python入门（五）—— 整数，小数（浮点数），复数

整数(int)存储方式

关于数字类型的基本介绍，第三节已经说了大部分，这里不再赘述。下面要说一点关于数字存储的底层知识，这对于学过c/c++的同学很熟悉，如果不感兴趣，可以跳过。

我们知道，计算机上所有的东西都是二进制，也就是一串010001101如此等等的数字。对于一个两位的二进制，只能有四种排列：00,01,10,11，也就是说，只能用来表示四个不同的的东西，如果用来表示数字，只能表示0,1,2,3，当然如果你标新立异，非要用来表示5,6,7,8那也没关系，总之，最多表示四个不同的东西。对于n位二进制来说，可以表示
$$2^n$$
个不同的东西。计算机上，这个n是有限的，显然，计算机上可以表示东西也是有限的。然而我们的数字是有无限多的，这就使得计算机不可能表示全部的整数，那么计算机有什么意义？好在，我们日常能够使用的数字，相对来说都不会很大。比如，如果你要为餐馆写一个统计天客人用餐信息的程序，一般也就100元左右一个人，一天的收入，肯定也不会超过一个亿。所以，我们只要能够表示我们常用的数字就行了。

现在的计算机一般都是64位，即CPU一次计算能够处理64位二进制，也叫64bit（比特）。如果用64bit来表示整数，那么可以表示整数个数为
$$2^{64}=18446744073709551616$$
同时，为了能够表示负数，这么多数字中有一半是复数，还有一个是0，所以整数最大为(2⁶³-1)，最小为-2⁶³。

下面采用8bit整数来讲述一下整数在计算机实际上是怎样的。8bit一共256个数，其中127个正数加上0很多时候用来表示128个字符，称之为ASCII字符表，这对于c/c++同学很清楚，不知道的可以去百度一下。所以一般来说，把8bit叫做一个字节(Byte)。

正数就是一般的二进制排列

00000000   ---   0
00000001   ---   1
00000010   ---   2
00000011   ---   3
00000100   ---   4

01111111   ---   127

可以看到正数包括0，其二进制第一位是0，后面128个复数，二进制第一位就一直是1。复数是这样实现的：

例如-126，写出正126的二进制

01111110   ---   +126

将上面的二进制数字全部反过来，这一步叫求反码

10000001   ---   +126的反码

然后在这个反码上加1，叫做+126的补码

10000010   ---   -126

就是-126的二进制表示

习题：试着写出-1,-128的二进制表示

将负数做这样的编码的好处是，负数和正数的加法，可以直接使用二进制加法计算，以127+(-126)为例

   01111111   ---   127
+  10000010   ---   -126
= 100000001   ---   ???
=  00000001   ---   1

不把第一位看作表示符号，而是普通的二进制数，直接相加，正常进位。但是相加结果超出了8bit，前面的位就直接舍去，这样直接就得到了1。这样，含有正负数的加减法的时候，计算机不用判断一个数是不是负数，直接按照正数来做加减法就是，这显然对于计算机运算速度是有好处的。

作业：按照二进制加法，127+1的二进制结果是什么，它对应哪一个数字的二进制表示，-128±3呢?

可以看见，二进制的整数表示是有限的，如果表示整数的bit数是固定的，那么会出现大数字不够表示的情况，这叫做溢出。上面的这个作业，其实说明了溢出之后的结果，是错误的，但是结果还会在表示范围之内。

python的整数存储

对于python，他自己实现了变长的整数。所谓变长，就是当数字不大时，可能（具体时这样的，还要看源代码）使用32位的整数，当数字比较大，位数不够用的时候，就加一段，还不够，再加。所以理论上，python的整数可以是任意大的。不过当数字很大的时候，运算速度也会变得很慢。

