Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >【深度学习】 Python 和 NumPy 系列教程(一):Python基本数据类型:1、数字(整数、浮点数)及相关运算;2、布尔值

【深度学习】 Python 和 NumPy 系列教程(一):Python基本数据类型:1、数字(整数、浮点数)及相关运算;2、布尔值

作者头像
Qomolangma
发布于 2024-07-29 13:13:26
发布于 2024-07-29 13:13:26
2720
举报
文章被收录于专栏:深度学习深度学习

一、前言

Python是一种高级编程语言,由Guido van Rossum于1991年创建。它以简洁、易读的语法而闻名,并且具有强大的功能和广泛的应用领域。Python具有丰富的标准库和第三方库,可以用于开发各种类型的应用程序,包括Web开发、数据分析、人工智能、科学计算、自动化脚本等。

Python本身是一种伟大的通用编程语言,在一些流行的库(numpy,scipy,matplotlib)的帮助下,成为了科学计算的强大环境。本系列将介绍Python编程语言和使用Python进行科学计算的方法,主要包含以下内容:

  • Python:基本数据类型、容器(列表、字典、集合、元组)、函数、类
  • Numpy:数组、数组索引、数据类型、数组数学、广播
  • Matplotlib:绘图,子图,图像
  • IPython:创建笔记本,典型工作流程

二、实验环境

Python 3.7

运行下述命令检查Python版本

代码语言:javascript
AI代码解释
复制
 python --version 

三、Python基本数据类型

Python的基本数据类型包括:

  1. 整数(int):表示整数值,例如1、2、-3等。
  2. 浮点数(float):表示带有小数点的数值,例如3.14、2.5等。
  3. 布尔值(bool):表示真(True)或假(False)的逻辑值。
  4. 字符串(str):表示文本数据,使用引号(单引号或双引号)括起来,例如"Hello"、'Python'等。
  5. 列表(list):表示一组有序的元素,可以包含不同类型的数据,用方括号括起来,例如[1, 2, 3]、['apple', 'banana', 'orange']等。
  6. 元组(tuple):类似于列表,但是不可修改,用圆括号括起来,例如(1, 2, 3)、('apple', 'banana', 'orange')等。
  7. 集合(set):表示一组唯一的元素,用大括号括起来,例如{1, 2, 3}、{'apple', 'banana', 'orange'}等。
  8. 字典(dict):表示键值对的映射关系,用大括号括起来,例如{'name': 'John', 'age': 25}等。

1. 数字

  • a. 整数(int)
    • 整数是没有小数部分的数字,可以是正数、负数或零。
    • 没有取值范围限制
  • b. 浮点数(float)
    • 浮点数则包括整数部分和小数部分,可以表示小数和科学计数法形式的数字。
    • 取值范围和小数精度都存在限制,但常规计算可忽略
  • c. 运算
    • 运算符
      • 加(+)、减(-)、乘(*)、除(/)、取模(%)、整除(//)、幂运算(**)

注:以下运算过程连续进行

加法运算符(+):

代码语言:javascript
AI代码解释
复制
x = x + 10
print(x)  # 输出 531

减法运算符(-):

代码语言:javascript
AI代码解释
复制
x = x - 100
print(x)  # 输出 431

乘法运算符(*):

代码语言:javascript
AI代码解释
复制
x = x * 2
print(x)  # 输出 862

除法运算符(/):

代码语言:javascript
AI代码解释
复制
x = x / 3
print(x)  # 输出 287.3333333333333

取模运算符(%):

代码语言:javascript
AI代码解释
复制
x = x % 100
print(x)  # 输出 87.3333333333333

整除运算符(//):

代码语言:javascript
AI代码解释
复制
x = x // 10
print(x)  # 输出 8.0

幂运算符(**):

代码语言:javascript
AI代码解释
复制
x = x ** 3
print(x)  # 输出 512

增强操作符

  • +=、-=、*=、/=、%=、//=、**=

+= 增强操作符:

