本文中，您将了解Python中使用的不同数字，如何从一种数据类型转换为另一种数据类型以及Python支持的数学运算。
Python中的数字数据类型
Python支持整数，浮点数和复数。它们在Python中定义为int，float和complex类。
整数和浮点由存在或不存在小数点分隔。例如，5是整数，而5.0是浮点数。
复数以形式书写x + yj，其中 X 是最重要的部分 ÿ 是虚构的部分。
我们可以使用type() 函数来了解变量或值属于哪个类，并可以使用函数isinstance() 检查它是否属于特定类。
让我们看一个例子：
a = 5
print(type(a))
print(type(5.0))
c = 5 + 3j
print(c + 3)
print(isinstance(c, complex))
当我们运行上面的程序时，我们得到以下输出：
<class'int'>
<类'float'>
（8 + 3j）
真正
尽管整数可以是任意长度，但浮点数最多只能精确到15个小数位（第16位不准确）。
我们每天处理的数字是十进制（以10为底）的数字系统。但是计算机程序员（通常是嵌入式程序员）需要使用二进制（基数2），十六进制（基数16）和八进制（基数8）的数字系统。
在Python中，我们可以通过在数字之前添加前缀来表示这些数字。下表列出了这些前缀。
| 编号系统 | 字首 |
| 二元 | ‘0b’或’0B’ |
| 八进制 | '0o'或'0O' |
| 十六进制 | ‘0x’或’0X’ |
这里有些例子
print(0b1101011) # Output: 253 (251 + 2)
print(0xFB + 0b10) # Output: 13
print(0o15)
运行该程序时，输出为：
107
253
13
类型转换
我们可以将一种数字转换为另一种数字。这也称为强制。
如果操作数之一为浮点型，则加法，减法等操作会强制整数隐式（自动）浮动。
>>> 1 + 2.0
3.0
我们可以在上面看到1（整数）被强制转换为1.0（float）进行加法运算，结果也是一个浮点数。
我们还可以使用诸如的内置函数 int() ，float() 并complex()在类型之间进行显式转换。这些函数甚至可以从字符串转换。
不过只是知道基础理论是不行的，还需要结合项目实战案例来深刻理解，博主的Python学习.交.流.扣.扣.裙：8衣久二五寺久寺二（数字的谐音转换下可以找到了）内已经上传了最新的企业项目实战案例，有不懂的地方还可以和群友们一起讨论，还能和来自BAT的大佬近距离交流学习。
>>> int(2.3) 2
>>> int(-2.8) -2
>>> float(5) 5.0
>>> complex('3+5j')
(3+5j)
从float转换为整数时，数字将被截断（小数部分将被删除）。
Python十进制
Python内置类float会执行一些可能令我们惊讶的计算。我们都知道1.1和2.2的总和是3.3，但是Python似乎不同意。
>>> (1.1 + 2.2) == 3.3
False
到底是怎么回事？
事实证明，浮点数在计算机硬件中以二进制分数形式实现，因为计算机只能理解二进制（0和1）。由于这个原因，我们知道的大多数十进制小数不能准确地存储在我们的计算机中。
让我们举个例子。我们不能将分数1/3表示为十进制数。这将得到0.33333333 ...无限长，我们只能对其进行近似。
事实证明，十进制小数0.1会导致无限长的二进制分数0.000110011001100110011 ...，而我们的计算机只存储了有限数量的二进制数。
这只会接近0.1，但永远不会相等。因此，这是我们计算机硬件的局限性，而不是Python中的错误。
>>> 1.1 + 2.2
3.3000000000000003
为了克服这个问题，我们可以使用Python随附的十进制模块。浮点数的精度最高可以达到15个小数位，而十进制模块则具有用户可设置的精度。
让我们看一下区别：
import decimal
print(0.1)
print(decimal.Decimal(0.1))
输出量
0.1
0.1000000000000000055511151231257827021181583404541015625
当我们要进行学校学习的十进制计算时，使用此模块。
它也保留了意义。我们知道25.50公斤比25.5公斤更准确，因为它比两位小数两位。
from decimal import Decimal as D
print(D('1.1') + D('2.2'))
print(D('1.2') * D('2.50'))
输出量
3.3
3.000
注意上例中的尾随零。
我们可能会问，为什么不Decimal每次都执行而不是float？主要原因是效率。进行浮点运算必须比Decimal运算更快。
什么时候使用Decimal而不是float？
在以下情况下，我们通常使用十进制。
- 当我们进行需要精确十进制表示的金融应用程序时。
- 当我们要控制所需的精度水平时。
- 当我们想实现小数位有效的概念时。
Python分数
Python通过其fractions模块提供涉及小数的运算。
小数具有分子和分母，它们都是整数。该模块支持有理数算法。
我们可以通过多种方式创建Fraction对象。让我们看看它们。
import fractions
print(fractions.Fraction(1.5))
print(fractions.Fraction(5))
print(fractions.Fraction(1,3))
输出量
3/2
5
1/3
Fraction从中创建时float，我们可能会得到一些异常的结果。这是由于上一节中讨论的二进制浮点数表示不完美所致。
幸运的是，还Fraction允许我们使用字符串实例化。使用十进制数字时，这是首选选项。
import fractions
# As float
# Output: 2476979795053773/2251799813685248
print(fractions.Fraction(1.1))
# As string
# Output: 11/10
print(fractions.Fraction('1.1'))
输出量
2476979795053773/2251799813685248
11/10
此数据类型支持所有基本操作。这里有一些例子。
from fractions import Fraction as F
print(F(1, 3) + F(1, 3))
print(1 / F(5, 6))
print(F(-3, 10) > 0)
print(F(-3, 10) < 0)
输出量
2/3
6/5
假
真正
Python数学
Python提供了类似的模块，==math==并==random==可以执行不同的数学运算，例如三角函数，对数，概率和统计等。
import math
print(math.pi)
print(math.cos(math.pi))
print(math.exp(10))
print(math.log10(1000))
print(math.sinh(1))
print(math.factorial(6))
输出量
3.141592653589793
-1.0
22026.465794806718
3.0
1.1752011936438014
720
这是Python math模块中可用的函数和属性的完整列表。
import random
print(random.randrange(10, 20))
x = ['a', 'b', 'c', 'd', 'e']
# Get random choice
print(random.choice(x))
# Shuffle x
random.shuffle(x)
# Print the shuffled x
print(x)
# Print random element
print(random.random())
运行上面的程序时，输出如下（由于随机行为，值可能会有所不同）
18
Ë
['c'，'e'，'d'，'b'，'a']
0.5682821194654443
这是Python random模块中可用的函数和属性的完整列表。如果有朋友还有地方不了解的可以进博主的Python学习.交.流.扣.扣.裙：8衣久二五寺久寺二（数字的谐音转换下可以找到了）下载最新的Python学习资料，进行深层次的详细学习，有不懂的地方还可以和群内的行业大佬讨论学习
本文的文字及图片来源于网络加上自己的想法,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