位运算

数字的位运算，是从二进制的角度，来操作整数，这在python中并不常用，但是有的时候，也会有意想不到的用处：

• 位与&：将数字写成二进制表示，对每一位，做与运算：只有两个都是1时，结果为1，否者为0。

  00010111   ---   23
& 00100010   ---   34
= 00000010   ---   2

所以，在交互式编程处，输入23 & 34，得到：

>>> 23 & 34
2

• 位或|：每一位，只要有一个是1，结果就是1，否者为0。

>>> 23 | 34
55

• 位非~：每一位，数字反过来，其实就是求反码

>>> ~1
-2

• 位异或^：每一位，两个数字不同，就是1，否则为0

>>> 23 ^ 34
53

后面几个的二进制过程就不写出来了，可以自己分析一下。异或有一个很有意思的用法，就是写整数交换算法：

传统的算法：

a = 100
b = 200
temp = a
a = b
b = temp

必须引入一个中间变量temp记录a的值，否者无法交换，使用异或则不用

a = a^b
b = a^b
a = a^b

经过上述三行代码，就可以完成，其中用到异或的性质a^a=0, a^b=b^a，可以自己推导一下。

浮点数

和整数一样，实数的显然也是二进制表示的，那么计算机能够表示的实数也是有限的。计算机表示实数的方式叫做浮点数，它使用一个bit表示数字的符号s，使用t个bit表示二进制的小数点后t位，用剩下的bit表示指数e，最后表示的浮点数的结果是
$$x=(-1{)}^s\cdot (0.a_1{a}_2\cdots a_t)\cdot {\beta }^e$$
二进制表示中，β=2，上面写作小数的形式$(0.a_1{a}_2\cdots a_t)$，是二进制小数。

显然，对于像圆周率pi，自然对数常数e这些无理数，实际上是不能够使用浮点数表示。不过，从另外的角度看，我们实际工作中，对于实数的使用也并不是要求全部表示。比如，我们要计算某一个工程需要的水泥的量，我想应该还不至于精确到千克，大不了稍微多买一点，这个计算使用浮点数实际上已经足够精确。

32bit的浮点数，常常称为单精度数，一般能够精确到10^-7，64bit的浮点数又叫双精度数，一般能够精确到10^-16，这对于大多数情况下已经足够精确了。

在现在通用的64bit计算机上，python是使用64bit浮点数的，也就是双精度数，其最大的范围是：10^-308到10³⁰⁸，当然正负数都支持。这使得在python中，有的时候算出巨大的整数，还真的不能转化为浮点数。

类型转换，可以这样来做

>>> int(12.3)
12
>>> float(10**1000)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
OverflowError: int too large to convert to float

交互式下，type(12)，就会输出int，是整数的类型名，浮点数的类型名是float。类型转换直接使用类型名作为函数就好了。上述结果中转化int(12.3)是转化成功的，而后面的转化失败，就是因为10**100太大了，超出了浮点数的表示范围。

python并没有拓展浮点数的使得其像整数一样可以无限多，因为这是不必要的。首先浮点数的拓展并不像整数那样容易，并且浮点数常用在高性能计算中，运算速度更重要，而不是精度。对于精度问题，需要数学家和计算机学家很仔细的控制，在开启一个超级计算程序之前，往往需要通过原理上的估算确保精度是足够的，这需要更加深入的理论。不过日常生活，普通的工作，双精度数已经没有任何问题了。

数学函数库

实数运算当然需要一些数学函数，下面是交互式命令行的一些演示

>>> import math        # 必须要先导入数学模块，否则后面的东西都无法使用
>>> math.asin(0.5)     # 反正弦
0.5235987755982989
>>> math.log(2.3)      # 对数函数
0.8329091229351039
>>> math.exp(2.3)      # 指数函数
9.974182454814718
>>> dir(math)          # 查看math模块中可用的东西
['__doc__', '__loader__', '__name__', '__package__', '__spec__', 'acos', 'acosh', 'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign', 'cos', 'cosh', 'degrees', 'e', 'erf', 'erfc', 'exp', 'expm1', 'fabs', 'factorial', 'floor', 'fmod', 'frexp', 'fsum', 'gamma', 'gcd', 'hypot', 'inf', 'isclose', 'isfinite', 'isinf', 'isnan', 'ldexp', 'lgamma', 'log', 'log10', 'log1p', 'log2', 'modf', 'nan', 'pi', 'pow', 'radians', 'remainder', 'sin', 'sinh', 'sqrt', 'tan', 'tanh', 'tau', 'trunc']

其中下划线的这些可以先不管，对于后面的一些函数，如果不知道是什么意思，还记得前面说过的神器吗。交互式下使用help函数就是了，比如

>>> help(math.hypot)
Help on built-in function hypot in module math:

hypot(x, y, /)
    Return the Euclidean distance, sqrt(x*x + y*y).

其中还值得一提的是math模块里面还有几个常数

>>> math.pi
3.141592653589793
>>> math.e
2.718281828459045
>>> math.tau
6.283185307179586

关于实数，还有一个生成随机数的模块random

>>> import random
>>> random.random()
0.900955873808953
>>> random.random()
0.7794294909793891

你也可以用dir(random)看看其中有那些函数，随机数可以写好几本专著了，这里就不展开讲。

复数

复数可以使用下面两中方式创建

>>> 1+2j
(1+2j)
>>> complex(1,2)
(1+2j)
>>> complex(1)
(1+0j)

处理复数的模块是cmath，

>>> import cmath
>>> cmath.sqrt(1+2j)
(1.272019649514069+0.7861513777574233j)

其他的和运算都差不多，不一一列举。关于复数的二进制表示，显然实部和虚部分开，分别使用整数或者浮点数的表示法就好了。