的值是Python语言内置的少量原始数据类型的实例。 原始数据类型具有以下属性：
1.原始表达式可以计算这些类型的值，称为literal字面量。
2.内置函数和运算符可以来操作这些值。
int类是用于表示整数的原始数据类型。 整数字面量（相邻数字的序列）求值为int值，算术运算符操作数值对象。
>>> 12 + 3000000000000000000000000
3000000000000000000000012
Python 包含了三个原始数值类型:整数( int )、实数( float )和复数 ( complex )。
>>> type(1.5)
<class 'float'>
>>> type(1+1j)
<class 'complex'>
名称float来源于实数在 Python 中表示的方式:“浮点”表示。虽然数值表示的细节不是这章的话题,一些 int 和 float 对象的高层差异仍然很重要。特别是, int 对象只能表示整数,但是表示得更精确,不带有任何近似。另一方面, float 对象可以表示很大范围内的分数,但是不能表示所有有理数。然而,浮点对象通常用于近似表示实数和有理数,舍入到某个有效数字的数值。
>>> 7 / 3 * 3
7.0
>>> 1 / 3 * 7 * 3
6.999999999999999
将一个int除以另一个就会产生一个浮点值：对两个整数的实际比例进行近似。
>>> type(1/3)
<class 'float'>
>>> 1/3
0.3333333333333333
当我们进行是否相等的测试时，会出现这种近似的问题。
>>> 1/3 == 0.333333333333333312345 # Beware of float approximation
True
int和float类之间的微妙差异对于程序编写很有影响，因此它们是程序员必须记住的细节。幸运的是，原始数据类型很少，这大大减少了我们熟练编程语言所需的记忆量。此外，这些相同的细节在许多编程语言中是一致的，由IEEE 754 floating point standard等社区准则执行。
非数字类型。数值可以表示许多其他类型的数据，例如声音，图像，位置，网址，网络连接等。一些由原始数据类型表示，例如值为True和False的bool类。
以下部分将介绍Python中更多的原始数据类型，重点介绍其在创建数据抽象中的作用。对于有兴趣了解更多细节的人，在线书籍“Dive Into Python 3”中有关原始数据类型的一章，将对所有Python本机数据类型以及如何操作它们进行实用的概述，包括大量使用示例和实践。
上一节：SICP 第一章 使用函数抽象概念 1.7 递归函数
下一节：SICP 第二章 使用数据构建抽象 2.2 数据抽象
