技巧 | 5000字超全解析Python三种格式化输出方式【% / format / f-string】

简介: 技巧 | 5000字超全解析Python三种格式化输出方式【% / format / f-string】


本期导读

大家好,我是欧K。

在编程学习中,我们经常会遇到各式各样的格式化输出要求,比如保留多少位小数,设置输出宽度,字符串补齐等等,本期就为大家详细解析python中经常用到的三种格式化方式:%(占位符)/format/f-string,希望对你有所帮助。


准备工作:

  • %c: 格式化字符及其ASCII码
  • %s: 格式化字符串(常用)
  • %d: 格式化整数(常用)
  • %u: 格式化无符号整型(常用)
  • %o: 格式化无符号八进制数
  • %x: 格式化无符号十六进制数(常用)
  • %X: 格式化无符号十六进制数(大写)
  • %f: 格式化浮点数字,可指定小数点后的精度(常用)
  • %e: 用科学计数法格式化浮点数(常用)
  • %E: 作用同%e,用科学计数法格式化浮点数
  • %g: %f和%e的简写
  • %G: %F 和 %E 的简写
  • %p: 用十六进制数格式化变量的地址
  • %%:格式化百分号标记
  • ^:格式化居中对齐(常用)
  • >式化右对齐(常用)
  • <式化左对齐(常用)
  • +:式化显示正负号(常用)



1. %(占位符)

声明三个变量:姓名(string)、年龄(int)、身高(float)

name = 'Python 当打之年'
age = 99
height = 1.85

1.1 混合整数(%d)、浮点数(%f)、字符串(%s)

print('我是:%s, 年龄:%d, 身高:%fm' % (name,age,height))
# 我是:Python 当打之年, 年龄:99, 身高:1.850000m
print('我是:%s, 年龄:%d, 身高:%.2fm' % (name,age,height))
# 我是:Python 当打之年, 年龄:99, 身高:1.85m

注意:浮点数默认精度为6,即小数点后6位。


1.2 进制数

输出十六进制、十进制、八进制数(比较常用):

%x --- hex 十六进制

%d --- dec 十进制

%o --- oct 八进制

print("age_hex = %x, age_dec = %d, age_oct = %o" %(age,age,age))
# age_hex = 63, age_dec = 99, age_oct = 143

如果需要输出二进制的话,可以使用python函数 bin()

print(bin(age)) # 0b1100011


1.3 宽度对齐精度填充1.3.1 数值型(默认右对齐)格式化输出圆周率(pi = 3.1415926):

pi = 3.1415926
print('%10.3f' % pi) #       3.142
# 宽度为10,右对齐,保留3位小数点
print('%-10.10f' % pi) # 3.1415926000
# 宽度为10,左对齐,保留小数点后10位(不足10位补0)


1.3.2 字符串

print( "%.10s " % name) # Python 当打之
# 输出10个字符,如果不足,输出全部
print ("%.*s" % (6,name)) # Python
# 左对齐,取6个字符
print ("%10.6s" % name) #       Python
# 右对齐,宽度为10,取6个字符

1.4 正负号

带符号输出,即正数(+),负数(-):

print('%+10.3f' % pi) # 3.142
# 宽度为10,右对齐,保留3位小数点
a = -pi
print('%+-10.3f' % a) # -3.142
# 宽度为10,左对齐,保留3位小数点

2. format格式化

Python2.6 开始,新增了一种格式化字符串的函数 str.format(),它增强了字符串格式化的功能。


2.1 混合


2.1.1 不设置位置


不设置位置参数时,参数默认从0 开始编号,依次为0,1,2,3......:

print('我是:{}, 年龄:{}, 身高:{}m'.format (name,age,height))
# 我是:Python 当打之年, 年龄:99, 身高:1.85m


2.1.2 设置位置


设置位置参数时,参数根据实际编号对应变量索引,注意{}中编号:

print('我是:{0}, 年龄:{1}, 身高:{2}m'.format (name,age,height))
# 我是:Python 当打之年, 年龄:99, 身高:1.85m
print('我是:{0}, 年龄:{1}, 身高:{1}m'.format (name,age,height))
# 我是:Python 当打之年, 年龄:99, 身高:99m
print('我是:{0}, 年龄:{2}, 身高:{1}m'.format (name,age,height))
# 我是:Python 当打之年, 年龄:1.85, 身高:99m


