博客
关于我
Python学习(一)——数据类型、输入输出
阅读量:135 次
发布时间:2019-02-27

本文共 1229 字,大约阅读时间需要 4 分钟。

数据类型

1. 整数和布尔值

整数和长整型在Python中并不严格区分,整型值后加“L”即可表示长整型。大小任意,正负皆可。布尔值有两种:TrueFalse,区分大小写,分别对应1和0。

>>> type(3L)
>>> type(3)
>>> print(0xa)10>>> type(0xa)

布尔运算包括andornot等。

2. 浮点数

浮点数包括普通小数(如12.3、0.123、-1.23)和科学计数法(如1.23e-5)。注意整数相除与浮点数相除的区别。

>>> type(3.0)
>>> print(1.23e-5)1.23e-05>>> print(1.2e3)1200.0

整数相除与浮点数相除的区别:

>>> 9 / 240.375>>> 9 / 2.044.5>>> 9 // 2.044.0

可以通过导入__future__模块改变计算方式:

>>> from __future__ import division>>> 5 / 22.52.0>>> 9 / 42.250.212

3. 复数

复数可以表示为a + bj,其中a为实部,b为虚部。可以通过conjugate获得共轭复数。

>>> 1.2 + 3.4j(1.2+3.4j)>>> 1.2j + 3.4(3.4+1.2j)>>> f = 1.2 + 3.4j>>> f.real1.2>>> f.imag3.4>>> f.conjugate()(1.2-3.4j)

4. 字符串

字符串可以用单引号、双引号或三引号括起来。三引号支持多行字符串。内部单引号和双引号可以使用转义字符\\表示。

>>> print("\t\t\tabc")     abc>>> print(r"\t\t\tabc")\t\t\tabc>>> print('\n\n\\abc')\n\n\\abc>>> print(r'\n\n\\abc')\n\n\\abc

字符串操作符包括u(转换为Unicode字符串)和r(Raw字符串,内部不转义)。

>>> print("inpu string: abcdef")inpu string: abcdef

字符串中的特殊字符如水平制表符\t、垂直制表符\\v等都有对应的转义字符。

>>> print("She is {0} ,class:{1}, age:{2}".format("Marry",3,16))She is Marry ,class:3, age:16

5. 空值

None是一个特殊值,不可用0表示。变量命名规则为大小写英文、数字和_的组合,且不能用数字开头。变量可以反复赋不同类型的值。

n = int(raw_input('n='))if n > 10:    print(n, '>10')else:    print(n, '<10')

转载地址:http://fhnd.baihongyu.com/

你可能感兴趣的文章
Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
查看>>
Palo Alto Networks Expedition 远程命令执行漏洞(CVE-2024-9463)
查看>>
Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
查看>>
Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
查看>>
Springboot中@SuppressWarnings注解详细解析
查看>>
Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
查看>>
Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
查看>>
Panalog 日志审计系统 前台RCE漏洞复现
查看>>
PANDA VALUE_COUNTS包含GROUP BY之前的所有值
查看>>
pandas - 如何将所有列从对象转换为浮点类型
查看>>
Pandas - 按列分组并将数据转换为 numpy 数组
查看>>
Pandas - 按日期对日内时间序列进行分组
查看>>
Pandas - 有条件的删除重复项
查看>>
pandas -按连续日期时间段分组
查看>>
pandas -更改重新采样的时间序列的开始和结束日期
查看>>
SpringBoot+Vue+Redis前后端分离家具商城平台系统(源码+论文初稿直接运行《精品毕设》)15主要设计:用户登录、注册、商城分类、商品浏览、查看、购物车、订单、支付、以及后台的管理
查看>>
pandas :to_excel() float_format
查看>>
pandas :从数据透视表中的另一列中减去一列
查看>>
pandas :加入有条件的数据框
查看>>
pandas :将多列汇总为一列,没有最后一列
查看>>