博客
关于我
【Python入门与进阶】数据类型 (一)数字类型
阅读量:796 次
发布时间:2019-03-25

本文共 1566 字,大约阅读时间需要 5 分钟。

数据类型在编程中扮演着重要角色,直接关系到变量占用的内存空间和性能表现。在Python中,变量并不需要事先声明类型,但每种数据类型仍然对应不同的内存大小,这种特性决定了我们在程序设计时需要注意数据类型的选择和使用。

数据类型概述

Python的数据类型种类繁多,但我们主要关注数字类型的应用。常见的数字类型包括:

  • 整数(int):可以处理很大的数值,且Python3中整数没有大小限制。
  • 浮点数(float):用于存储小数值,如1.23、3.14。
  • 布尔值(bool):只能是True或False。

除上述基础类型外,还有一些高级数据类型:

  • 列表(list):用于存储可变长度的序列。
  • 元组(tuple):与列表类似,但不可变。
  • 字典(dict):用于存储键值对。
  • 集合(set):用于存储唯一元素。

数字类型的分类

在数字类型中,Python将数值划分为三类:

  • 整数

    • 在Python中,所有整数都使用int类型表示。
    • Python3的int类型支持任意精度,能够处理非常大的数值。例如:
      a = 10b = 20c = 999999999999999999999999999999999999999999999 ** 100d = -100
    • Python会自动为整数分配内存空间。
    • 整数运算不会造成精度问题。
  • 浮点数

    • 在Python中,所有浮点数都使用float类型表示。例如:
      c = 1.23d = 4.56
    • 浮点运算可能会产生精度问题。例如:
      c = 0.1 + 0.2print(c)  # 输出: 0.30000000000000004
    • 这种精度问题通常可以通过将浮点数转换为整数来解决。例如:
      money_pixel = 0.1 + 0.2  # 0.30000000000000004money_cent = int(money_pixel * 100)
  • 复数

    • 复数在Python中也有自己的类型,用于处理复杂数值。例如:
      z = complex(3, 4)print(z)  # 输出: (3+4j)
  • 数字类型的注意事项

  • 分隔符写法

    • 对于大数值,可以使用下划线作为分隔符,提升可读性。例如:
      value = 123_456_789
    • 这种写法在Python3中是有效的。
  • 不同进制的数字表示

    • Python支持多种进制的数字表示:
      • 二进制:以0b开头。
        binary_num = 0b1010  # 表示十进制的10
      • 八进制:以0o开头。
        octal_num = 0o12  # 表示十进制的10
      • 十六进制:以0x开头。
        hex_num = 0x1a  # 表示十进制的26

    -Hex的表示方式在日常编程中较少使用,但对调试和内存转换等场景有其优势。

  • 浮点运算精度问题--numerical operations with floating points can lead to precision errors. For example:

    c = 0.1 + 0.2  # 输出为0.30000000000000004
    • 在涉及金融计算或精确值统计时,建议将浮点数转换为整数存储。例如:
      money_pixel = 0.1 + 0.2  # 0.30000000000000004money_cent = int(money_pixel * 100)
  • 总结

    在编写Python程序时,正确选择和使用数据类型是非常重要的。了解不同数据类型的特点和限制,可以帮助我们更好地优化程序性能并避免潜在的错误。例如:

    • 对于大整数,可以直接使用int类型,无需担心数值溢出问题。
    • 对于浮点数,应谨记其运算可能存在的精度问题,并根据实际需求进行适当的类型转换。
    • 对于不同进制的数字表示,仅仅在调试或特定场景下使用,使代码更易读和直观。

    转载地址:http://udsyk.baihongyu.com/

    你可能感兴趣的文章
    nid修改oracle11gR2数据库名
    查看>>
    NIFI1.21.0/NIFI1.22.0/NIFI1.24.0/NIFI1.26.0_2024-06-11最新版本安装_采用HTTP方式_搭建集群_实际操作---大数据之Nifi工作笔记0050
    查看>>
    NIFI1.21.0_java.net.SocketException:_Too many open files 打开的文件太多_实际操作---大数据之Nifi工作笔记0051
    查看>>
    NIFI1.21.0_Mysql到Mysql增量CDC同步中_日期类型_以及null数据同步处理补充---大数据之Nifi工作笔记0057
    查看>>
    NIFI1.21.0_Mysql到Mysql增量CDC同步中_补充_插入时如果目标表中已存在该数据则自动改为更新数据_Postgresql_Hbase也适用---大数据之Nifi工作笔记0058
    查看>>
    NIFI1.21.0_Mysql到Mysql增量CDC同步中_补充_更新时如果目标表中不存在记录就改为插入数据_Postgresql_Hbase也适用---大数据之Nifi工作笔记0059
    查看>>
    NIFI1.21.0_NIFI和hadoop蹦了_200G集群磁盘又满了_Jps看不到进程了_Unable to write in /tmp. Aborting----大数据之Nifi工作笔记0052
    查看>>
    NIFI1.21.0_Postgresql和Mysql同时指定库_指定多表_全量同步到Mysql数据库以及Hbase数据库中---大数据之Nifi工作笔记0060
    查看>>
    NIFI1.21.0最新版本安装_连接phoenix_单机版_Https登录_什么都没改换了最新版本的NIFI可以连接了_气人_实现插入数据到Hbase_实际操作---大数据之Nifi工作笔记0050
    查看>>
    NIFI1.21.0最新版本安装_配置使用HTTP登录_默认是用HTTPS登录的_Https登录需要输入用户名密码_HTTP不需要---大数据之Nifi工作笔记0051
    查看>>
    NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_增删改数据分发及删除数据实时同步_通过分页解决变更记录过大问题_02----大数据之Nifi工作笔记0054
    查看>>
    NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_增加修改实时同步_使用JsonPath及自定义Python脚本_03---大数据之Nifi工作笔记0055
    查看>>
    NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_插入修改删除增量数据实时同步_通过分页解决变更记录过大问题_01----大数据之Nifi工作笔记0053
    查看>>
    NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表或全表增量同步_实现指定整库同步_或指定数据表同步配置_04---大数据之Nifi工作笔记0056
    查看>>
    NIFI1.23.2_最新版_性能优化通用_技巧积累_使用NIFI表达式过滤表_随时更新---大数据之Nifi工作笔记0063
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_根据binlog实现update数据实时同步_实际操作05---大数据之Nifi工作笔记0044
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_根据binlog实现数据实时delete同步_实际操作04---大数据之Nifi工作笔记0043
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置binlog_使用处理器抓取binlog数据_实际操作01---大数据之Nifi工作笔记0040
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_实现数据插入数据到目标数据库_实际操作03---大数据之Nifi工作笔记0042
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_生成插入Sql语句_实际操作02---大数据之Nifi工作笔记0041
    查看>>