数字(number)

本文详细介绍了Python中的四种基本数字类型:整型(int)、布尔型(bool)、浮点数(float)和复数(complex),包括它们的特性、表示方法和数学运算。此外,还涵盖了分数的使用以及一些内置的数学运算函数,如绝对值、取余和比较操作。

4.2 数字(number)

Python中数字类型有4种:

  • 整型(int)
  • 布尔型(bool)
  • 浮点数(float)
  • 复数(complex)

4.2.1 整型(int)

形如:1、233、-6、69这样的数据都是整型。
1、在Python3中只有一种整型int,表示长整型,没有Python2中的long。
2、理论上Python3中的int类型可以表示无限大的整数(取决于你的电脑内存)
>>> 2**200

1606938044258990275541962092341162602522202993782792835301376

3、二进制数据以0b开头,比如0b10表示十进制的2
4、八进制数据以0o开头,比如0o10表示十进制的8
5、十六进制数据以0x开头,比如0xFF表示十进制的255

4.2.2 布尔型(bool)

在Python3中,bool是int的子类。True和False可以和数字直接相加。在实际使用中,True == 1、False == 0 会返回True。
>>> True == 1
>>> False == 0
>>> True + False
>>> True - False
>>> True + 1

True
True
1
1
2

4.2.3 浮点数(float)

浮点数就是小数。形如:1.2、23.3、-6.3、6.9、1e2这样的数据都是浮点数。

注意:形如1e2这种类型的(大写的E也可以)在Python中是科学计数法的表示方式。1e2就相当于1乘以10的2次方。

1、Python3.10中,浮点数最大支持16位小数,多于的将会被截断。
>>> f = 0.98765432109876543210
>>> f

0.9876543210987654

2、如果要计算的小数精度需要更高,则可以使用Python中的Decimal模块。

4.2.4 复数(complex)

形如:1 + 2j、1.1 + 2.2j这样的数据都是复数,除此之外,用complex函数也可以表示复数,比如:complex(1, 2)表示复数1 + 2j。

4.2.5 分数

分数不是Python数字类型中的一种,不过由于比较常用,这里介绍一下Python如何使用分数。使用分数之前,需要导入分数的类,然后就可以很方便的表示分数了:

from fractions import Fraction
a = Fraction(2, 3)  # 三分之二
b = Fraction(3, 7)  # 七分之三
print(a, b)
print(a + b, a - b, a * b, a / b)
print(Fraction('1/3'))
print(Fraction('0.3'))  # 以最简分数表示小数

2/3 3/7
23/21 5/21 2/7 14/9
1/3
3/10

分数和分数进行运算后返回的结果仍然是分数,这点在解代数方程时非常实用。

4.2.6 数学运算相关内置函数

4.2.6.1 abs(x)

描述
返回一个数的绝对值。参数可以是整数、浮点数。如果参数是一个复数,则返回它的模。
实例

print(abs(3))
print(abs(-5.2))
print(abs(3+4j))

3
5.2
5.0

4.2.6.1 divmod(a, b)

描述
返回两个数(整数或浮点数)相除之后的商和余数。
实例

print(divmod(19, 6))
print(divmod(15.2, 4))
print(divmod(25.3, 3.5))

(3, 1)
(3.0, 3.1999999999999993)
(7.0, 0.8000000000000007)

说明:
1、返回的结果的数据类型是:元组,元组的第一个数据是商,第二个是余数。
2、如果两个参数都是整型,那么返回的元组的两个数据都是整型。
3、如果两个参数都是整型,结果与(a // b, a % b) 相同。
4、第2和第3条命令结果与预期不符是由于计算机进制之间转换进度造成的。

4.2.6.2 max(a, b…)、min(a, b…)

描述
返回输入参数中最大(最小)的一个。
实例

print(max(19, 6))

19

4.2.6.3 pow (base, exp[, mod])

描述
返回 base 的 exp 次幂;如果 mod 存在,则返回 base 的 exp 次幂对 mod 取余(比 pow(base, exp) % mod 更高效)。
两参数形式 pow(base, exp) 等价于乘方运算符: base**exp。
实例

print(pow(2, 6))
print(pow(2, 6, mod=10))

64
4

4.2.6.4 round (number[, ndigits])

描述
返回 number 舍入到小数点后 ndigits 位精度的值。 如果 ndigits 被省略或为 None,则返回最接近输入值的整数。
实例

print(round(2.14, 1))
print(round(6.358, 2))

2.1
6.36

内容概要:本文系统梳理了多个科研领域的前沿研究与技术实现,重点涵盖FDTD方法中的完美匹配层(PML)研究,以及Matlab/Simulink在电磁、电力、控制、通信、信号处理、图像处理、路径规划、能源系统优化等领域的仿真与算法实现。文中列举了大量基于Matlab和Python的科研案例,如风电功率预测、负荷预测、无人机三维路径规划、电池系统故障诊断、雷达模拟、通信编码、微电网优化调度等,并强调结合智能优化算法(如粒子群、遗传算法、深度学习等)提升系统性能。同时,提供了丰富的代码资源与仿真模型,涵盖永磁同步电机控制、逆变器设计、多智能体任务分配、虚拟电厂调度等复杂系统,助力科研人员快速开展复现实验与创新研究。; 适合人群:具备一定编程基础,熟悉Matlab/Python工具,从事电气工程、自动化、通信、人工智能、新能源、控制科学等相关领域研究的研发人员及研究生。; 使用场景及目标:① 学习并实现FDTD仿真中的PML边界条件以有效抑制数值反射;② 掌握Matlab/Simulink在多物理场建模、控制系统设计与优化算法中的综合应用;③ 借助提供的代码资源完成科研复现、课程设计、竞赛项目或工程原型开发; 阅读建议:此资源以科研实战为导向,不仅提供理论方法,更强调代码实现与仿真验证。建议读者结合自身研究方向,按目录顺序查阅相关模块,下载配套代码进行调试与二次开发,以达到学以致用、融会贯通的目的。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

0思必得0

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值