简述python中的数字类型_Python中的数值类型总结

点击以下链接可以快速访问全部我发表的Python相关文章：Nick WU：Nick WU的python文章目录(持续更新中...)​zhuanlan.zhihu.com

Python中包含大量的数值类型，他们中的大部分与其他编程语言保持一致，因此学习他们就显得尤为容易了。现在我将完整的Python数据类型总结如下，以供大家参考：整数和浮点对象

复数对象

小数：固定精度对象

分数：有理数对象

集合：带有数值计算的集合体

布尔值：真和假

内置函数和模块：round、math、random等

表达式、八进制、二进制等

第三方扩展：向量、库、可视化、作图等

下面我将就常用的数值类型为大家做具体的总结。

数值字面量整数：Python3 中将Python2.X的长整型和整形合二为一，他支持内存空间允许的无限精度

浮点型：浮点型的标志就是小数点.或者科学技术标志e或E，浮点型在标准CPython中采用C语言的“双精度”来实现，其精度与用来构建Python编辑器的C编译器所给定的精度一致。

十六进制数：0x或0X开头，后面接0-9或A-F或a-f。

八进制数：0O或0o开头(数字0＋字母o)，后面接0-7。

二进制数：0b或0B开头，后面接0-1。

复数：Python中复数字面量用实部+虚部的方式表示，虚部以j或J结尾，如3+4j等。

Python常见的运算符

常见运算符的总结

运算符的优先级

上表中从上往下运算符优先级依次增加，即：

()>[]>**> ~>-(取负)>/ // >%>*>+ -...

括号的优先级最高，在复杂的表达式中，建议增加括号以避免混淆。

数字的实际应用

变量与表达式变量在第一次被赋值时创建

变量在表达式使用之前，必须已被赋值(创建)

变量不需要提前声明

各种除法方式的比较

经典除法

在Python2.X中，用/表示。对于整数操作会省去小数部分，但对于浮点数则会保留小数部分。但Python3中，/已经变为真除法。Python3中无经典除法。

真除法

在Python3中，用/表示真除法，即最后的结果是一个浮点数。

整除法

用//表示，也称为向下取整除法。即算出结果后舍去小数部分，仅仅保留整数部分。注意，向下取整除法≠截断除法。对于正数而言，向下取整即舍去小数部分，可以看做截断。但是对于负数而言，向下取整不等于截断。如-5 // 2 = -3 ≠ -2，截断除法则为-2。

进制转换oct()函数：将十进制转换为八进制

hex()函数：将十进制转换为十六进制

bin()函数：将十进制转换为二进制

int(num, n)函数：可将字符串从n进制的num转换成十进制，如int('0xabc', 16)

其他内置数值工具

内置函数

pow(x, n) #x的n次方

abs(x), sum((1,2,3,4)) #绝对值和求和

min(1, 2, 3), max(1, 2, 3) #求最大最小值

math模块

import math

math.pi, math.e #常数pi和e

math.sin #三角函数

math.sqrt(n) #开方

math.floor(x) #向下取整，floor(2.30)=2， floor(-2.30)=-3

math.trunc(x) #截断，trunc(2.3)=2, trunc(-2.3)=-2

random模块

import random

random.random() #随机生成0-1的随机数

random.randint(x, y) #在x~y之间随机生成一个整数

random.choice([list]) #随机在列表list中选择一项

random.shuffle([list]) #随机打乱列表中的元素

小数类型(Decimal)

小数类型的功能与浮点数很接近，但是小数有固定的位数和小数点，因此，小数可以看做固定精度的浮点数。

小数的创建

#浮点数的计算缺乏精确性，这是因为用来存储数值的空间有限，例如0.1+0.1+0.1-0.3应该等于0，但是用浮点数计算的结果却不等于0，用小数可以完美的解决这个问题

0.1 + 0.1 + 0.1 -0.3

#输出：5.551115123125783e-17

from decimal import Decimal #使用小数之前需要先导入模块

Decimal('0.1') + Decimal('0.1') + Decimal('0.1') - Decimal('0.3')

#输出：Decimal('0.0')

#可以直接使用浮点数创建小数，但是有时候会产生默认且庞大的小数位数

设置全局小数精度

import decimal

decimal.getcontext().prec = 4 #设置精度(小数位数)

分数类型

分数与小数类似，可以用来处理浮点数类型的不精确性。它显式的保持了一个分子和一个分母。

import fractions

x = fractions.Fraction(1, 4)

y = fractions.Fraction(1, 2)

x + y #输出Fraction(4, 3)