python学习手册之数字

python的数字类型

python数字类型的完整工具包括:

  • 整数和浮点数
  • 复数
  • 固定精度的十进制数
  • 有理分数
  • 集合
  • 布尔类型
  • 无穷的整数精度
  • 各种数字内置函数和模块

数字常量

数字常量
123,-24,0,9999整数(无穷大小)
1.23,1., 3.14e-10, 4E21, 4.0e+22浮点数
0o199, 0x9acf,0b101011八进制、十六进制和二进制
3+4j,3.0+4.0j,3J复数常量

内置数学工具和扩展

一些处理数字对象的工具:

  • 表达式操作符:
    +,-,*,/,>>,** ,&等
  • 内置数学函数
    pow,abs,round,int,hex,bin等
  • 公用模块
    random,math等

python表达式操作符

在这里插入图片描述
在这里插入图片描述

操作符的优先级

在上表中,越靠后的操作符,其优先级越高

括号分组方法

使用括号分组,来达到强制优先的结果

实际应用中的数字

变量和基本的表达式

变量就是简单的名字,可以用来记录程序中的信息。

  • 变量在它第一次赋值时创建。
  • 变量在表达式中使用将被替换为他们的值。
  • 变量在表达式中使用以前必须已赋值。
  • 变量像对象一样不需要在一开始进行声明。

如下,赋值会自动生成变量a,b

在交互模式下运行,结果会立刻显示

>>> a = 3  # name created
>>> b = 4
>>> a + 1, a - 1
(4, 2)
>>> b * 3, b/2
(12, 2.0)
>>> a % 2, b**2
(1, 16)
>>> 2 + 4.0, 2.0 ** b
(6.0, 16.0)

使用一个从未被赋值的变量,python会报错,而不会给一个默认的值:

>>> c ** 2
Traceback (most recent call last):
  File "<pyshell#6>", line 1, in <module>
    c ** 2
NameError: name 'c' is not defined

操作符分组&类型转换

>>> b/2 + a
5.0
>>> b / (2.0 + a)  # 这里计算的是4除以6.0,结果不是取整,而是得到一个浮点数
0.8
>>> 

除法:Floor除法和真除法

真除法:数学类型除法。整数相除时保留一位小数,浮点数相除,取多位。
Floor除法:取整除法。有浮点数时,保留一位0。

>>> 1/2
0.5
>>> 1//2
0
>>> 4/2
2.0
>>> 2.22222/1
2.22222
>>> 2.222/2
1.111
>>> 10.232//3
3.0
>>> 10//3
3
>>> 

Floor除法是向下截断的,对于负数也一样

>>> import math
>>> math.floor(2.5)
2
>>> math.floor(-2.5)
-3
>>> 5//-2.0
-3.0

不论正负,直接取整的方法

>>> math.trunc(-2.5)
-2
>>> math.trunc(5/-2.0)
-2
数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值