


Artikel untuk membantu anda memahami asas Python dan jenis data
1. Sistem asas
1.
Sistem asas juga merupakan sistem pengiraan bawa, iaitu kaedah pengiraan yang ditakrifkan secara buatan dengan pembawa (terdapat kaedah pengiraan tanpa pembawa, seperti kaedah pengiraan simpulan asal, dan kaedah pengiraan "positif" yang biasa digunakan semasa mengira undian dan pengiraan markah yang serupa). Untuk mana-mana sistem asas - sistem asas X, ini bermakna operasi nombor pada setiap kedudukan dijalankan oleh satu digit setiap kali X dicapai. Sistem perpuluhan menjalankan setiap persepuluh, sistem heksadesimal menjalankan setiap enam belas, sistem perduaan menjalankan setiap dua, dan seterusnya, sistem berasaskan x menjalankan setiap x. (Dari Baidu)
Dalam istilah orang awam, yang dipanggil sistem asas ialah kaedah ungkapan semasa mengira Sistem asas ini bermakna apabila sistem asas ini berpuas hati, satu digit akan dimajukan ke peringkat tinggi.
2. Penukaran asas
Dalam Python, anda boleh menggunakan fungsi int() terbina dalam untuk menukar fungsi int() boleh menukar rentetan angka atau nombor perpuluhan dalam asas yang ditentukan menjadi integer.
Sintaks:
int(object,base)
Nilai pulangan: Kembalikan data integer.
Tukar nombor binari kepada nombor perpuluhan
test = ['111011011111', '0b110'] for number in test: print(int(number, 2))
Hasil larian:
将八进制数转化为十进制数。
test = ['-1537202', '125'] for number in test: print(int(number, 8))
运行 结果 :
二、数值类型
1. 布尔型
布尔型其实是整型的子类型,布尔型数据只有两个取值:True和False,分别对应整型的1和0。
每一个Python对象都天生具有布尔值(True或False),进而可用于布尔测试(如用在if、while中)。
以下对象的布尔值都是False:
Nilai Pulangan | Jenis |
---|---|
( Boolean) | |
. | (titik terapung 0) |
0.0+0.0j | |
"" | |
[] | |
(tuple kosong) | { } |
用户自定义的 类实例,该类定义了方法 nonzero() 或 len(),并且这些方法返回0或False。
除上述对象之外的所有其他对象的布尔值都为True。
# 1. Python对象的布尔值 >>> bool(None) False >>> bool(False), bool(0), bool(0L), bool(0.0), bool(0.0+0.0j) (False, False, False, False, False) >>> bool(''), bool([]), bool(()), bool({}) (False, False, False, False) # 2. 数值运算中,布尔值True和False分别对应整型的1和0 >>> int(True), int(2 < 1) (1, 0) >>> False + 100 100 #输出结果 >>> True + 100 101 #输出结果
2. 整型
整型等价于C语言中的有符号长整型(long),与系统的最大整型一致(如32位机器上的整型是32位,64位机器上的整型是64位),可以表示的范围有限。整型字面值的表示方法有3种:十进制(常用)、二进制(以“0b”开头)、八进制(以数字“0”开头)和十六进制(以“0x”或“0X”开头)。
>>> a = 0b10100 >>> type(a) int #输出结果 >>> a 20 #输出结果 >>> bin(20), oct(20), hex(20) ('0b10100', '024', '0x14') # 输出结果
3. 长整型
长整型是整型的超集,可以表示无限大的整数。长整型字面值的后面带有字母“L”或“l”(使用大写的“L”)。
>>> a = 999 ** 8 # 整型自动转换为长整型 >>> a 8920457944069944027201L >>> type(a) long
4. 浮点型
浮点型类似于C中的双精度浮点型(double)。浮点型字面值可以用十进制或科学计数法表示,在科学计数法中,e或E代表10,+(可以省略)或 - 表示指数的正负。
>>> type(1) int #输出结果 >>> type(1.0) float #输出结果 >>> 1 + 1.0 2.0 #输出结果 >>> a = 1e-2 >>> a #输出结果 0.01 >>> type(a) float #输出结果 >>> pi = 3.1415926 >>> round(pi) 3.0 #输出结果 >>> round(pi, 4) 3.1416 #输出结果
5. 复数
复数与数学中的复数概念完全相同。Python中的复数有以下几个特性:
复数由实数部分和虚数部分构成,表示为:real+imagj 或 real+imagJ。
复数的实部real和虚部imag都是浮点型。
>>> a = 1+2j >>> a (1+2j) #输出结果 >>> a.real # 实部 1.0 #输出结果 >>> type(a.real) float #输出结果 >>> a.imag # 虚部 2.0 #输出结果 >>> type(a.imag) float #输出结果
三、总结
本文基于Python基础,主要讲解了进制和数值类型。通过一个个小项目详细的讲解和图片的效果展示,以期让读者更好的了解Python中进制转换和数值类型,希望能够帮助大家更好的学习。
Atas ialah kandungan terperinci Artikel untuk membantu anda memahami asas Python dan jenis data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Pasang PYODBC: Gunakan perintah PipinstallPyoDBC untuk memasang perpustakaan; 2. Sambungkan SQLServer: Gunakan rentetan sambungan yang mengandungi pemacu, pelayan, pangkalan data, uid/pwd atau aman 3. Semak pemacu yang dipasang: Jalankan pyodbc.drivers () dan tapis nama pemacu yang mengandungi 'SQLServer' untuk memastikan nama pemacu yang betul digunakan seperti 'ODBCDriver17 untuk SQLServer'; 4. Parameter utama rentetan sambungan

