[深度学习入门]Python基础语法(下)

简介: 笔记

数字类型的操作


一、内置的数值运算操作符

  三种类型存在一种逐渐“扩展”的关系,整数->浮点数->复数(整数是浮点数特例,浮点数是复数特例)。不同数字类型之间可以进行混合运算,运算后生成结果为最宽类型。如123+4.0=127.0(整数+浮点数=浮点数

40.png

数字类型之间相互运算所生成的结果是“更宽”的类型,基本规则是:

 (1)整数之间运算,如果数学意义上的结果是小数,结果是浮点数

 (2)整数之间运算,如果数学意义上的结果是整数,结果是整数

 (3)整数和浮点数混合运算,输出结果是浮点数

 (4)整数或浮点数与复数运算,输出结果是复数


二、内置的数值运算函数

 Python解释器提供了一些内置函数,在这些内置函数之中,有6个函数与数值运算相关。

1.png


三、数字类型的转换

 数值运算操作符可以隐式地转换输出结果的数字类型。例如,两个整数采用运算符“/”的除法将可能输出浮点数结果。此外,通过内置的数字类型转换函数可以显示地在数字类型之间进行转换。

2.png

 三种类型可以相互转换

 函数:int(),float(),complex()

 示例:int(4.5)=4(直接去掉小数部分),float(4)=4.0(增加小数部分),complex(4)=4+0J

 示例:complex(4.5)=4.5+0J

3.png



四、数字类型的判断

 函数:type(x),返回x的类型,适用于所有类型的判断。


type(4.5)
<class 'float'>
type(z)
<class 'complex'>

4.png

五、math库概述

 math库是Python提供的内置数学函数库。math库不支持复数类型。math库一共提供了4个数学常数和44个函数。(44个函数共分为4类,包括:16个数值表示函数、8个幂对数函数、16个三角对数函数和4个高等特殊函数)

 首先使用保留字import引用该库

 第一种:

import math

 对math库中函数采用math.()形式使用

import math
math.ceil(10.2)
11

5.png

 第二种

from math import<函数名>

 对math库中函数可以直接采用<函数名>()形式使用。


from math import floor
floor(10.2)
10

6.png


六、math库解析


 math库包含16个数值表示函数。

7.png

 math库包括6个“三角双曲函数”。

8.png


七、字符串类型及其操作

 字符串类型

 字符串是双引号“”或者单引号’’括起来的一个或多个字符。字符串可以保存在变量中,也可以单独存在。可以用type()函数测试一个字符串的类型。

 单个索引辅助访问字符串中的特定位置,格式为


<string>[<索引>]

9.png

greet='Hello John"
print(greet[2])
1
x=8
print(greet[x-2]

字符串之间可以通过+或 * 进行连接。

 加法操作(+)将两个字符串连接成为一个新的字符串,乘法操作(*)生成一个由其本身字符串重复连接而成的字符串。

10.png



相关文章
|
2月前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
2月前
|
机器学习/深度学习 数据可视化 TensorFlow
使用Python实现深度学习模型的分布式训练
使用Python实现深度学习模型的分布式训练
193 73
|
29天前
|
存储 开发者 Python
python基本语法
Python的基本语法简洁而强大,支持多种编程范式,包括面向对象编程和函数式编程。通过掌握变量和数据类型、操作符、控制结构、函数、类和模块等基本概念,可以有效地编写高效、可读的Python代码。无论是初学者还是经验丰富的开发者,Python都提供了丰富的工具和库来满足各种编程需求。
68 13
|
1月前
|
存储 数据挖掘 数据处理
Python Pandas入门:行与列快速上手与优化技巧
Pandas是Python中强大的数据分析库,广泛应用于数据科学和数据分析领域。本文为初学者介绍Pandas的基本操作,包括安装、创建DataFrame、行与列的操作及优化技巧。通过实例讲解如何选择、添加、删除行与列,并提供链式操作、向量化处理、索引优化等高效使用Pandas的建议,帮助用户在实际工作中更便捷地处理数据。
45 2
|
2月前
|
机器学习/深度学习 数据采集 数据挖掘
使用Python实现智能食品消费市场分析的深度学习模型
使用Python实现智能食品消费市场分析的深度学习模型
152 36
|
1月前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
41 0
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
2月前
|
机器学习/深度学习 数据采集 供应链
使用Python实现智能食品消费需求分析的深度学习模型
使用Python实现智能食品消费需求分析的深度学习模型
97 21
|
2月前
|
机器学习/深度学习 数据采集 搜索推荐
使用Python实现智能食品消费偏好预测的深度学习模型
使用Python实现智能食品消费偏好预测的深度学习模型
113 23
|
2月前
|
机器学习/深度学习 数据采集 数据挖掘
使用Python实现智能食品消费习惯预测的深度学习模型
使用Python实现智能食品消费习惯预测的深度学习模型
159 19
|
2月前
|
机器学习/深度学习 数据采集 数据挖掘
使用Python实现智能食品消费趋势分析的深度学习模型
使用Python实现智能食品消费趋势分析的深度学习模型
154 18