Python 是一种强大的编程语言,广泛应用于数据科学、人工智能、网络开发等领域。上一篇笔记中,对字符串进行了简介。那么这篇笔记将继续介绍新的数据类型——数。
公众号端:
数https://blog.csdn.net/m0_61009360/article/details/141320603 作为常用的数据类型之一,理解数的概念及其在 Python 中的应用是非常重要的。本文接下来将详细介绍 Python 中的数。✨✨
一. 概念
数是一种基本数据类型,可用于表示各种数值。Python 中的主要数字类型包括整数(int)、浮点数(float)、复数(complex)。数字在计算、编程和数据处理中起着重要作用,它们可以用于各种数学运算和逻辑操作,并能用于多种场景。
二. 分类
1.整数(int)
整数是没有小数部分的数值,可以是正数、负数或零(比如42、-5、0),可以采用科学计数法表示。在 Python 中,整数类型 int 可以表示任意范围的整数。
在Python中,可以使用type函数判断数据的类型:
print(type(42))
print(type(-5))
print(type(0))
输出:
<class 'int'> <class 'int'> <class 'int'> |
2.浮点数(float)
浮点数是带有小数点的数值,包括小数和科学计数法表示法。Python 中的浮点数类型 float 在数学运算中常用,但有精度限制。浮点数在 Python 中使用双精度(64 位)表示,精度范围通常为 15-17 位有效数字。
比如:
print(type(3.14))
print(type(-0.1))
print(3e-2) #科学计数法表示小数
print(type(3e-2))
输出:
<class 'float'> <class 'float'> 0.03 <class 'float'> |
其中科学计数法表示的格式为:xen,表示x的n次方。
3.复数(complex)
复数由实部和虚部组成,形如 a + bj,其中 a 和 b 分别为实部和虚部,j 为虚数单位。Python 中的复数类型 complex 可以用于处理复数运算。
比如:
print(type(3 + 4j))
输出:
<class 'complex'> |
三. 用法
1. 运算
Python 中的支持各种运算符和函数来操作数,进行各种数学运算,包括加减乘除、取余、幂运算等。
比如采用运算符操作数:
a = 5
b = 2
print(a + b) # 加法
print(a - b) # 减法
print(a * b) # 乘法
print(a / b) # 除法
print(a // b) # 整除
print(a % b) # 取余
print(a ** b) # 幂运算
输出:
7 3 10 2.5 2 1 25 |
注意,在整除运算中,并非对结果进行四舍五入,而是直接弃掉结果小数点后的数据。还有,对两个数相除,结果是浮点数。在其他运算中,如果一个操作数是浮点数,即使另一个操作数为整数,输出也是浮点数:
print(4/2)
print(2 + 2.0)
输出:
2.0 4.0 |
Python 的 math库中提供了许多常用的数学函数,如 sqrt()、sin()、cos()、log() 等,所以可以使用提供的数学运算函数对数据进行操作。
比如:
import math
print(math.sqrt(16)) #求算数平方根
print(math.sin(0)) #求sin值
print(math.cos(0)) #求cos值
输出:
4.0 0.0 1.0 |
2. 类型转换
Python 支持不同数值类型之间的转换,例如将整数转换为浮点数或复数。
a = 10
b = float(a)
print(b) # 输出 10.0
c = complex(a)
print(c) # 输出 (10+0j)
输出:
10.0 (10+0j) |
3. 数值比较
可以使用比较运算符(如 >、<、==)来比较不同数值之间的大小关系。
比如:
print(2 > 5)
print(2 < 5)
print(2 == 2)
输出:
False True True |
注意,对于数值的比较比对的是数值大小而不是类型,比如:
print(2 == 2.0)
输出:
True |
上述代码中虽然左边是整数右边是浮点数,但他们数值大小相等,所以输出True。
四. 应用场景
Python 中的数常用于数据处理、统计分析、可视化、存储信息和科学计算等领域。同时,其也在算法的实现中发挥重要作用,包括算法设计、数据结构等方面。
在Python中,支持许多常用的数学计算库,它们提供了丰富的数值计算功能和数学函数,帮助开发人员进行各种数值计算任务,提供了更广阔的应用场景。常用的库有:
-
math:math库提供了基本的数学函数和常量,适用于简单的数学计算任务。
-
NumPy:NumPy 是 Python 中用于科学计算的核心库之一。它提供了多维数组对象(numpy.ndarray)、各种数学函数、线性代数操作、随机数生成等功能,是许多其他科学计算库的基础。NumPy 的性能高效,广泛应用于数据处理、统计分析、机器学习等领域。
-
SciPy:SciPy 是基于 NumPy 构建的开源科学计算库,提供了许多数学、科学和工程计算的高级功能。它包含了各种优化、插值、信号处理、统计分析等模块,适用于科学计算和工程领域的广泛应用。
-
Pandas:Pandas 是 Python 中用于数据处理和分析的重要库,主要提供了 Series(一维数据) 和 DataFrame(二维数据) 两种数据结构,方便用户进行数据清洗、转换、分组、分析等操作。Pandas也提供了许多数学计算和统计函数,是数据科学领域的常用工具。
-
SymPy:SymPy 是一个符号数学计算库,它允许用户进行符号计算、数学表达式求导、积分、解方程等操作。SymPy 在教育、科学研究和工程计算领域具有广泛的应用。
-
Matplotlib:Matplotlib是 Python 中用于绘制图表和数据可视化的库,提供了多种绘图函数和样式,支持各种类型的图像输出。Matplotlib 在科学计算、数据分析和工程可视化中被广泛使用。
-
Scikit-learn:Scikit-learn是一个用于机器学习和数据挖掘的库,提供了许多机器学习算法、模型评估工具和数据预处理函数。Scikit-learn中包含了许多数学计算和统计分析的功能,帮助用户构建和评估机器学习模型。
总之,数是 Python 编程中的重要组成部分,掌握各种数字类型的概念、用法和应用场景,有助于更好地进行数据处理、科学计算和编程工作。通过不断练习和实践,可以更深入地理解数在 Python 编程中的作用和价值。✨✨