Python接口自动化测试框架(基础篇)-- 常用数据类型Number

简介: 这篇文章是关于Python接口自动化测试中常用数据类型Number的基础介绍,涵盖了int、float、bool类型以及数学函数和常量的使用,强调了这些数据类型在自动化测试框架中的广泛应用。

前言

上篇讲了python的常用数据类型str,它的出镜率或使用率都还算过得去,常常使用的方法也差不多那几个,当然不排除作者不知或未使用过的方法,这一篇讲Number,同学们思考一下为啥bool要和int&float整在一起?

Number数字

这个是一大类,python属于数字的数据类型有:int、long(在python2.2以后就没有了,超过int则会自动转成long长度)、float、complex(算占位吧);那么bool则是特殊的数字类型。数字数据类型是不可变的数据类型。

int

有符号的整型

i = 0
j = -1

# 正整数没有符号+
print(j) # 输出:-1

print(i) # 输出:0

print(type(i) # 输出:<class 'int'> ,获取变量的数据类型
float

浮点型

i = 0.1

print(i) # 输出:0.1
print(type(i) # 输出:<class 'float'> ,获取变量的数据类型

# 关于浮点型数据的格式化输出
print("%.2f" %j) # 输出:0.10,保留两位小数
print("{:.2f}".format(j)) # 输出:0.10,保留两位小数
bool

特殊的数据类型,非0非空则为True,反之均为False;bool()函数来返回值

i = 0.1

print(bool(i)) # 输出:True
  • 更多案例请看截图:

image.png

扩展

数字,难免会跟数学相关,那么在python中提供math内置模块,里面有很多的方法,在ipthon可以查看:

image.png

当然数字还有很多运算符,这个会在运算符中概括。

数学函数
  • 来举例使用一下math提供哪些计算公式
import  math

i = -10

# 取绝对值
print(abs(i)) # 输出:10

# 平方根
print(sqrt(9)) # 输出:3.0

# 取最大值、最小值
print(max(1,2,3,4)) # 输出:4

print(min(1,2,3,4)) # 输出:1

# round(x,[n]):四舍五入,如果带参数n,则保留n位小数
print(round(5.9)) # 输出:6
print(round(5.9,2)) # 输出:5.9
常量

计算圆周率的时候,如果要取pi是几位数,math模块有pi表示常量

import math

print(math.pi) # 输出:3.141592653589793
三角函数

三角函数的正弦、余弦、正切等,不过这些在接口自动化中,几乎不用。

兴趣

昨日又刷到一个关于乘法计算的视频,区别于咱中国:

image.png

总结

python常用数据类型之Number大概就这些内容,不过用途就比较广泛了,如bool类型常用来做判断条件,int也会用来做循环计数器等;希望同学们在接口自动化测试框架的学习道路上打牢基础知识。

相关文章
|
22天前
|
人工智能 开发者 Python
Chainlit:一个开源的异步Python框架,快速构建生产级对话式 AI 应用
Chainlit 是一个开源的异步 Python 框架,帮助开发者在几分钟内构建可扩展的对话式 AI 或代理应用,支持多种工具和服务集成。
137 9
|
1月前
|
关系型数据库 API 数据库
Python流行orm框架对比
Python中有多个流行的ORM框架,如SQLAlchemy、Django ORM、Peewee、Tortoise ORM、Pony ORM、SQLModel和GINO。每个框架各有特点,适用于不同的项目需求。SQLAlchemy功能强大且灵活,适合复杂项目;Django ORM与Django框架无缝集成,易用性强;Peewee轻量级且简单,适合小型项目;Tortoise ORM专为异步框架设计;Pony ORM查询语法直观;SQLModel结合Pydantic,适合FastAPI;GINO则适合异步环境开发。初学者推荐使用Django ORM或Peewee,因其易学易用。
|
1月前
|
机器学习/深度学习 运维 数据可视化
Python时间序列分析:使用TSFresh进行自动化特征提取
TSFresh 是一个专门用于时间序列数据特征自动提取的框架,支持分类、回归和异常检测等机器学习任务。它通过自动化特征工程流程,处理数百个统计特征(如均值、方差、自相关性等),并通过假设检验筛选显著特征,提升分析效率。TSFresh 支持单变量和多变量时间序列数据,能够与 scikit-learn 等库无缝集成,适用于大规模时间序列数据的特征提取与模型训练。其工作流程包括数据格式转换、特征提取和选择,并提供可视化工具帮助理解特征分布及与目标变量的关系。
75 16
Python时间序列分析:使用TSFresh进行自动化特征提取
|
1月前
|
人工智能 分布式计算 大数据
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
80 7
|
1月前
|
JSON 安全 中间件
Python Web 框架 FastAPI
FastAPI 是一个现代的 Python Web 框架,专为快速构建 API 和在线应用而设计。它凭借速度、简单性和开发人员友好的特性迅速走红。FastAPI 支持自动文档生成、类型提示、数据验证、异步操作和依赖注入等功能,极大提升了开发效率并减少了错误。安装简单,使用 pip 安装 FastAPI 和 uvicorn 即可开始开发。其优点包括高性能、自动数据验证和身份验证支持,但也存在学习曲线和社区资源相对较少的缺点。
84 15
|
Python
Python零基础学习笔记(七)—— Number数字类型及其转换
Number数字类型 整型定义变量的方法 直接法 = 1 num2 = num1 连续 = num2 =1 交互式赋值num1, num2 = 1, 2 浮点型(小数):由整数部分和小数部分组成num1 = 1.
1951 0
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
2月前
|
Python
[oeasy]python055_python编程_容易出现的问题_函数名的重新赋值_print_int
本文介绍了Python编程中容易出现的问题,特别是函数名、类名和模块名的重新赋值。通过具体示例展示了将内建函数(如`print`、`int`、`max`)或模块名(如`os`)重新赋值为其他类型后,会导致原有功能失效。例如,将`print`赋值为整数后,无法再用其输出内容;将`int`赋值为整数后,无法再进行类型转换。重新赋值后,这些名称失去了原有的功能,可能导致程序错误。总结指出,已有的函数名、类名和模块名不适合覆盖赋新值,否则会失去原有功能。如果需要使用类似的变量名,建议采用其他命名方式以避免冲突。
52 14
|
2月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
116 2
|
2月前
|
Unix Linux 程序员
[oeasy]python053_学编程为什么从hello_world_开始
视频介绍了“Hello World”程序的由来及其在编程中的重要性。从贝尔实验室诞生的Unix系统和C语言说起,讲述了“Hello World”作为经典示例的起源和流传过程。文章还探讨了C语言对其他编程语言的影响,以及它在系统编程中的地位。最后总结了“Hello World”、print、小括号和双引号等编程概念的来源。
126 80

热门文章

最新文章

推荐镜像

更多