Python：数字
一、数字简介
数字可以直接访问，是不可更改并且不可分割的原子类型，这些在标准类型的分类中都谈到了。不可更改意味着变更数字值的实质是新对象的创建。当然，这些对于程序员来说都是透明的，不需过多考虑。
1.对象的创建和赋值
|
1
2
3
4
5
|
#像大多数脚本语言一样，无需指定类型 anInt = 1aLong = 999999LaFloat = 3.1415aComplex = 1.2 + 3.3j |
2.更新数字对象（即重新赋值，注意其本质：新对象的创建！）
|
1
2
|
anInt += 1aFloat = 3.1415926 |
3.“删除”数字对象
|
1
|
del anInt |
注意：我们只是删除了对象的引用，而不是删除了对象本身（相当于使对象内部计数器的值减少1），这时anInt不引用任何对象，就行从来没有定义一样。对象本身的删除是由Python内部的内存管理功能进行的。
二、类型详解
1.整形
标准整形
标准整形是最通用的数字类型。在32位计算机中为4字节，64位计算机中8字节。标准整形是有符号的，因此你可以简单的计算出其数字范围。Python同样支持8进制（以0开始）和16进制（以0x或0X开始）表示。如：128, 100000, 0752, 0xFF, 0XFE86A
长整形
首先不要把Python的长整形和C或其它语言的同名概念混为一谈。Python长整形所能表达的数字范围和计算机的虚拟内存大小有关，也就是说，Python可以很轻松表达很大的整数。
|
1
2
3
4
5
|
3656135465463LaLong1 = 946546646LaLong2 = 10L #后跟L申明为长整形 aLong3 = 10l #虽然小写l也可以，但为了避免和数字1混淆 #最好使用大写 |
随着Python的逐渐改进，用户会几乎感觉不到长整形的存在，运算过程中，必要时，整形会自动转换为长整形，从而使得用户将注意力集中在计算逻辑上。
2.双精度浮点型
Python中的浮点型类似C中的double，是双精度的，遵循IEEE754规范。可用10进制或者科学记数法表示：
0.0 -777. 4.2e-10 -1.69e-19
3.复数
复数语法：real + imag j 虚数不能单独存在，必须和值为0的实部部分构成复数。实数部分和虚数部分都是浮点型，虚数部分结尾必须是j或J
复数包含两个浮点属性：real(实数部分)，imag(虚数部分)，还有一个方法：conjugate()，用以获取其共轭复数。
|
1
2
3
4
5
|
aComplex = 3.5 + 2.9jaComplex #返回(3.5+2.9j) aComplex.real #返回3.5 aComplex.imag #返回2.9 aComplex.conjugate() #返回(3.5-2.9j) |
4.布尔型
布尔型只有两个值，“True”和“False”。事实上，布尔型是整形的子类，对于整形的1和0。使用内建函数bool返回布尔对象。布尔型在前面的笔记中已经详细讲过了，这里不再赘述。
|
1
2
3
4
5
6
|
bool() #返回False bool(1) #返回True bool(0) #返回False bool(True) #返回True bool(False) #返回False True + True #返回2，因bool值实质是整形 |
5.十进制浮点型（注意：此类型不是标准类型，是由额外模块实现的，需用import引入）
因二进制的一些特性，使其在进行金融以及科学计算时存在不准确性，这常常让程序员很恼火。使用十进制进行这些计算就会好很多，decimal模块提供的Decimal类可以帮助实现十进制运算。
|
1
2
3
4
5
6
7
|
from decimal import Decimal #没见过上述用法？没关系，先明白意思：从模块decimal中引入Decimal类 decNumber = Decimal(‘100.32‘) #包裹数字的引号是必须的！ print decNumber + Decimal(‘234.11‘) decNumber + 110 #这是错误的，不可混用十进制浮点型和标准浮点型！ |
三、操作符
1.混合模式下的运算规则
两个不同类型的数字对象进行运算时，Python就要对其中一个进行强制类型转化，继而进行运算，这个道理和C中的自动转化是相似的。基本规则：整形转换为浮点型，非复数转换为复数。总之就是：简单类型向复杂类型转换，不精确类型向更精确类型转换。很简单的道理！
*自动转换是通过内建函数coerce()实现的，待会儿会讲到。
2.除法
传统除法“/”，和C语言中类似：
整数相除得整数： 1/2 --> 0
若除数、被除数有一个或两个都是浮点数，执行真正的除法： 1.0/2 --> 0.5
