# 给变量赋值数字类型数据 int_data = 100 # 整数 int float_data = 8.88 # 小数 float complex_data = 3+5j # 复数 complex # 查看变量所属数据类型 print(type(int_data)) # <class 'int'> print(type(float_data)) # <class 'float'> print(type(complex_data)) # <class 'complex'> # 判断两个数据的类型是否相等 print(isinstance(int_data, int)) # True print(isinstance(float_data, int)) # False # 加 print(2 + 1) # 3 print(2 + 6.6) # 8.6 整数和浮点数运算结果为浮点数 print(2.1 + 1.2) # 3.3 # 减 print(2 - 1) # 1 print(2 - 6.6) # -4.6 print(2.1 - 1.2) # 0.9000000000000001 print(round(2.1 - 1.2, 1)) # 0.9 # 乘 print(2 * 1) # 2 print(2 * 6.6) # 13.2 print(2.1 * 1.2) # 2.52 # 除 print(2 / 1) # 2.0 print(6.66 / 2) # 3.33 print(6.66 / 2.22) # 3.0 # 求余 print(10 % 3) # 1 print(20.22 % 3) # 2.219999999999999 # 幂运算 print(5 ** 2) # 5的平方，25 print(2 ** 7) # 2的7次方，128
# int()
# 不传参数则为0
int() # 0
# 将字符串转为整数
int("666") # 666
# 向下取整
int(6.66) # 6
# 将数字转为8进制
int('12',8) # 10
# flaot()
# 不传参数则为0.0
flaot() # 0.0
# 将字符串转为浮点数
float("6.88") # 6.88
注意：如果转换内容中出现非数字字符则会报错。
数学函数
| 函数 | 说明 |
|---|---|
| abs(x) | 返回数字的绝对值。x为数值表达式。 |
| max(x) | 返回给定参数的最大值，参数可以为序列。 |
| min(x) | 返回给定参数的最小值，参数可以为序列。 |
| pow(x, y, z) | 返回x的y次方的值。如果z存在则对结果进行取模，等效于pow(x,y) %z |
| round(number, digits) | 返回number保留digits位四舍五入的小数，digits不填默认为保留整数 |
使用示例：
abs(-2.66) # 2.66 max(1, 2, 3) # 3 max([6, 7, 8]) # 8 min(1, 2, 3) # 1 pow(10,2) # 100 pow(10,2,3) # 1 round(5.68) # 6 round(5.64, 1) # 5.6
查看math中包含的内容：
import math
print(dir(math))
# 打印内容
[
'__doc__', '__file__', '__loader__',
'__name__', '__package__', '__spec__',
'acos', 'acosh', 'asin',
'asinh', 'atan', 'atan2',
'atanh', 'ceil', 'comb',
'copysign', 'cos', 'cosh',
'degrees', 'dist', 'e',
'erf', 'erfc', 'exp',
'expm1', 'fabs', 'factorial',
'floor', 'fmod', 'frexp',
'fsum', 'gamma', 'gcd',
'hypot', 'inf', 'isclose',
'isfinite', 'isinf', 'isnan',
'isqrt', 'ldexp', 'lgamma',
'log', 'log10', 'log1p',
'log2', 'modf', 'nan',
'perm', 'pi', 'pow',
'prod', 'radians', 'remainder',
'sin', 'sinh', 'sqrt',
'tan', 'tanh', 'tau',
'trunc'
]
math 模块常量
| 常量 | 说明 |
|---|---|
| math.e | 返回欧拉数 (2.7182…) |
| math.inf | 返回正无穷大浮点数 |
| math.nan | 返回一个浮点值 NaN (not a number) |
| math.pi | π 一般指圆周率。 圆周率 PI (3.1415…) |
| math.tau | 数学常数 τ = 6.283185…，精确到可用精度。Tau 是一个圆周常数，等于 2π，圆的周长与半径之比。 |
math 模块方法
| 函数 | 说明 |
|---|---|
| math.acos(x) | 返回 x 的反余弦，结果范围在 0 到 pi 之间。 |
| math.acosh(x) | 返回 x 的反双曲余弦值。 |
| math.asin(x) | 返回 x 的反正弦值，结果范围在 -pi/2 到 pi/2 之间。 |
| math.asinh(x) | 返回 x 的反双曲正弦值。 |
| math.atan(x) | 返回 x 的反正切值，结果范围在 -pi/2 到 pi/2 之间。 |
| math.atan2(y, x) | 返回给定的 X 及 Y 坐标值的反正切值，结果是在 -pi 和 pi 之间。 |
| math.atanh(x) | 返回 x 的反双曲正切值。 |
| math.ceil(x) | 将 x 向上舍入到最接近的整数 |
| math.comb(n, k) | 返回不重复且无顺序地从 n 项中选择 k 项的方式总数。 |
| math.copysign(x, y) | 返回一个基于 x 的绝对值和 y 的符号的浮点数。 |
| math.cos() | 返回 x 弧度的余弦值。 |
