1. 使用`print（）`函数：
```python
x = 10
print（x） 输出：10
2. 在交互式解释器中直接输入变量名：```pythonx = 10
x 输出：10
3. 获取字典中的值：
```python
my_dict = {'key1': 'value1', 'key2': 'value2'}
value1 = my_dict['key1']
print（value1） 输出：value1
4. 使用`get（）`方法避免KeyError异常：```pythonmy_dict = {'key1': 'value1', 'key2': 'value2'}
value2 = my_dict.get（'key2'）
print（value2） 输出：value2
5. 查看列表中特定元素的索引值：
```python
my_list = [10, 20, 30, 40, 50]
index = my_list.index（30）
print（"元素30的索引值是：", index） 输出：元素30的索引值是： 2
6. 访问字符串中的值：```pythonstrs = "ABCDEFG"
print（strs） A
print（strs） D
7. 使用切片操作获取字符串的一部分：
```python
strs = "ABCDEFG"
print（strs[:4]） ABCD
print（strs[2:6]） CDEF
8. 使用for循环遍历字符串中的每个字符：```pythonstrs = "ABCDEFG"
for i in strs:
print（i, end=" "） A B C D E F G
9. 查看异常值（数据科学相关）：
使用`describe（）`函数（需要pandas库）：
```python
import pandas as pd
data = pd.Series（[1, 2, 3, 4, 100]）
print（data.describe（）） 输出统计信息，包括最小值、最大值、均值、标准差等
使用箱线图（需要matplotlib和seaborn库）：```pythonimport matplotlib.pyplot as plt
import seaborn as sns
data = pd.Series（[1, 2, 3, 4, 100]）
sns.boxplot（data=data）
plt.show（）
使用Z-score方法：
```python
from scipy import stats
data = pd.Series（[1, 2, 3, 4, 100]）
z_scores = stats.zscore（data）
print（z_scores） 输出每个数据点的Z-score
使用IQR方法：```pythonQ1 = data.quantile（0.25）
Q3 = data.quantile（0.75）
IQR = Q3 - Q1
outliers = data[（data < （Q1 - 1.5 * IQR）） | （data > （Q3 + 1.5 * IQR））]
print（outliers） 输出被认为是异常值的数据点
以上方法可以帮助你在Python中查看不同类型变量的值