其他栏目: > iOS项目总结大全 <
其他栏目: > iOS UI <
文章目录
- 变量与数据类型——动态类型、类型注解与 Python 的数字世界
- 一、为什么大模型代码里全是变量和类型
- 二、动态类型：赋值即定义
- 三、基本数据类型一览
- 四、数字的世界：int 不会溢出，float 要小心
- 4.1 int 任意精度
- 4.2 float 的精度陷阱
- 五、类型注解：让大模型代码更好读、更稳
- 六、常见坑与注意事项
- 七、本篇小结
变量与数据类型——动态类型、类型注解与 Python 的数字世界
上一步我们把 Python 环境装好了，写出了第一个能跑的脚本。这一篇继续打地基：变量与数据类型。你可能会想"这太基础了吧"——但等你真正写大模型代码时会发现，变量和类型无处不在：模型的配置参数、一批 token 的 id 列表、张量的float32/float16精度，全都是"数据 + 类型"的组合。把这一篇吃透，后面读 PyTorch、Transformers 源码时才不会一头雾水。
一、为什么大模型代码里全是变量和类型
随便翻开一段训练脚本：
batch_size=32learning_rate:float=1e-4token_ids=[101,2023,2003,1037]# 一句话的 tokenweights=model.float()# 转成 float32 张量batch_size是个整数，决定一次喂多少数据；learning_rate标了float类型注解，说明它是浮点数；token_ids是个列表，里面是整数——模型吃进去的不是文字，是这些 id；weights是张量，但底层数据类型是float32。
你会发现：大模型项目对"数据是什么类型"极其敏感。一个该是float32的张量被当成float16，可能直接数值溢出；一个该是列表的配置被传成字符串，训练会莫名其妙报错。所以这一篇，我们把 Python 的类型系统讲清楚。
二、动态类型：赋值即定义
Python 是动态类型语言——变量不需要提前声明类型，第一次赋值就决定了它此刻的类型，而且类型还能随时变：
x=10# x 现在是 intprint(type(x))# <class 'int'>x="hello"# x 变成了 str，完全合法print(type(x))# <class 'str'>x=[1,2,3]# x 又变成了 listprint(type(x))# <class 'list'>注意一个关键点：Python 的变量更像"贴在某个对象上的标签"，而不是"装数据的盒子"。同一个对象可以贴多个标签（a = b = []），一个标签也能随时撕下来贴到别的对象上。理解这一点，后面才不会在"可变对象共享"的坑里栽跟头。
三、基本数据类型一览
| 类型 | 字面量例子 | 说明 |
|---|---|---|
int | 10、-3、0b1010 | 任意精度整数，不会溢出 |
float | 3.14、1e-4 | 双精度浮点（64 位） |
bool | True、False | 整数 1 和 0 的子类 |
str | "hello"、'你好' | 不可变Unicode 文本 |
NoneType | None | 表示"空/无"，常作默认值 |
bool其实是int的子类，True == 1、False == 0成立，但不要拿来做算术，容易把人看晕。
四、数字的世界：int 不会溢出，float 要小心
4.1 int 任意精度
C/Java 里的int有固定位数（32 位最大约 21 亿），超了就溢出。Python 的int是任意精度——只要内存够，多大都行：
big=2**1000print(big)# 一个 302 位的巨大整数，不会溢出print(big.bit_length())# 1001这对大模型有意义吗？有。比如你处理超长文档的字符偏移、大语料的行号，不用担心溢出。
4.2 float 的精度陷阱
浮点数遵循 IEEE 754，存在二进制无法精确表示小数的问题：
print(0.1+0.2)# 0.30000000000000004，不是 0.3！print(0.1+0.2==0.3)# False这正是大模型要用float32/float16而不是无限精度的原因——硬件只能用有限位存小数。所以比较浮点数要用容差，而不是直接==：
defapprox_equal(a,b,tol=1e-9):returnabs(a-b)<tolprint(approx_equal(0.1+0.2,0.3))# True当你日后看到 loss 从2.3456变成2.3457就认为"没变化"，或者做if loss == 0.0的判断，记住这个坑。
五、类型注解：让大模型代码更好读、更稳
Python 是动态类型，但现代大模型库（PyTorch、Transformers、vLLM）大量使用类型注解。为什么？因为项目太大，没有类型提示，人和 IDE 都看不懂函数该传什么。
fromtypingimportList,Optionaldefbuild_prompt(question:str,context:List[str])->str:"""拼接一个问题 + 若干上下文，返回完整 prompt"""parts:List[str]=[f"问题：{question}"]fori,cinenumerate(context,1):parts.append(f"参考{i}：{c}")return"\n".join(parts)config:Optional[dict]=None# 可能是 dict，也可能是 Nonequestion: str表示参数应是字符串；-> str表示返回值类型是字符串；List[str]表示"字符串组成的列表"，来自typing模块；Optional[dict]表示"可能是 dict，也可能是 None"。
类型注解运行时不做强制检查（写错了不会报错），但配合mypy这类静态检查工具，能在运行前抓出一大类 bug。强烈建议从一开始就养成写注解的习惯。
六、常见坑与注意事项
| 坑 | 现象 | 解决办法 |
|---|---|---|
| 可变默认参数 | def f(x=[]): x.append(1)多次调用共享同一个列表 | 默认用None，函数内再x = x or [] |
==与is混淆 | a == b比"值"，a is b比"是不是同一个对象" | 比值得用==；比 None 用is None |
浮点直接== | 0.1+0.2 == 0.3为 False | 用容差比较（见第四节） |
| 动态类型运行时才报错 | x = "5"; x + 3报 TypeError | 写注解 + mypy，提前发现 |
| None 当默认值踩坑 | 把None当 0 或空串参与运算报错 | 显式判断if x is None |
两个高频错误重点说：
- 可变默认参数：这是 Python 头号经典坑。函数的默认参数在函数定义时就创建好了，之后所有调用共享它。正确写法永远是用
None占位。 is不是==：is判断"两个变量指向内存里同一个对象"，==判断"值相等"。比如两个内容相同的列表a == b为 True，但a is b为 False。只有和单例（如None、True）比较时才用is。
七、本篇小结
这一篇我们搞清了：
- Python 是动态类型语言，变量是"贴在对象上的标签"，类型可随时变。
- 五种基本类型
int / float / bool / str / NoneType，其中int任意精度不会溢出，float有精度陷阱。 - 浮点数比较要用容差，不能直接
==。 - 类型注解（
str、List[str]、Optional）让大模型项目可读、可静态检查，强烈推荐用起来。 - 避开可变默认参数、
is/==混淆等经典坑。
下一篇我们聊字符串处理——f-string 格式化、切片、以及用正则清洗文本。毕竟大模型吃的"粮食"就是文本，学会干净利落地处理字符串，是后面做分词、做 prompt 工程的前提。
本篇是《大模型开发从 0 到 1》专栏第 2 篇。专栏文章按「分类专栏」归类，顺序学习体验最佳。
