【Pythonpro】基本数据类型

一、数字类型 1.1 数字类型的组成 1.1.1 整数 （1）十进制，二进制0b，八进制0o，十六进制0x print(16 == 0b10000 == 0o20 == 0x10) # 输出：True （2）十进制转其他进制 a = bin(16) b = oct(16) c = hex(16) print(a, b, c) # 输出：0b10000 0o20 0x10

注意：上述输出结果为字符串类型

print(a == b == c) # 输出：False print(type(a), type(b), type(c)) # 输出：<class 'str'> <class 'str'> <class 'str'> （3）其他进制转十进制 l = int(a, 2) m = int(b, 8) n = int(c, 16) print(l, m, n) # 输出：16 16 16 1.1.2 浮点数 （1）不确定小数问题 print((0.1 + 0.2) == 0.3) # 输出：False print(0.1 + 0.2) # 输出：0.30000000000000004 （2）计算机采用二进制小数表示浮点数的小数部分

注意：

部分小数不能用二进制小数完全表示通常情况，不影响计算精度四舍五入可获得精确解 a = 0.1 + 0.7 print(a) # 输出：0.7999999999999999 b = round(a, 1) print(b) # 输出：0.8 print(b == 0.8) # 输出：True 1.1.3 复数 （1）j or J print(3+4j) # 输出：(3+4j) print(3+4J) # 输出：(3+4j) （2）若虚部系数为1，则需要显式写出 print(3+J) # 输出：NameError: name 'J' is not defined print(3+1j) # 输出：(3+1j) 1.2 数字类型的运算操作符 1.2.1 加减乘除 print((1+2-3*4) / 5) # 输出：-1.8 1.2.2 取反 x = 3 print(-x) # 输出：-3 1.2.3 乘方 print(2**3) # 输出：8 1.2.4 整数商和模 print(11 // 2) # 输出：5 print(11 % 2) # 输出：2