代码语言:javascript
AI代码解释
复制
x += 10  # 等同于 x = x + 10
print(x)  # 输出 522

-= 增强操作符:

代码语言:javascript
AI代码解释
复制
x -= 100  # 等同于 x = x - 100
print(x)  # 输出 422

*= 增强操作符:

代码语言:javascript
AI代码解释
复制
x *= 2  # 等同于 x = x * 2
print(x)  # 输出 844

/= 增强操作符:

代码语言:javascript
AI代码解释
复制
x /= 3  # 等同于 x = x / 3
print(x)  # 输出 281.3333333333333

%= 增强操作符:

代码语言:javascript
AI代码解释
复制
x %= 100  # 等同于 x = x % 100
print(x)  # 输出 81.33333333333331

//= 增强操作符:

代码语言:javascript
AI代码解释
复制
x //= 10  # 等同于 x = x // 10
print(x)  # 输出 8.0

**= 增强操作符:

代码语言:javascript
AI代码解释
复制
x **= 3  # 等同于 x = x ** 3
print(x)  # 输出 512.0

代码整合

代码语言:javascript
AI代码解释
复制
x = 521
print(x, type(x))

# 使用运算符对 x 进行操作
x = x + 10
print(x)  # 输出 531

x = x - 100
print(x)  # 输出 431

x = x * 2
print(x)  # 输出 862

x = x / 3
print(x)  # 输出 287.3333333333333

x = x % 100
print(x)  # 输出 87.3333333333333

x = x // 10
print(x)  # 输出 8.0

x = x ** 3
print(x)  # 输出 512.0

# 使用增强操作符对 x 进行操作
x += 10
print(x)  # 输出 522.0

x -= 100
print(x)  # 输出 422.0

x *= 2
print(x)  # 输出 844.0

x /= 3
print(x)  # 输出 281.3333333333333

x %= 100
print(x)  # 输出 81.3333333333333

x //= 10
print(x)  # 输出 8.0

x **= 3
print(x)  # 输出 512.0
d. 运算中的类型转换

注意到,上述运算中除了整数与整数之间的运算以外,运算结果均为浮点数;

(特例:整数与整数之间的除法)

e. 运算函数abs、max、min、int、float
  • abs():绝对值;
  • max(x1,x2,…,xn):返回最大值;
  • min(x1,x2,…,xn) :返回最小值;
  • int(x):将x强制转换为整数类型;
  • float(x):将x强制转换为浮点数类型;
代码语言:javascript
AI代码解释
复制
# 绝对值
abs_value = abs(-10)
print(abs_value)  # 输出: 10

# 最大值
max_value = max(5, 8, 2, 10)
print(max_value)  # 输出: 10

# 最小值
min_value = min(5, 8, 2, 10)
print(min_value)  # 输出: 2

# 强制转换为整数
integer_value = int(3.14)
print(integer_value)  # 输出: 3

# 强制转换为浮点数
float_value = float("3.14")
print(float_value)  # 输出: 3.14

2. 布尔值(bool)

布尔值(Booleans)是Python中的一种基本数据类型,用于表示真(True)或假(False)的值。布尔值通常用于条件判断和逻辑运算。 布尔值在Python中非常重要,因为它们在控制流语句(例如if语句和while循环)中扮演着关键角色。条件表达式的结果可以是布尔值,根据条件表达式的真假来执行不同的代码块。 布尔值有两个可能的取值:True和False。它们是Python中的关键字,不同于其他变量名。 下面是一些布尔运算符和布尔表达式的例子:

  1. 逻辑与(and):如果两个条件都为True,结果为True。例如:True and False 的结果是 False。
  2. 逻辑或(or):如果至少一个条件为True,结果为True。例如:True or False 的结果是 True。
  3. 逻辑非(not):对布尔值取反。例如:not True 的结果是 False。

