Python：基本数据类型及应用

前言：通过对Python基本数据类型的学习，我们将理解Python中数字及字符串类型的一些使用方法，进而初步学会编程进行字符类操作的能力。用程序操作字符是编程中一个重要的能力。

        基础：基本数据类型、数值运算操作符、数字运算函数。

基本数据类型：

①整数类型：整数就是没有小数部分的数字，Python中的整数包括正整数、0 和负整数。不管对于多大或者多小的整数，Python 只用一种类型存储，就是int。用type函数将整数的类型表示出来既为：

——整数中的四种进制表示：

-二进制

二进制是计算技术中广泛采用的一种数制。二进制是一种以2为基数的计数法，采用0和1两个数，逢二进一。在Python中以0b或0B开头表示二进制数，例如0b010，-0B101。

-八进制

八进制是一种以8为基数的计数法，采用0-7八个数字，逢八进一。在Python中以0o或0O表示八进制数，例如0o123,-0O123。

-十进制

十进制是生活中最常用的进制法，采用0-9十个数字，逢十进一。在Python直接使用数字表示即可。

-十六进制

十六进制表示法在数字前面加上 0x 或者 0X 来表示，除了用数字 0-9 这10 个字符外，还引入了 a、b、c、d、e、f 这 6 个字符，分别表示 10、11、12、13、14 和 15。在Python中使用0x或0X表示，例如0x98a，-0X47b。

②浮点数类型：

与数字中实数概念一样，浮点数是带有小数点及小数的数字，浮点数取值范围和小数精度存在限制，常规计算可忽略。

注：浮点数运算之间存在不确定尾数，且不是bug。如：

（原因：在计算机中所有的数字都是采用二进制表示的，具体来说，在python中采用53位二进制来表示一个浮点数的小数部分，那么0.1在计算机中表示的二进制是一串0101这样的数字

但是呢我们需要知道，由于计算机中十进制和二进制之间不存在严格的对等关系，所以0.1在用二进制表示的时候，它是一个无限的小数，那么计算机呢只能截取其中的53位，无限的接近0.1，但它并不是真正地等于0.1，因此经过二进制地转换 经过二进制的计算再经过反向转换，转换成十进制小数的时候，结果会无限接近0.3，但可能出现一个不确定的尾数。）

-浮点数的科学计数法：使用e或E作为幂的符号，以10为基数。格式如下：<a>e<b>=a*10的b次方4.7e-3=4.7*10的负三次方。

③复数类型：

复数（Complex）是 Python的内置类型，直接书写即可。换句话说，Python 语言本身就支持复数，而不依赖于标准库或者第三方库。复数由实部（real）和虚部（imag）构成，在 Python 中，复数的虚部以j或者J作为后缀，具体格式为：a+bj。

Z = 4.7+17j

Z．real：获取实部；

Z．imag：获取虚部。

数值运算操作符：

x+y加，x与y之和

x–y减，x与 y之差

x*y乘，x与y之积

x/y除，x与y之商10/3结果是3.3333333333333335

x // y整数除，x与y之整数商 10//3结果是3

+x  x本身

-x  x的负值

x%y  余数，模运算 10%3结果是1

x ** y  幂运算，x的y次幂

数值运算函数

①、abs(x):求x的绝对值

②、divmod(x,y):商余(x//y,x%y),divmod（10,3）=（3，1）；

③、pow(x,y[,z]):幂余(x**y)%z,[…]表示参数可省,即pow(x,y),同x**y；

④、round(x[d]对x四舍五入,保留d位小数；

⑤、int（x）:将x变为整数；

⑥、float（x）：将x变为小数。

          实例操作：坚持不懈的蜗牛

                                                                      具体步骤：

井中的蜗牛可以选择向上爬或向下滑，明天可能只能爬或滑一小段距离，让我们看看一年之后蜗牛可能的命运。

（假设蜗牛每天爬行距井底距离的0.1%）

可见即使是0.1%的坚持或放弃，结局已经相差深远。

如果现在有两只蜗牛，在一年中，一只A蜗牛每天爬行1%，另一只B蜗牛每周爬行5天休息2天，且休息日下降1%，那么B蜗牛需要多努力才能与A蜗牛同时到达同一高度？

由此可见，B蜗牛每周仅休息2天，但在工作日需要付出A蜗牛的双倍努力，才能在一年后与A达到一样的高度。所以，在学习Python的过程中，我希望我们都能像A蜗牛一样坚持不懈，直达知识的彼岸。

总结

通过对Python基本数据类型、数值运算操作符、数字运算函数的学习与实际应用，让我们感受到数值运算在Python的重要意义及作用，它不仅仅能解决我们在这次的实例操作中的问题，只要运用恰当，它还能帮助我们解决Python中的各种数据运算分析，进而增强我们的编程能力！