在本文中，您将了解Python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x + yj的形式编写，其中x是实部， y是虚部。

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isinstance() 函数来检查其是否属于特定类。

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：

(8+3j)
True

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，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。

这里有些例子

# Output: 107
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int() ， float()和complex()类的内置函数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。

>>> 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的错误。

>>> 1.1 + 2.2
3.3000000000000003

为了克服这个问题，我们可以使用Python附带的十进制模块。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

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

3.3
3.000

注意上例中的尾随零。

我们可能会问，为什么不每次都执行Decimal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。

1. 当我们进行需要精确十进制表示的金融应用程序时。
2. 当我们要控制所需的精度水平时。
3. 当我们想实现小数位有效的概念时。

Python分数

Python通过其fractions模块提供涉及分数的运算。

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

3/2
5
1/3

从float创建Fraction时，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， 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

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

2/3
6/5
False
True

Python数学

Python提供了math和random等模块来执行不同的数学，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

3.141592653589793
-1.0
22026.465794806718
3.0
1.1752011936438014
720

这是Python数学模块中可用功能和属性的完整列表。

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
e
['c', 'e', 'd', 'b', 'a']
0.5682821194654443

这是Python random模块中可用功能和属性的完整列表。