| math.cosh(x) | 返回 x 的双曲余弦值。 |
| math.degrees(x) | 将角度 x 从弧度转换为度数。 |
| math.dist(p, q) | 返回 p 与 q 两点之间的欧几里得距离，以一个坐标序列（或可迭代对象）的形式给出。 两个点必须具有相同的维度。 |
| math.erf(x) | 返回一个数的误差函数 |
| math.erfc(x) | 返回 x 处的互补误差函数 |
| math.exp(x) | 返回 e 的 x 次幂，Ex， 其中 e = 2.718281… 是自然对数的基数。 |
| math.expm1() | 返回 Ex - 1， e 的 x 次幂，Ex，其中 e = 2.718281… 是自然对数的基数。这通常比 math.e ** x 或 pow(math.e, x) 更精确。 |
| math.fabs(x) | 返回 x 的绝对值。 |
| math.factorial(x) | 返回 x 的阶乘。 如果 x 不是整数或为负数时则将引发 ValueError。 |
| math.floor() | 将数字向下舍入到最接近的整数 |
| math.fmod(x, y) | 返回 x/y 的余数 |
| math.frexp(x) | 以 (m, e) 对的形式返回 x 的尾数和指数。 m 是一个浮点数， e 是一个整数，正好是 x == m * 2**e 。 如果 x 为零，则返回 (0.0, 0) ，否则返回 0.5 <= abs(m) < 1 。 |
| math.fsum(iterable) | 返回可迭代对象 (元组, 数组, 列表, 等)中的元素总和，是浮点值。 |
| math.gamma(x) | 返回 x 处的伽马函数值。 |
| math.gcd() | 返回给定的整数参数的最大公约数。 |
| math.hypot() | 返回欧几里得范数，sqrt(sum(x**2 for x in coordinates))。 这是从原点到坐标给定点的向量长度。 |
| math.isclose(a,b *,rel_tol=1e-09,abs_tol=0.0) | 检查两个值是否彼此接近，若 a 和 b 的值比较接近则返回 True，否则返回 False。 |
| math.isfinite(x) | 判断 x 是否有限，如果 x 既不是无穷大也不是 NaN，则返回 True ，否则返回 False 。 |
| math.isinf(x) | 判断 x 是否是无穷大，如果 x 是正或负无穷大，则返回 True ，否则返回 False 。 |
| math.isnan() | 判断数字是否为 NaN，如果 x 是 NaN（不是数字），则返回 True ，否则返回 False 。 |
| math.isqrt() | 将平方根数向下舍入到最接近的整数。 |
| math.ldexp(x, i) | 返回 x * (2**i) 。 这基本上是函数 math.frexp() 的反函数。 |
| math.lgamma() | 返回伽玛函数在 x 绝对值的自然对数。 |
| math.log(x[, base]) | 使用一个参数，返回 x 的自然对数（底为 e ）。 |
| math.log10(x) | 返回 x 底为 10 的对数。 |
| math.log1p(x) | 返回 1+x 的自然对数（以 e 为底）。 |
| math.log2(x) | 返回 x 以 2 为底的对数 |
| math.perm(n, k=None) | 返回不重复且有顺序地从 n 项中选择 k 项的方式总数。 |
| math.pow(x, y) | 将返回 x 的 y 次幂。 |
| math.prod(iterable) | 计算可迭代对象中所有元素的积。 |
| math.radians(x) | 将角度 x 从度数转换为弧度。 |
| math.remainder(x, y) | 返回 IEEE 754 风格的 x 除于 y 的余数。 |
| math.sin(x) | 返回 x 弧度的正弦值。 |
| math.sinh(x) | 返回 x 的双曲正弦值。 |
| math.sqrt(x) | 返回 x 的平方根。 |
| math.tan(x) | 返回 x 弧度的正切值。 |
| math.tanh(x) | 返回 x 的双曲正切值。 |
| math.trunc(x) | 返回 x 截断整数的部分，即返回整数部分，删除小数部分 |
使用示例：
import math
math.ceil(5.4) # 6
math.ceil(5.5) # 6
math.fabs(-6) # 6.0
math.fabs(6) # 6.0
math.floor(6.9) # 6
math.fmod(5, 2) # 1.0
math.isclose(8.005, 8.450, abs_tol = 0.4) # False
math.isclose(8.005, 8.450, abs_tol = 0.5) # True
print(0.1+0.2) # 0.30000000000000004
math.isclose(0.1+0.2, 0.3) #True
math.isnan(float("NaN")) # True
math.pow(2, 10) # 1024.0
math.sqrt(25) # 5.0
查看random中包含的内容：
import math
math.ceil(5.4) # 6
math.ceil(5.5) # 6
math.fabs(-6) # 6.0
math.fabs(6) # 6.0
math.floor(6.9) # 6
math.fmod(5, 2) # 1.0
math.isclose(8.005, 8.450, abs_tol = 0.4) # False
math.isclose(8.005, 8.450, abs_tol = 0.5) # True
print(0.1+0.2) # 0.30000000000000004
math.isclose(0.1+0.2, 0.3) #True
math.isnan(float("NaN")) # True
math.pow(2, 10) # 1024.0
math.sqrt(25) # 5.0
random 模块方法
| 函数 | 说明 |
|---|---|