布尔值可以与其他数据类型进行比较和运算。例如,可以将布尔值与整数、浮点数或字符串进行比较,或者在条件表达式中使用布尔值来控制程序的执行流程。

代码语言:javascript
AI代码解释
复制
t, f = True, False
print(type(t))
a. 运算
代码语言:javascript
AI代码解释
复制
print(t and f)  # 逻辑与运算,输出:False
print(t or f)   # 逻辑或运算,输出:True
print(not t)    # 逻辑非运算,输出:False
print(t != f)   # 不等于比较运算,输出:True
b. 类型转换

布尔类型可以转换为int类型

代码语言:javascript
AI代码解释
复制
print(t, t+0)  # 输出:True 1,因为True可以表示为1,所以t+0的结果是1
print(f, f+0)  # 输出:False 0,因为False可以表示为0,所以f+0的结果是0
print(t, t+1)  # 输出:True 2,因为True可以表示为1,所以t+1的结果是2
print(f, f+1)  # 输出:False 1,因为False可以表示为0,所以f+1的结果是1
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-10-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
懂Excel轻松入门Python数据分析包pandas(二十三):环比
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/19
1.1K0
懂Excel轻松入门Python数据分析包pandas(二十三):环比
懂Excel轻松入门Python数据分析包pandas(二十四):连续区域
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/19
1.4K0
懂Excel轻松入门Python数据分析包pandas(二十四):连续区域
懂Excel轻松入门Python数据分析包pandas(二十四):连续区域
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
咋咋
2021/09/01
1.6K0
懂Excel轻松入门Python数据分析包pandas(二十四):连续区域
懂Excel轻松入门Python数据分析包pandas(30):
Excel 的表格是以灵活为主,也因此造就各种数据灾难现场。今天来看看怎么填补有意义的空白单元格,并且对应的 pandas 方法。
咋咋
2021/09/01
6750
懂Excel轻松入门Python数据分析包pandas(30):
懂Excel轻松入门Python数据分析包pandas(十八):pandas 中的 vlookup
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/19
3.5K0
懂Excel轻松入门Python数据分析包pandas(十八):pandas 中的 vlookup
懂Excel轻松入门Python数据分析包pandas(二十八):二分法查找
Excel 中的 vlookup 函数有一个模糊查找选项,其内在原理为二分法查找,在 pandas 中同样有一样功能的方法。
Excel催化剂
2021/08/19
9960
懂Excel轻松入门Python数据分析包pandas(二十八):二分法查找
懂Excel就能轻松入门Python数据分析包pandas(三):制作成绩条
很多从未接触 pandas 的小伙伴看到相关资料后,会觉得这玩意无法处理像 Excel 那样格式复杂多变的数据。其实 pandas 比起手动操作、透视表操作甚至 Vba 操作,他可以更灵活快速处理复杂形状的数据。
Excel催化剂
2021/08/20
8450
懂Excel就能轻松入门Python数据分析包pandas(三):制作成绩条
懂Excel就能轻松入门Python数据分析包pandas(十四):对比更新
好用的东西不排斥,不要死盯在Excel上,像python处理数据更快更省,也是值得提倡。
Excel催化剂
2021/08/19
8840
懂Excel就能轻松入门Python数据分析包pandas(十四):对比更新
懂Excel轻松入门Python数据分析包pandas(二十六):横向操作
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/19
8270
懂Excel轻松入门Python数据分析包pandas(二十六):横向操作
懂Excel就能轻松入门Python数据分析包pandas(四):任意分组成绩条
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
咋咋
2021/09/01
7880
懂Excel就能轻松入门Python数据分析包pandas(四):任意分组成绩条
懂Excel就能轻松入门Python数据分析包pandas(七):分列
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
咋咋
2021/09/01
1.5K0
懂Excel就能轻松入门Python数据分析包pandas(七):分列
懂Excel就能轻松入门Python数据分析包pandas(六):排序