2.1.3 单变量参数


可以将索引编号设置为关键字,关键字需要有相应赋值:

print('我是:{name}, 年龄:{age}, 身高:{height}m'.format(name='Python 当打之年', age=99, height=1.85))
# 我是:Python 当打之年, 年龄:99, 身高:1.85m


2.1.4 列表参数

参数也可以是列表,注意多维列表需要指定为一维列表,'{0[0]}', '{0[1]}', '{0[2]}' 中'0'是必须的:

lst = [['Python 当打之年', 99, 1.85],['Python 当打之年', 18, 1.85]]
print('我是:{0[0]}, 年龄:{0[1]}, 身高:{0[2]}m'.format(lst[0]))
# 我是:Python 当打之年, 年龄:99, 身高:1.85m
print('我是:{0[0]}, 年龄:{0[1]}, 身高:{0[2]}m'.format(lst[1]))
# 我是:Python 当打之年, 年龄:18, 身高:1.85m

2.1.5 字典参数


当参数为字典时,可以使用关键字:

dic = {'name':'Python 当打之年','age':99,'height':1.85}
print('我是:{name}, 年龄:{age}, 身高:{height}m'.format(**dic))
# 我是:Python 当打之年, 年龄:99, 身高:1.85m

2.2 宽度对齐精度填充

宽度为10,居中、居右、居左对齐:

a = 66
print('{:^10d}'.format(a)) # 宽度10,居中
print('{:>10d}'.format(a)) # 宽度10,居右
print('{:<10d}'.format(a)) # 宽度10,居左
#     66
#         66
# 66


保留2、3位有效数字,百分比以及指数计数法:

pi = 3.1415926
print("{:.2f}".format(pi)) # 不带符号
print("{:+.3f}".format(pi)) # 带符号
print("{:.4%}".format(pi)) # 百分比
print("{:.2e}".format(pi)) # 指数计数法
# 3.14
# +3.142
# 314.1593%
# 3.14e+00


可以使用不同字符进行填充(补齐):

print('{:0^10d}'.format(a)) # 宽度10,居中
print('{:a>10d}'.format(a)) # 宽度10,居右
print('{:0<10d}'.format(a)) # 宽度10,居左
# 0000660000
# aaaaaaaa66
# 6600000000
print('{:0^30}'.format(name)) # 宽度30,居中
print('{:0>30}'.format(name)) # 宽度30,居右
print('{:0<30}'.format(name)) # 宽度30,居左
# 000000000Python 当打之年0000000000
# 0000000000000000000Python 当打之年
# Python 当打之年0000000000000000000
print('Hello {0:>{1}} '.format(name,20))
# Hello                    Python 当打之年


2.3 千位分隔符

主要用于货币数据格式化输出,用逗号表示,当然也可以用其他字符替代:


print('{:,}'.format(100000000))
print('{:,}'.format(1234567.1234567))
# 100,000,000
# 1,234,567.1234567
print('{0:-^20,}'.format(1234567.1234567))
print('{0:->20,}'.format(1234567.1234567))
print('{0:-<20,}'.format(1234567.1234567))
# -1,234,567.1234567--
# ---1,234,567.1234567
# 1,234,567.1234567---


3. f-string格式化

f-string格式化是python3.6引入了一种新的字符串格式化方式。


3.1 单变量参数


变量名直接做参数,比如name, age, height,注意不需要单引号或双引号:

print(f'我是:{name}, 年龄:{age}, 身高:{height}m')
# 我是:Python 当打之年, 年龄:99, 身高:1.85m


3.2 表达式参数

可以是直接的数值运算,也可以是变量赋值后运算:

print(f'计算结果是:{2*5 + 3*4}')
# 计算结果是:22
a = 90
b = 9
print(f'计算结果是:{a*b + a + b}')
# 计算结果是:909


3.3 函数参数

普通函数作为参数、lambda函数作为参数:

name = 'PYTHON当打之年'
print(f'我是:{name}')
print(f'我是:{name.lower()}')
# 我是:PYTHON当打之年
# 我是:python当打之年
a = 90
b = 9
print(f'计算结果是:{(lambda x,y:x+y)(a,b)}')
# 计算结果是:99

3.4 宽度对齐精度填充


宽度为10,精度为小数点后2、3、4位,居中、居右、居左对齐,填充方式和format一样可以选择不同的字符:

pi = 3.1415926
print(f'{pi:^10.2f}')
print(f'{pi:>10.3f}')
print(f'{pi:<10.4f}')
#      3.14
#        3.142
# 3.1416
print(f'{pi:a^10.2f}')
print(f'{pi:a>10.3f}')
print(f'{pi:a<10.4f}')
# aaa3.14aaa
# aaaaa3.142
# 3.1416aaaa