| seed() | 初始化随机数生成器。 |
| getstate() | 返回捕获生成器当前内部状态的对象。 |
| setstate() | state 应该是从之前调用 getstate() 获得的，并且 setstate() 将生成器的内部状态恢复到 getstate() 被调用时的状态。 |
| getrandbits(k) | 返回具有 k 个随机比特位的非负 Python 整数。 此方法随 MersenneTwister 生成器一起提供，其他一些生成器也可能将其作为 API 的可选部分提供。 在可能的情况下，getrandbits() 会启用 randrange() 来处理任意大的区间。 |
| randrange() | 从 range(start, stop, step) 返回一个随机选择的元素。 |
| randint(a, b) | 返回随机整数 N 满足 a <= N <= b。 |
| choice(seq) | 从非空序列 seq 返回一个随机元素。 如果 seq 为空，则引发 IndexError。 |
| choices(population, weights=None, *, cum_weights=None, k=1) | 从 population 中选择替换，返回大小为 k 的元素列表。 如果 population 为空，则引发 IndexError。 |
| shuffle(x[, random]) | 将序列 x 随机打乱位置。 |
| sample(population, k, *, counts=None) | 返回从总体序列或集合中选择的唯一元素的 k 长度列表。 用于无重复的随机抽样。 |
| random() | 返回 [0.0, 1.0) 范围内的下一个随机浮点数。 |
| uniform(x, y) | 随机生成下一个实数，它在[x,y]范围内。 |
| triangular(low, high, mode) | 返回一个随机浮点数 N ，使得 low <= N <= high 并在这些边界之间使用指定的 mode 。 low 和 high 边界默认为零和一。 mode 参数默认为边界之间的中点，给出对称分布。 |
| betavariate(alpha, beta) | Beta 分布。 参数的条件是 alpha > 0 和 beta > 0。 返回值的范围介于 0 和 1 之间。 |
| expovariate(lambd) | 指数分布。 lambd 是 1.0 除以所需的平均值，它应该是非零的。 |
| gammavariate() | Gamma 分布（ 不是伽马函数） 参数的条件是 alpha > 0 和 beta > 0。 |
| gauss(mu, sigma) | Gamma 分布（ 不是伽马函数） 参数的条件是 alpha > 0 和 beta > 0。 |
| lognormvariate(mu, sigma) | 对数正态分布。 如果你采用这个分布的自然对数，你将得到一个正态分布，平均值为 mu 和标准差为 sigma 。 mu 可以是任何值，sigma 必须大于零。 |
| normalvariate(mu, sigma) | 正态分布。 mu 是平均值，sigma 是标准差。 |
| vonmisesvariate(mu, kappa) | 冯·米塞斯分布。 mu 是平均角度，以弧度表示，介于0和 2*pi 之间，kappa 是浓度参数，必须大于或等于零。 |
| paretovariate(alpha) | 帕累托分布。 alpha 是形状参数。 |
| weibullvariate(alpha, beta) | 威布尔分布。 alpha 是比例参数，beta 是形状参数。 |
使用示例：
import random
# 从1-100中选一个整数
print(random.randint(1,100)) # 80
print(random.choice([1, 2, 3, 5, 9])) # 2
print(random.choice('A String')) # A
print(random.choice(range(10))) # 8
# 从 1-100 中选取一个奇数
print(random.randrange(1, 100, 2)) # 57
# 从 0-99 选取一个随机数
print(random.randrange(100)) # 91
# 随机选取0到100间的偶数
print(random.randrange(0, 101, 2)) # 22
print(random.random()) # 0.699045676948276
print(random.uniform(1, 100)) # 66.79353123577998
保留小数到指定位数
# 向下取整，转为整数
print(int(58.86)) # 58
import math
# 向上取整，转为整数
print(math.ceil(58.86)) # 59
# 四舍五入，转为整数
print(round(58.86)) # 59
# 四舍五入，保留2位小数
print(round(4.859999999999999, 2)) # 4.86
# 分割整数和小数
print(str(58.866).split(".")[0]) # 58
三角函数
| 函数 | 说明 |
|---|---|
| acos(x) | 返回x的反余弦弧度值。 |
| asin(x) | 返回x的反正弦弧度值。 |
| atan(x) | 返回x的反正切弧度值。 |
| atan2(y, x) | 返回给定的 X 及 Y 坐标值的反正切值。 |
| cos(x) | 返回x的弧度的余弦值。 |
| hypot(x, y) | 返回欧几里德范数 sqrt(xx + yy)。 |
| sin(x) | 返回的x弧度的正弦值。 |
| tan(x) | 返回x弧度的正切值。 |
| degrees(x) | 将弧度转换为角度,如degrees(math.pi/2) ， 返回90.0。 |
| radians(x) | 将角度转换为弧度。 |
到此这篇关于Python中数字(Number)数据类型常用操作的文章就介绍到这了,更多相关Python 数字数据类型内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
