01. 常用基本数据类型

本章导览

为什么数据类型很重要？

在金融和商业数据分析中，选择正确的数据类型是构建可靠程序的基础。

• 股价是浮点数(float)：105.50
• 交易量是整数(int)：23000
• 股票代码是字符串(str)：'600000.SH'
• 是否涨停是布尔值(bool)：True

数据类型决定了你可以对数据执行哪些操作

数值类型概览：int 与 float

Python中的数值类型主要包括两大类：

# 整型：精度只受内存限制
shares_count = 500         # 股票数量(整型)
print(type(shares_count))  # <class 'int'>

# 浮点型：约15-17位有效数字
stock_price = 105.50       # 股票价格(浮点型)
print(type(stock_price))   # <class 'float'>

<class 'int'>
<class 'float'>

年金终值的计算公式

普通年金(Ordinary Annuity)是金融学中的核心概念，指在每期期末进行等额收付的系列款项。

\[ \large{ FV = A \times \frac{(1+i)^n - 1}{i} } \]

• \(FV\)：年金终值
• \(A\)：每期年金金额
• \(i\)：每期利率
• \(n\)：期数

公式推导：等比数列求和

每期末支付金额A，利率i，期数n，各期终值累加为：

\[ \large{ FV = A(1+i)^{n-1} + A(1+i)^{n-2} + \cdots + A } \]

这是首项为A、公比为\((1+i)\)、项数为n的等比数列，由求和公式得：

\[ \large{ FV = \frac{A[(1+i)^n - 1]}{(1+i) - 1} = A \times \frac{(1+i)^n - 1}{i} } \]

运行前预测｜任务一：计算普通年金终值

• 输入预测：运行前先写出 A、i、n、F 的业务含义、数据类型或取值范围，并判断哪一个输入最可能改变结果。
• 结果预测：不展开答案，先预测将得到“普通年金终值是{:.2f}”相关结果；同时写出方向、数量级或表格/图形结构。
• 完成要求：能独立说明本任务从输入到“任务一：计算普通年金终值”结果的关键步骤，原样录入平台代码并得到可核对的运行结果。

⭐ 任务一：计算普通年金终值

# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
#任务一：完成计算普通年金终值的小程序
#计算普通年金终值
A=10000
i=0.05  # 设置年利率为5%
n=10  # 设置投资期限为10年
F=A*((1+i)**n-1)/i  # 根据普通年金终值公式计算终值F
print("普通年金终值是{:.2f}".format(F))  # 格式化输出普通年金终值(保留两位小数)

任务复盘｜任务一：计算普通年金终值

运行后核对：核对 A、i、n、F 是否按预测参与运算，实际输出是否与预测一致；若不一致，先检查类型、单位、索引/字段和运算顺序。

拓展练习：只改变一个关键输入或业务场景，先预测输出如何变化，再运行验证并解释变化原因。

代码解析：变量赋值与幂运算

刚才的代码用到了几个核心语法：

• 变量赋值：用 = 将值绑定到变量名
  • A = 10000 → 每期金额一万元
• 幂运算符：** 表示乘方
  • (1+i)**n → \((1+0.05)^{10}\)
• 运算符优先级：括号 > 幂运算 > 乘除 > 加减
• 格式化输出：'{:.2f}'.format(F) 保留两位小数

实际应用场景

年金终值公式在生活中有很多实际应用：

掌握了年金终值的计算，就掌握了复利的力量！

字符串类型简介

字符串是Python中用于表示文本数据的类型。

• 用引号创建：'hello' 或 '沪深300'
• Python 3 采用 Unicode 编码，支持中英文
• 字符串是不可变对象：修改操作实际上创建了新字符串

金融应用场景：

• 证券代码：'600000.SH'
• 公司名称：'中国建设银行'
• 交易日期：'2025-12-31'

字符串索引与切片

运行前预测｜任务二：字符串的基本操作

• 输入预测：运行前先写出 s、a 的业务含义、数据类型或取值范围，并判断哪一个输入最可能改变结果。
• 结果预测：不展开答案，先预测将得到a 的结果；同时写出方向、数量级或表格/图形结构。
• 完成要求：能独立说明本任务从输入到“任务二：字符串的基本操作”结果的关键步骤，原样录入平台代码并得到可核对的运行结果。

⭐ 任务二：字符串的基本操作

# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
#任务二：给定字符串按要求输出
s = 'ilovepython'
a = 'helloworld'  # 定义第二个字符串变量
print(s)  # 输出完整字符串s
print(s[0])  # 输出字符串s的第一个字符(索引为0)
print(s[2:5])  # 输出字符串s的切片(索引2到4)
print(s+a)  # 输出两个字符串拼接后的结果
print(s.upper())  # 输出字符串s转换为大写后的结果