注意：

整数和浮点数的运算结果为浮点数除法的运算结果为浮点数 print(1+2.5) # 输出：3.5 print(5/2) # 输出：2.5 print(4.0/2) # 输出：2.0 1.3 整数类型的运算操作函数 1.3.1 绝对值——abs() print(abs(-3)) # 输出：3 print(abs(3+4j)) # 对复数，执行求模运算 # 输出：5.0 1.3.2 幂次方——pow(x, n) print(pow(2, 3)) # 执行 2**3 # 输出：8 print(pow(2, 3, 4)) # 执行 2^3%4 # 输出：0 1.3.3 四舍五入——round(x, n) a = 314.159 print(round(a)) # 默认整数 # 输出：314 print(round(a, 2)) # 四舍五入保留两位小数 # 输出：314.16 print(round(a, 8)) # 位数不足时，无需补足 # 输出：314.159 print(round(a, -2)) # 四舍五入保留100的倍数 # 输出：300.0 1.3.4 整数商和模——divmod(x, y) print(divmod(9, 2)) # 输出：(4, 1) # 返回二元元组：(9//2, 9%2) 1.3.5 序列最大值/最小值——max(), min() lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] print("max：", max(lst)) # 输出：max： 10 print("min：", min(lst)) # 输出：min： 1 1.3.6 求和——sum() print(sum((1, 3, 5, 7, 9))) # 输出：25 1.3.7 科学计算库 （1）math import math # 1.幂运算 print("2 的 3 次方:", math.pow(2, 3)) # 输出：2 的 3 次方: 8.0 # -------------------------------------------------- # 2.对数运算 print("log(100, 10):", math.log(100, 10)) # 以 10 为底 100 的对数 # 输出：log(100, 10): 2.0 print("自然对数 log(e):", math.log(math.e)) # 自然对数 # 输出：自然对数 log(e): 1.0 # -------------------------------------------------- # 3.平方根 print("sqrt(16):", math.sqrt(16)) # 输出：sqrt(16): 4.0 # -------------------------------------------------- # 4.角度转弧度 angle_in_degrees = 45 angle_in_radians = math.radians(angle_in_degrees) # -------------------------------------------------- # 5.正弦、余弦、正切 print(f"{angle_in_degrees} 度的正弦值: {math.sin(angle_in_radians)}") # 输出：45 度的正弦值: 0.7071067811865476 print(f"{angle_in_degrees} 度的余弦值: {math.cos(angle_in_radians)}") # 输出：45 度的余弦值: 0.7071067811865476 print(f"{angle_in_degrees} 度的正切值: {math.tan(angle_in_radians)}") # 输出：45 度的正切值: 0.9999999999999999 # -------------------------------------------------- # 6.反三角函数 print("arcsin(0.7071):", math.degrees(math.asin(0.7071))) # 结果转换为角度 # 输出：arcsin(0.7071): 44.99945053347443 # -------------------------------------------------- # 7.双曲正弦、双曲余弦、双曲正切 x = 1 print(f"x={x} 的双曲正弦值: {math.sinh(x)}") # 输出：x=1 的双曲正弦值: 1.1752011936438014 print(f"x={x} 的双曲余弦值: {math.cosh(x)}") # 输出：x=1 的双曲余弦值: 1.5430806348152437 print(f"x={x} 的双曲正切值: {math.tanh(x)}") # 输出：x=1 的双曲正切值: 0.7615941559557649 # -------------------------------------------------- # 8.阶乘 n = 5 print(f"{n} 的阶乘: {math.factorial(n)}") # 输出：5 的阶乘: 120 # -------------------------------------------------- # 9.伽马函数 print("gamma(3):", math.gamma(3)) # gamma(n) = (n-1)! # 输出：gamma(3): 2.0 # -------------------------------------------------- # 10.常数 print("π:", math.pi) # 输出：π: 3.141592653589793 print("e:", math.e) # 输出：e: 2.718281828459045 （2）scipy Optimize (优化)：提供了多种优化算法，包括最小化(最大化)函数、曲线拟合等 from scipy import optimize import numpy as np def f(x): return x**2 + 10 * np.sin(x) # 使用 minimize 方法寻找函数最小值 result = optimize.minimize(f, 0) print("找到的最小值点:", result.x) # 输出：找到的最小值点: [-1.30644012] Integrate (积分和微分方程求解)：提供了多种数值积分方法以及 ODE 求解器 from scipy import integrate # 定义被积函数 def integrand(x): return np.exp(-x**2) # 计算积分 result, _ = integrate.quad(integrand, -np.inf, np.inf) print("积分结果:", result) # 输出：积分结果: 1.7724538509055159 Linalg (线性代数)：扩展了 NumPy 的线性代数能力，提供了更多高级功能 from scipy import linalg import numpy as np # 创建两个随机矩阵 A = np.random.randn(3, 3) B = np.random.randn(3, 1) # 解线性方程 Ax = B solution = linalg.solve(A, B) print("Ax=B 的解:", solution) # 输出：Ax=B 的解: [[-0.07803842] # [ 0.23422888] # [ 0.19536865] # ] Signal (信号处理)：提供了一系列工具用于信号处理，如滤波、卷积等 from scipy import signal import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] # 使用黑体或其他中文字体 plt.rcParams['axes.unicode_minus'] = False # 解决负号 '-' 显示为方块的问题 # 创建一个简单的正弦波信号 t = np.linspace(0, 1, 500) x = np.sin(2 * np.pi * 3 * t) + 0.5 * np.random.randn(t.size) # 设计一个低通滤波器并应用到信号上 b, a = signal.butter(3, 0.05) filtered_x = signal.filtfilt(b, a, x) plt.plot(t, x, label='原始信号') plt.plot(t, filtered_x, label='过滤后的信号') plt.legend() plt.show()