Pythoncanbeoptimizedformemory-boundoperationsbyreducingoverheadthroughgenerators, efisiendataStructures, danManagingObjectlifetimes.first, useGeneratorsInsteadofListStoprocesslargedataSetSoneiteMatime, mengelakkan muat turun muat turun, coose

shutil.rmtree () adalah fungsi dalam python yang secara rekursif memadam seluruh pokok direktori. Ia boleh memadam folder yang ditentukan dan semua kandungan. 1. Penggunaan Asas: Gunakan shutil.rmtree (Path) untuk memadam direktori, dan anda perlu mengendalikan fileNotFoundError, PermissionError dan pengecualian lain. 2. Aplikasi Praktikal: Anda boleh membersihkan folder yang mengandungi subdirektori dan fail dalam satu klik, seperti data sementara atau direktori cache. 3. Nota: Operasi penghapusan tidak dipulihkan; FileNotFoundError dilemparkan apabila jalan tidak wujud; Ia mungkin gagal kerana kebenaran atau pekerjaan fail. 4.

Gunakan psycopg2.pool.simpleConnectionPool untuk menguruskan sambungan pangkalan data dengan berkesan dan mengelakkan overhead prestasi yang disebabkan oleh penciptaan dan kemusnahan sambungan yang kerap. 1. Apabila membuat kolam sambungan, tentukan bilangan minimum dan maksimum sambungan sambungan dan pangkalan data untuk memastikan bahawa kolam sambungan diasaskan dengan jayanya; 2. Dapatkan sambungan melalui getConn (), dan gunakan PutConn () untuk mengembalikan sambungan ke kolam selepas melaksanakan operasi pangkalan data. Sentiasa panggil conn.close () dilarang; 3. SimpleConnectionPool adalah benang selamat dan sesuai untuk persekitaran berbilang threaded; 4. Adalah disyorkan untuk melaksanakan pengurus konteks dalam kombinasi dengan Pengurus Konteks untuk memastikan sambungan dapat dikembalikan dengan betul apabila pengecualian diperhatikan;

iter () digunakan untuk mendapatkan objek iterator, dan seterusnya () digunakan untuk mendapatkan elemen seterusnya; 1. Gunakan Iterator () untuk menukar objek yang boleh dimatikan seperti senarai ke dalam iterator; 2. Panggil seterusnya () untuk mendapatkan unsur -unsur satu demi satu, dan mencetuskan pengecualian berhenti apabila unsur -unsur habis; 3. Gunakan seterusnya (iterator, lalai) untuk mengelakkan pengecualian; 4. Iterator tersuai perlu melaksanakan kaedah __iter __ () dan __Next __ () untuk mengawal logik lelaran; Menggunakan nilai lalai adalah cara yang sama untuk traversal selamat, dan keseluruhan mekanisme adalah ringkas dan praktikal.

Pengenalan kepada arbitraj statistik statistik adalah kaedah perdagangan yang menangkap ketidakcocokan harga dalam pasaran kewangan berdasarkan model matematik. Falsafah terasnya berasal dari regresi min, iaitu, harga aset boleh menyimpang dari trend jangka panjang dalam jangka pendek, tetapi akhirnya akan kembali ke purata sejarah mereka. Peniaga menggunakan kaedah statistik untuk menganalisis korelasi antara aset dan mencari portfolio yang biasanya berubah serentak. Apabila hubungan harga aset -aset ini tidak dapat disimpulkan, peluang arbitraj timbul. Dalam pasaran cryptocurrency, arbitraj statistik terutamanya lazim, terutamanya disebabkan oleh ketidakcekapan dan turun naik drastik pasaran itu sendiri. Tidak seperti pasaran kewangan tradisional, kriptografi beroperasi sepanjang masa dan harga mereka sangat terdedah kepada berita, sentimen media sosial dan peningkatan teknologi. Turun naik harga yang berterusan ini kerap mencipta kecenderungan harga dan memberikan arbitrageurs dengan

Pasang pemacu pangkalan data yang sepadan; 2. Gunakan Connect () untuk menyambung ke pangkalan data; 3. Buat objek kursor; 4. Gunakan melaksanakan () atau executemany () untuk melaksanakan SQL dan menggunakan pertanyaan parameter untuk mengelakkan suntikan; 5. Gunakan Fetchall (), dan sebagainya untuk mendapatkan hasil; 6. komit () diperlukan selepas pengubahsuaian; 7. Akhirnya, tutup sambungan atau gunakan pengurus konteks untuk mengendalikannya secara automatik; Proses lengkap memastikan operasi SQL selamat dan cekap.

Untuk mewujudkan persekitaran maya Python, anda boleh menggunakan modul VENV. Langkah-langkahnya adalah: 1. Masukkan direktori projek untuk melaksanakan persekitaran python-mvenvenv untuk mewujudkan persekitaran; 2. Gunakan Sourceenv/Bin/Aktifkan ke Mac/Linux dan Env \ Scripts \ Aktifkan ke Windows; 3. Gunakan Pakej Pemasangan Pipinstall, PipFreeze> Keperluan.txt untuk mengeksport kebergantungan; 4. Berhati -hati untuk mengelakkan menyerahkan persekitaran maya ke Git, dan mengesahkan bahawa ia berada dalam persekitaran yang betul semasa pemasangan. Persekitaran maya boleh mengasingkan kebergantungan projek untuk mencegah konflik, terutamanya sesuai untuk pembangunan pelbagai projek, dan editor seperti pycharm atau vscode juga
