Python基本数据类型

基本数据类型

• 整数 Integer: 1,2,3
• 浮点数/小数 Float: 1.23
• 字符串 String: “123”，单引号和双引号均可，当用到两重引号时，里面用双引号，外面用单引号，或者里面用单引号，外面用双引号。
• 逻辑型变量 Bool: True/False，首字母一定要大写，而且单词要写全，书写正确的话会变成绿色。

# 使用type 来查看数据类型

x = 123
type(x)

int

x = 1.23
type(x)

float

x = "123"
type(x)

str

x = False
type(x)

bool

python的变量赋值时不用指定变量类型，python会自动识别赋值的变量类型

x = 1
x

1

给变量赋值

• 使用代码 = 表示，把等号右边的东西赋给左边。
• 支持多个变量同时赋值，但是变量的数目和值的数目要相等，按照排列的顺序一一对应赋值。
• 用 print 一次打印多个不同类型的变量时，中间用逗号分隔。
• 右边的值是列表和字符串时，可以直接同时赋值，但是变量类型有区别。

x, y, z = 1,5,3
print('x:',x)
print('y:',y)
print('z:',z)

x: 1
y: 5
z: 3

• 在 python 中，即使等号两边长得不完全一样，也可以进行赋值。
• 前一个cell是用列表赋值，注意变量数目和列表中值的数目也要相等，变量输出为列表中对应值的类型。
• 后一个cell是用字符串赋值，注意变量数目和字符串中字符的数目也要相等，但是中间不用逗号分隔！变量输出为字符串类型。

x,y = [1.2,2]
print('x:',x,type(x))
print('y:',y,type(y))

x: 1.2 <class 'float'>
y: 2 <class 'int'>

x,y = '12'              # 等价于 x= '1'; y = '2'
print('x:',x,type(x))
print('y:',y,type(y))

x: 1 <class 'str'>
y: 2 <class 'str'>

变量之间的比较

• 会返回一个逻辑变量True或False
• 等于使用代码==表示
• 不等于使用代码!=表示
• 大于使用代码>表示
• 小于使用代码<表示

应用一个变量之前，一定要对这个变量进行定义或者赋值，不然python不知道该变量的数据类型

1 == 1

True

bbb = 1
bbb != 3
#只写bbb == 3的话是会报错的，因为之前没有定义或赋值

True

数据类型的转换

• 用代码 str()表示转化为字符串，输出时会带有单引号。
• 用代码 float()表示转换为小数，会加上小数点以及小数点后的0。
• 用代码 int()表示转换为整数，不会四舍五入，直接取整。

x = 1
y = str(x)
y

'1'

y = float(x)
y

1.0

y = 1.6
int(y)

1

y = '1'
float(y)

1.0

变量的基本运算

• 对字符串可以进行加法和乘法运算，字符串的乘法相当于叠加
• x += y相当于 x += x+y ，运算符号要写在等号左边

x = 2
y = 3
print(x*y)
print(x+y)
print(x-y)
print(x/y)

6
5
-1
0.6666666666666666

x = '*'
y = '/'
x*3

'***'

x = 1
y = 8
x += y
print(x,y)

9 8

• x**y和pow(2,3)都是表示指数

x = 2
y = 3
x**y  

8

pow(2,3)

8

• round（）表示约到几位小数，逗号后面表示保留到几位小数。
• 直接取整用代码 int
• 取绝对值用abs（）

round(2.545)

3

round(2.545,2)

2.54

round(2.545,0)  #有问题

3.0

int(2.545)

2

abs(-2.545)

2.545

math package

• 如果要使用高级一些的运算，例如 log，π，需要引入 math package。
• log 什么都不指定时默认以 e 为底。
• math.log(8,2)括号内前一个为需要 log 的值，后一个为底。 3 这里相当于 log8/log2。
• math.exp()表示计算以 e 为底的指数
• math.sqrt(2)表示数字的开方
• math.modf(2.545)表示把整数和小数部分拆开，在 python 中计算会有一点点的不准确，在数据处理中这个小误差可以忽略不计。
• math.fsum()函数相对于sum()准确性更好

import math

math.log(2)

0.6931471805599453

math.log10(2)

0.3010299956639812

math.log(16,2)

4.0

math.exp(2)

7.38905609893065

math.sqrt(4)

2.0

math.pi

3.141592653589793

math.e

2.718281828459045

math.sin(90)

0.8939966636005579

math.modf(2.222)

(0.22199999999999998, 2.0)

sum([.1,.1,.1,.1,.1,.1,.1,.1,.1,.1])

0.9999999999999999

math.fsum([.1,.1,.1,.1,.1,.1,.1,.1,.1,.1])

1.0

math package 的说明网址 https://docs.python.org/2/library/math.html