结果：

Stats (统计分布和函数)：提供了广泛的统计分布模型和统计测试 from scipy import stats import numpy as np # 生成一组随机数据 data = np.random.normal(loc=0, scale=1, size=1000) # 计算描述性统计量 mean = np.mean(data) median = np.median(data) mode = stats.mode(data) # 需要注意的是，对于连续分布的数据，模式可能不适用或需要进行分箱处理 std_dev = np.std(data) print(f"Mean: {mean}, Median: {median}, Standard Deviation: {std_dev}") # 输出：Mean: 0.035383601211682034, Median: 0.06455716819180869, Standard Deviation: 0.9858768770120637 （3）numpy import numpy as np # 1.创建数组 # 从列表创建一维数组 a = np.array([1, 2, 3]) print("一维数组:", a) # 输出：一维数组: [1 2 3] # 从列表创建二维数组 b = np.array([[1, 2], [3, 4]]) print("二维数组:\n", b) # 输出：二维数组: # [[1 2] # [3 4]] # 使用内置函数创建特定形状的数组 c = np.zeros((3, 3)) # 创建一个3x3的零矩阵 print("零矩阵:\n", c) # 输出：零矩阵: # [[0. 0. 0.] # [0. 0. 0.] # [0. 0. 0.]] # -------------------------------------------------- # 2.数组操作 # 数组的形状和大小 print("数组b的形状:", b.shape) # 输出：数组b的形状: (2, 2) print("数组b的维度:", b.ndim) # 输出：数组b的维度: 2 print("数组b的元素总数:", b.size) # 输出：数组b的元素总数: 4 # 数组重塑 d = b.reshape(1, 4) # 将二维数组b重塑为1行4列的一维数组 print("重塑后的数组:\n", d) # 输出：重塑后的数组: # [[1 2 3 4]] # -------------------------------------------------- # 3.广播机制 e = np.array([1, 2, 3]) f = np.array([2, 2, 2]) # 利用广播机制进行加法运算 g = e + f print("广播加法结果:", g) # 输出：广播加法结果: [3 4 5] # 标量与数组的加法 h = e + 2 print("标量加法结果:", h) # 输出：标量加法结果: [3 4 5] # -------------------------------------------------- # 4.线性代数运算 i = np.array([[1, 2], [3, 4]]) j = np.array([[5, 6], [7, 8]]) # 矩阵乘法 k = np.dot(i, j) print("矩阵乘法结果:\n", k) # 输出：矩阵乘法结果: # [[19 22] # [43 50]] # 计算行列式 det_i = np.linalg.det(i) print("行列式i:", det_i) # 输出：行列式i: -2.0000000000000004 # -------------------------------------------------- # 5.傅里叶变换 signal = np.array([0, 1, 0, 1]) fourier = np.fft.fft(signal) print("傅里叶变换结果:", fourier) # 输出：傅里叶变换结果: [ 2.+0.j 0.+0.j -2.+0.j 0.+0.j] # -------------------------------------------------- # 6.随机数生成 # 生成标准正态分布的随机数 random_numbers = np.random.randn(5) print("随机数:", random_numbers) # 输出：随机数: [ 0.91515599 -0.74805686 0.90227149 0.2376813 2.70840746] # 生成指定范围内的整数随机数 random_integers = np.random.randint(0, 10, size=5) print("整数随机数:", random_integers) # 输出：整数随机数: [7 0 4 7 7] 二、字符串类型 2.1 字符串的表达 print("hello", 'world') # 输出：hello world 2.1.1 双中有单 print("I'm a test") # 输出：I'm a test 2.1.2 单中有双 print('I am a "test"') # 输出：I am a "test" 2.1.3 双中有双/单中有单 print('I\'m a test') # 输出：I'm a test 2.1.4 转移符用来换行继续输入 st = "py\ thon" print(st) # 输出：python 2.2 字符串的性质 2.2.1 字符串的索引——变量名[位置编号] s = "my name is <NAME>" # 正向索引 print(s[0]) # 输出：m print(s[3]) # 输出：n print(s[9]) # 输出：s # 反向索引 print(s[-1]) # 输出：> print(s[-2]) # 输出：E print(s[-6]) # 输出：< 2.2.2 字符串的切片——变量名[开始位置:结束位置:切片间隔] print(s[0:6]) # 输出：my nam print(s[0:6:2]) # 输出：m a print(s[:6]) # 开始位置为0时，可省略 # 输出：my nam print(s[:]) # 结束位置省略时，则表示取到最后一个字符 # 输出：my name is <NAME> print(s[-3:]) # 也可以使用反向索引 # 输出：ME> print(s[-1:-9:-1]) # 反向切片 # 输出：>EMAN< s 2.3 字符串的操作符 2.3.1 字符串的拼接 a = "my name " b = "is Tom" print(a + b) # 输出：my name is Tom 2.3.2 字符串的成倍复制 c = a+b print(c) # 输出：my name is Tom print(c*3) # 输出：my name is Tommy name is Tommy name is Tom 2.3.3 字符串的成员运算 子集 in 全集——任何一个连续的切片都是原字符串的子集 singers = "Tom, Tina, Time" print("Tom" in singers) # 输出：True for 字符 in 字符串——遍历字符串 for s in "python": print(s) # 输出：p # y # t # h # o # n 2.4 字符串的处理函数 2.4.1 字符串的长度——len() s = "python" print(len(s)) # 输出：6 2.4.2 字符编码 定义：将字符（字母、数字、符号等）映射为计算机可以处理的二进制数特点：   （1）每个单一字符对应一个唯一的不可重复的二进制编码   （2）Python中使用Unicode编码 （1）字符转Unicode码——ord(字符) print(ord("1")) # 输出：49 print(ord("a")) # 输出：97 print(ord(".")) # 输出：46 print(ord("中")) # 输出：20013 （2）Unicode码转字符——chr(Unicode码) print(chr(1000)) # 输出：8 print(chr(1010)) # 输出：c print(chr(12345)) # 输出：〹 2.5 字符串的处理方法