通过以下方法可以使传统除法称为真正的除法：
|
1
2
3
|
from __future__ import division 1/2 #得到0.5，真正的除法！ 1.0/2.0 #得到0.5，真正的除法！ |
地板除法“//”，即返回商在数轴上左侧最近的整数。
整数相除得到的结果是整数：12//5 --> 2
若除数、被除数有一个或两个都是浮点数，返回的结果是浮点的： 12.0//5.0 --> 2.0
3.其它运算符
其它运算符，如求余，幂运算等签名已经讲过，内容简单，这里不再赘述；和C语言一样，位运算规则不变，这里也不再赘述。
四、内建函数与工厂函数
上一节介绍了cmp(), str(), type() 等内建函数，它们可以用于所有的标准类型。下面要介绍的是专门针对数字的内建函数。
1.转换工厂函数（注意：称之为“工厂函数”，便意味着：转换是表现，实质是创建新对象）
有五个：int(), long(), float(), complex(), bool()
|
1
2
3
4
5
|
int(4.225) #返回4，实质是生产了一个int类型对象 long(42) #返回42L float(4) #返回4.0 complex(11, 9.0) #返回(11+9.0j) bool(0.000001) #返回True |
2.功能函数
abs()
返回绝对值，如果参数是整形，返回整形，如果是浮点型，返回浮点类型，同样也可用于复数绝对值的计算，即返回实部和虚部平方和的二次方根。
coecre()
前面提到过它，返回类型转换完毕的两个数值元素的元组：
|
1
2
|
coerce(1,1111111111111) #返回(1L,1111111111111L) coerce(12.0, 123L) #返回(12.0, 123.0) |
divmod()
此函数将除法和求余结合起来，返回一个包含商和余数的元组：
|
1
2
|
divmod(10, 3) #返回(3, 1) divmod(2.5, 10) #返回(0.0, 2.5) |
pow()
此函数的功能和"**"一样，实现指数运算：
|
1
2
|
pow(2, 5) #返回32 pow(5, 2) #返回32 |
round()
round()做真正的四舍五入！可以用第二个参数指定精确到小数点后第几位：
|
1
2
3
|
round(4.499) #返回4.0 round(4.499, 1) #返回4.5 round(4.5) #返回5.0 |
注意int(), round(), floor()的区别：int直接去掉小数部分，floor取商左侧数轴上最近的整数，round是名副其实的四舍五入。
3.仅用于整形的函数
以下几个函数虽然不能发扬共产主义的好作风，但也是很有用的（但愿文章不会因这句话被河-蟹掉）：
进制转换
hex()：任意进制整数到16进制转换
oct()：任意进制整数到8进制的转换
ASCII转换函数
ord()：字符转换到ASCII码，如：ord(‘a‘)，返回97
chr()：ASCII码值转换到字符，如：chr(65)，返回‘A‘
unichr()：接受Unicode码值，返回相应的字符
五、相应模块
1.针对高级数学运算
对于高级的数学科学运算，可以考虑专用的第三方模块：Numeric(NumPy)，SciPy
2.Python提供了以下扩展模块，用以辅助数值运算：
decimal 实现了十进制浮点运算类Decimal
array 高效数值数组（字符，整形，浮点型等）
math/cmath 提供标准C库数学运算函数
operator 数字操作符的函数实现
random 提供多种伪随机数生成器
*使用时使用”import module_name“导入模块，使用”dir(module_name)“查看模块内容，使用“help(module_name)”获取模块相关的帮助信息
3.核心模块random
程序设计过程中，随机数的使用很频繁，以下是random模块中最常用的函数：
randint() 两个整形参数，返回两者之间的随机参数
randrange() 接受range()类似的参数，返回range(start, end, step)结果的一项
uniform() 几乎和randint一样，不过返回的是两者之间的一个浮点值
random() 返回一个0到1之间的浮点值
choice() 随机返回给定序列的一个元素
六、小结
事实上，在Python中进行数值运算，需要程序员考虑的问题和C/C++比起来少多了，从而使得我们可以将注意力放在计算逻辑上。而且，当你读完这篇笔记会发现，其实我没有讲多少，你也没有学多少，因为，太多的内容，你原来是那么的熟悉！
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