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/20
9360
懂Excel就能轻松入门Python数据分析包pandas(六):排序
懂Excel轻松入门Python数据分析包pandas(二十五):循环序列分组
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
咋咋
2021/09/01
9170
懂Excel轻松入门Python数据分析包pandas(二十五):循环序列分组
懂Excel轻松入门Python数据分析包pandas(二十五):循环序列分组
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/19
1.1K0
懂Excel轻松入门Python数据分析包pandas(二十五):循环序列分组
懂Excel轻松入门Python数据分析包pandas(二十七):按条件选择,就是这么简单
Excel 函数中有一个初学者都能马上学会的函数——IF 函数,而在 pandas 中却没有对应效果的方法,这是因为 numpy 已经有了对应的实现—— where。
咋咋
2021/09/01
9800
懂Excel轻松入门Python数据分析包pandas(二十七):按条件选择,就是这么简单
懂Excel就能轻松入门Python数据分析包pandas(五):重复值处理
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/20
1.7K0
懂Excel就能轻松入门Python数据分析包pandas(五):重复值处理
懂Excel就能轻松入门Python数据分析包pandas(四):任意分组成绩条
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/20
9600
懂Excel就能轻松入门Python数据分析包pandas(四):任意分组成绩条
懂Excel轻松入门Python数据分析包pandas(二十):数值条件统计
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/19
9490
懂Excel轻松入门Python数据分析包pandas(二十):数值条件统计
懂Excel就能轻松入门Python数据分析包pandas(十三):消除合并单元格
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
咋咋
2021/09/01
1.8K0
懂Excel就能轻松入门Python数据分析包pandas(十三):消除合并单元格
懂Excel就能轻松入门Python数据分析包pandas(十一):分段匹配
> 经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
Excel催化剂
2021/08/20
9230
懂Excel就能轻松入门Python数据分析包pandas(十一):分段匹配
推荐阅读
懂Excel轻松入门Python数据分析包pandas(二十三):环比
1.1K0
懂Excel轻松入门Python数据分析包pandas(二十四):连续区域
1.4K0
懂Excel轻松入门Python数据分析包pandas(二十四):连续区域
1.6K0
懂Excel轻松入门Python数据分析包pandas(30):
6750
懂Excel轻松入门Python数据分析包pandas(十八):pandas 中的 vlookup
3.5K0
懂Excel轻松入门Python数据分析包pandas(二十八):二分法查找
9960
懂Excel就能轻松入门Python数据分析包pandas(三):制作成绩条
8450
懂Excel就能轻松入门Python数据分析包pandas(十四):对比更新
8840
懂Excel轻松入门Python数据分析包pandas(二十六):横向操作
8270
懂Excel就能轻松入门Python数据分析包pandas(四):任意分组成绩条
7880
懂Excel就能轻松入门Python数据分析包pandas(七):分列
1.5K0
懂Excel就能轻松入门Python数据分析包pandas(六):排序
9360
懂Excel轻松入门Python数据分析包pandas(二十五):循环序列分组
9170
懂Excel轻松入门Python数据分析包pandas(二十五):循环序列分组
1.1K0
懂Excel轻松入门Python数据分析包pandas(二十七):按条件选择,就是这么简单
9800
懂Excel就能轻松入门Python数据分析包pandas(五):重复值处理
1.7K0
懂Excel就能轻松入门Python数据分析包pandas(四):任意分组成绩条
9600
懂Excel轻松入门Python数据分析包pandas(二十):数值条件统计
9490
懂Excel就能轻松入门Python数据分析包pandas(十三):消除合并单元格
1.8K0
懂Excel就能轻松入门Python数据分析包pandas(十一):分段匹配
9230
相关推荐
懂Excel轻松入门Python数据分析包pandas(二十三):环比
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
首页
学习
活动
专区
圈层
工具
MCP广场
首页
学习
活动
专区
圈层
工具
MCP广场