Python - 基础数据类型 Number 数字、bool 布尔、complex 复数(下)

简介: Python - 基础数据类型 Number 数字、bool 布尔、complex 复数(下)

int() 转成十进制

int 可以将数字字符串和 Number 类型的值转成整数

# 转成十进制
print(0b101)
print(0o777)
print(0xBBB)
print(int(0b101))
print(int(0o777))
print(int(0xBBB))
print(int("-123"))
print(int(1.1))
print(int(1.9))
# 输出结果
5
511
3003
5
511
3003
-123
1
1


  • 不写 int() 的话,也可以将其他进制的数自动转成十进制
  • int() 能将纯整数(不能是浮点数)的字符串转成 int 类型
  • 传入浮点数不会进行四舍五入,直接取整数部分

 

bin() 其他进制数转二进制

# 转成二进制
print(bin(10))  # 10 转成 2进制
print(bin(0o7))  # 7 转成 2进制
print(bin(0xA))  # 10 转成 2进制
print(bin(0o27))  # 8*2+7 转成 2进制
print(bin(0x22E))  # 16^2*2+16*2+14 转成 2进制
# 输出结果
0b1010
0b111
0b1010
0b10111
0b1000101110


oct() 其他进制转成八进制

# 转成八进制
print(oct(110))
print(oct(0b100))
print(oct(0xAAA))
# 输出结果
0o156
0o4
0o5252


hex() 其他进制转成十六进制

# 转成十六进制
print(hex(110))
print(hex(0b100))
print(hex(0o777))
# 输出结果
0x6e
0x4
0x1ff


求模


# 求模
print(5 % 2)
print(5.1 % 2)
# 输出结果
1
1.0999999999999996


  • 浮点数的求模结果为一堆小数位,而不是 1.1
  • 因为在计算机内存,有的浮点数无法被精确的表示,在这里,只能使用近似值来表示 1.1

 

灵魂拷问:为什么%表示模除而不是“百分号”?

  • 平时我们把它看做一个“百分号”
  • 在编程计算中,通常把它和/一样当做除法的运算符
  • 求模是一个不同的运算,只是用%符号来表示

 

% 求模是如何运算的

  • X 除以 Y 余 J  比如, 100 除以 16 余数为 4
  • 100%16 就等于 4

 

幂运算


# 幂运算
print(2 ** 3)  # 2 的 3次方
print(1.1 ** 3)  # 1.1 的 3 次方
# 输出结果
8
1.3310000000000004


bool


布尔类型

  • 真:True
  • 假:False


# 打印 bool 和 type
print(True)
print(False)
print(type(True))
print(type(False))
# 输出结果
True
False
<class 'bool'>
<class 'bool'>


注意不是 true 和 false哦

 

为什么说 bool 属于 Number 的一种呢?

# 可以将它转成 int 呢?
print(int(True))
print(int(False))
# 输出结果
1
0


因为 int 能讲 bool 转成整型,True 就是 1,False 就是 0

 

那只有 1 和 0 能表示 True 和 False吗?

并不是

Number

# 数字
print(bool(1))
print(bool(1.1))
print(bool(-1))
print(bool(0))
# 输出结果
True
True
True
False


字符串

# 字符串
print(bool("123"))
print(bool(""))
print(bool("  "))
print(bool("\n"))
# 输出结果
True
False
True
True


列表

# 列表
print(bool([1, 1]))
print(bool([]))
# 输出结果
True
False


元组

# 元组
print(bool((1, 1)))
print(bool(()))
# 输出结果
True
False


set

# set
print(bool({1, 1, 1}))
print(bool({}))
# 输出结果
True
False


None

# None
print(bool(None))
# 输出结果
False


总结

无论什么数据类型,主要是空值就会为 False,非空就是 True

 

复数


  • 36j,直接在数字后面加 j
  • 用的比较少,不写了
相关文章
|
2月前
|
Python
【10月更文挑战第7天】「Mac上学Python 13」基础篇7 - 数据类型转换与NoneType详解
本篇将详细介绍Python中的常见数据类型转换方法以及 `NoneType` 的概念。包括如何在整数、浮点数、字符串等不同数据类型之间进行转换,并展示如何使用 `None` 进行初始赋值和处理特殊情况。通过本篇的学习,用户将深入理解如何处理不同类型的数据,并能够在代码中灵活使用 `None` 处理未赋值状态。
59 2
【10月更文挑战第7天】「Mac上学Python 13」基础篇7 - 数据类型转换与NoneType详解
|
2月前
|
编译器 数据安全/隐私保护 Python
Python--基本数据类型
【10月更文挑战第4天】
|
2月前
|
存储 Python
python数据类型、debug工具(一)
python数据类型、debug工具(一)
|
2月前
|
存储 程序员 Python
Python编程入门:探索变量和数据类型
【10月更文挑战第8天】本文是针对初学者的Python编程入门指南,重点介绍Python中变量的定义和使用以及不同的数据类型。我们将通过实例来理解基本概念,并展示如何在Python程序中应用这些知识。文章旨在帮助初学者建立扎实的基础,使他们能够更自信地编写Python代码。
|
2月前
|
存储 安全 Serverless
Python学习四:流程控制语句(if-else、while、for),高级数据类型(字符串、列表、元组、字典)的操作
这篇文章主要介绍了Python中的流程控制语句(包括if-else、while、for循环)和高级数据类型(字符串、列表、元组、字典)的操作。
33 0
|
4月前
|
机器学习/深度学习 数据挖掘
【博士每天一篇文献-综述】Communication dynamics in complex brain networks
本文综述了复杂脑网络中的通信动态,提出了一个将通信动态视为结构连接和功能连接之间必要联系的概念框架,探讨了结构网络的局部和全局拓扑属性如何支持网络通信模式,以及网络拓扑与动态模型之间的相互作用如何提供对大脑信息转换和处理机制的额外洞察。
47 2
【博士每天一篇文献-综述】Communication dynamics in complex brain networks
|
4月前
|
机器学习/深度学习
【文献学习】Exploring Deep Complex Networks for Complex Spectrogram Enhancement
介绍了一种用于语音增强的复数深度神经网络(CDNN),它通过复数值的短时傅立叶变换(STFT)映射到干净的STFT,并提出了参数整流线性单位(PReLU)的复数扩展,实验结果表明CDNN在语音增强方面相对于实值深层神经网络(DNN)具有更好的性能。
51 2
【文献学习】Exploring Deep Complex Networks for Complex Spectrogram Enhancement
|
4月前
|
数据可视化 算法 Go
【博士每天一篇文献-实验】Exploring the Morphospace of Communication Efficiency in Complex Networks
这篇论文探讨了复杂网络中不同拓扑结构下的通信效率,并使用"效率形态空间"来分析网络拓扑与效率度量之间的关系,得出结论表明通信效率与网络结构紧密相关。
43 3
|
4月前
|
机器学习/深度学习 网络协议 PyTorch
【文献学习】DCCRN: Deep Complex Convolution Recurrent Network for Phase-Aware Speech Enhancement
本文介绍了一种新的深度复数卷积递归网络(DCCRN),用于处理语音增强问题,特别是针对低模型复杂度的实时处理。
162 5
|
4月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【文献学习】Phase-Aware Speech Enhancement with Deep Complex U-Net
文章介绍了Deep Complex U-Net模型,用于复数值的语音增强,提出了新的极坐标掩码方法和wSDR损失函数,并通过多种评估指标验证了其性能。
58 1
下一篇
无影云桌面