任务复盘｜任务二：字符串的基本操作

运行后核对：核对 s、a 是否按预测参与运算，实际输出是否与预测一致；若不一致，先检查类型、单位、索引/字段和运算顺序。

拓展练习：只改变一个关键输入或业务场景，先预测输出如何变化，再运行验证并解释变化原因。

代码解析：任务二中的核心操作

关键点：索引从 0 开始；切片 [start:end] 含首不含尾；+ 对字符串表示拼接、对数字表示加法。

中文字符串处理

Python 3 采用 Unicode 编码，可以无缝处理中文字符：

# 中文字符串示例
chinese = '沪深300指数'

# len()返回字符数(非字节数)
print(len(chinese))    # 输出: 7

# 索引和切片同样适用
print(chinese[0])      # 输出: 沪
print(chinese[:2])     # 输出: 沪深

7
沪
沪深

每个中文字符和英文字符在索引时地位相同，都占一个位置。

金融应用：证券代码处理

# 证券代码标准化：拼接股票代码与交易所标识
stock_code = '000001'
exchange = 'SZ'
full_code = stock_code + '.' + exchange
print(full_code)  # 000001.SZ (平安银行)

# 公司名称格式化：首字母大写
company = 'china construction bank'
print(company.title())  # China Construction Bank

# 从完整代码中提取交易所信息
code_with_exchange = '600000.SH'
market = code_with_exchange.split('.')[1]
print(market)  # SH (上海证券交易所)

000001.SZ
China Construction Bank
SH

类型转换：为什么需要？

不同来源的金融数据，其类型可能不一致：

• 从Excel读取的价格可能是字符串 '10.55'
• 计算交易金额需要的是浮点数 10.55
• 展示结果又需要转回字符串

Python是强类型语言，不同类型之间不能直接运算，必须显式转换。

常用类型转换函数

类型转换：正确与错误的方式

# 正确：显式转换后再计算
price_str = '10.55'
price_num = float(price_str)  # 字符串 → 浮点数
quantity = 100
amount = price_num * quantity
print(f'交易金额: {amount:.2f}')  # 1055.00

# 错误：不同类型不能直接运算
try:
    result = '10.55' + 100  # 字符串 + 整数 → TypeError!
except TypeError as error_message:
    print(f'错误: {error_message}')

交易金额: 1055.00
错误: can only concatenate str (not "int") to str

强类型的好处：避免因隐式转换导致的金融计算错误！

布尔类型：True 与 False

语法预览：本页开始出现 if/else，只要求读懂输入与输出；独立编写分支放在第 8 章随堂练习，零基础学习者可按课程入口路线先完成第 2、8、9 章。

布尔类型只有两个值，在金融决策中广泛用于条件判断。

# 比较运算符 → 返回布尔值
price = 105.5
reference_price = 100.0

is_above_ma = price > reference_price
print(is_above_ma)  # True

True

比较运算符速查

常用比较运算符：

逻辑运算符：组合多个条件

# 中性条件组合示例
price_above_ma = True     # 价格高于均线
volume_above_avg = True   # 成交量放大

# 规则A：两个布尔条件同时成立
rule_a = price_above_ma and volume_above_avg
print(f'RULE_A: {rule_a}')  # True

RULE_A: True

实战：上下界提醒判断

# 上下界提醒判断
current_price = 102.5   # 当前价格
stop_loss = 98.0         # 止损价
take_profit = 108.0      # 止盈价

# 触及任一课堂边界则进入核对
needs_review = (current_price <= stop_loss) or (current_price >= take_profit)
print(f'是否进入REVIEW: {needs_review}')  # False（未触及）

是否进入REVIEW: False

当前示例中的数值 102.5 位于两个假设边界之间，因此程序显示 REVIEW。这只是课堂判断结果，不是交易指令。

真值测试：哪些值被视为 False？

Python中所有对象都可以进行布尔值测试：

真值测试：先判断数据是否为空

# 检查数据是否为空
trading_data = []  # 空列表
if trading_data:
    print('数据存在,开始分析')
else:
    print('数据为空,跳过分析')  # ← 执行这行

数据为空,跳过分析

浮点数精度：金融计算的陷阱

# 一个看似简单的加法...
result = 0.1 + 0.2
print(result)               # 0.30000000000000004 (不是0.3!)
print(0.1 + 0.2 == 0.3)    # False!

0.30000000000000004
False

原因：0.1 和 0.2 在二进制中无法精确表示（类似于 \(1/3\) 在十进制中无法精确表示）。

在金融计算中，这种微小误差可能累积失控！

解决方案：精确计算方法

import math
from decimal import Decimal, getcontext

# 方法1：近似比较 (math.isclose)
print(math.isclose(0.1 + 0.2, 0.3))  # True

# 方法2：Decimal模块 (精确十进制运算)
getcontext().prec = 6  # 设置6位有效数字
price1 = Decimal('0.1')  # 注意：参数必须是字符串
price2 = Decimal('0.2')
result = price1 + price2
print(result)                       # 0.3 (精确!)
print(result == Decimal('0.3'))     # True

True
0.3
True

精确计算：选择工具的规则

金融计算最佳实践：

• 货币计算：使用 Decimal 模块
• 比较运算：使用 math.isclose() 而非 ==