特点：   1. 返回的结果为一个列表   2. 原字符串不变

2.5.1 字符串的分割——字符串.split(分割字符) st = "my name is Tom" st_lst = st.split(" ") print(st) # 输出：my name is Tom print(st_lst) # 输出：['my', 'name', 'is', 'Tom'] 2.5.2 字符串的聚合——“聚合字符”.join(可迭代数据类型)

可迭代类型：   1. 列表（list）：有序的、可变的数据集合   2. 元组（tuple）：有序的、不可变的数据集合   3. 字符串（str）：字符的有序集合，也是不可变的   4. 字典（dict）：键值对的无序集合，迭代时默认遍历键   5. 集合（set）：无序且不重复元素的集合

words = ["Hello", "world", "from", "Python"] sentence = " ".join(words) print(sentence) # 输出: Hello world from Python numbers = [1, 2, 3] joined_numbers = " - ".join(str(n) for n in numbers) print(joined_numbers) # 输出: 1 - 2 - 3 2.5.3 删除两端待定字符——字符串.strip(删除字符) s = "------my name is Tom------" print(s.strip("-")) # 输出：my name is Tom print(s.rstrip("-")) # 输出：------my name is Tom print(s.lstrip("-")) # 输出：my name is Tom------ print(s) # 输出：------my name is Tom------ st = " my name is Tom " print(st.strip(" ")) # strip()从两侧开始搜索，遇到指定字符则删除，遇到非指定字符则停止 # 输出：my name is Tom 2.5.4 字符串的替换——字符串.replace(“被替换”, “替换成”) s = "my name is Tom" s1 = s.replace("Tom", "Time") print(s1) # 输出：my name is Time 2.5.5 字符串的字母大小写 s = "pyThon" print(s.upper()) # 全部大写 # 输出：PYTHON print(s.lower()) # 全部小写 # 输出：python print(s.capitalize()) # 字符串首字母大写 # 输出：Python print(s.title()) # 单词首字母大写 # 输出：Python print(s.swapcase()) # 大小写转写 # 输出：PYtHON 三、布尔类型 3.1 作为逻辑运算的结果 a = 3 print(a > 1) # 输出：True print(a == 3) # 输出：True print(a < 2) # 输出：False print(any([False, 1, 0, None])) # 输出：True print(all([False, 1, 0, None])) # 输出：False 3.2 作为指示条件 m = 3 while True: n = eval(input("请输入一个正整数：")) if m == n: print("猜对啦！") elif m > n: print("猜小了。") else: print("猜大了。") 3.3 作为掩码 import numpy as np x = np.array([[1, 3, 2, 5, 7]]) print(x > 3) # 输出：[[False False False True True]] print(x[x > 3]) # 输出：[5 7] 四、类型判别与转换 4.1 类型判别 4.1.1 type(变量) age = 20 print(type(age)) # 输出：<class 'int'> 4.1.2 isinstance(变量, 预测类型) print(isinstance(age, int)) # 输出：True print(isinstance(age, float)) # 输出：False print(isinstance(age, object)) # 输出：True 4.1.3 字符串的检查方法 （1）数字组成——字符串.isdigit() # 数字组成--字符串.isdigit() age = "20" age1 = "18 岁" print(age.isdigit()) # 输出：True print(age1.isdigit()) # 输出：False （2）字母组成——字符串.isalpha() name = "Tom" print(age.isalpha()) # 输出：False print(name.isalpha()) # 输出：True （3）数字和字母组成——字符串.isalnum() print("Tom2025".isalnum()) # 一般用于判断用户名是否合法 # 输出：True 4.2 类型转换 4.2.1 数字转字符串——str(数字类型) age = 20 print("my age is " + str(age)) # 输出：my age is 20 4.2.2 字符串转数字 s1 = "20" s2 = "21.5" print(int(s1)) # 输出：20 print(float(s2)) # 输出：21.5 print(eval(s1)) # 输出：20 print(eval(s2)) # 输出：21.5

---

微语录：书上说，天下没有不散的宴席。不要怕，书上还说了，人生何处不相逢。