3.5 千位分隔符主要用于货币数据格式化输出,用逗号表示,同样也可以用其他字符替代:

a = 1234567.1234567
print(f'{a:,f}')
print(f'{a:_f}')
# 1,234,567.123457
# 1_234_567.123457

总结:

%(占位符):优点:在简单练习中,表达比较直观,易于掌握。缺点:随着参数数量的增加,格式输入会逐渐变得繁琐。format:优点:可以根据编号设置单个参数多次输出,填充方式比较灵活。缺点:随着参数数量的增加,输入长度会逐渐增加,当有大量参数时,同样比较繁琐。f-string:优点:格式化的方式较前两种更加直观,效率也较前两个高一些。

缺点:新的格式化方式,有些语句格式较前两中复杂一些。

上面三种格式化方式我们都可以使用,大家在学习过程中,可以根据自己的实际情况选择格式化方式,比较推荐f-string方式


END


以上就是本期为大家整理的全部内容了,赶快练习起来吧,喜欢的朋友可点赞、点在看也可以分享到朋友圈让更多人知道哦

相关文章
|
24天前
|
存储 安全 测试技术
Python面试题精选及解析
本文详解Python面试中的六大道经典问题,涵盖列表与元组区别、深浅拷贝、`__new__`与`__init__`、GIL影响、协程原理及可变与不可变类型,助你提升逻辑思维与问题解决能力,全面备战Python技术面试。
|
26天前
|
数据采集 数据挖掘 测试技术
Go与Python爬虫实战对比:从开发效率到性能瓶颈的深度解析
本文对比了Python与Go在爬虫开发中的特点。Python凭借Scrapy等框架在开发效率和易用性上占优,适合快速开发与中小型项目;而Go凭借高并发和高性能优势,适用于大规模、长期运行的爬虫服务。文章通过代码示例和性能测试,分析了两者在并发能力、错误处理、部署维护等方面的差异,并探讨了未来融合发展的趋势。
101 0
|
15天前
|
Python
Python中的f-string:更简洁的字符串格式化
Python中的f-string:更简洁的字符串格式化
163 92
|
2月前
|
JSON API 开发者
天猫商品详情API接口技术解析与Python实现
天猫商品详情API(tmall.item_get)通过商品ID获取商品标题、价格、库存、图片、SKU及评价等详细信息,支持HTTP请求与JSON格式返回,适用于电商数据分析与运营。本文提供Python调用示例,实现快速接入与数据解析。
|
2月前
|
数据采集 数据可视化 搜索推荐
Python数据分析全流程指南:从数据采集到可视化呈现的实战解析
在数字化转型中,数据分析成为企业决策核心,而Python凭借其强大生态和简洁语法成为首选工具。本文通过实战案例详解数据分析全流程,涵盖数据采集、清洗、探索、建模、可视化及自动化部署,帮助读者掌握从数据到业务价值的完整技能链。
280 0
|
19天前
|
安全 JavaScript Java
Python中None与NoneType的真相:从单例对象到类型系统的深度解析
本文通过10个真实场景,深入解析Python中表示“空值”的None与NoneType。从单例模式、函数返回值,到类型注解、性能优化,全面揭示None在语言设计与实际编程中的核心作用,帮助开发者正确高效地处理“无值”状态,写出更健壮、清晰的Python代码。
106 3
|
1月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
194 0
|
25天前
|
存储 程序员 数据处理
Python列表基础操作全解析:从创建到灵活应用
本文深入浅出地讲解了Python列表的各类操作,从创建、增删改查到遍历与性能优化,内容详实且贴近实战,适合初学者快速掌握这一核心数据结构。
112 0
|
25天前
|
存储 小程序 索引
Python变量与基础数据类型:整型、浮点型和字符串操作全解析
在Python编程中,变量和数据类型是构建程序的基础。本文介绍了三种基本数据类型:整型(int)、浮点型(float)和字符串(str),以及它们在变量中的使用方式和常见操作。通过理解变量的动态特性、数据类型的转换与运算规则,初学者可以更高效地编写清晰、简洁的Python代码,为后续学习打下坚实基础。
130 0

热门文章

最新文章

推荐镜像

更多