《Python学习手册》（二）

• Z时代
• 2024-01-10
• 分类：综合

——类型和运算

数字

>>>int('10',2)
2
>>>int('10',16)
16
>>>int(3.14159)
3
>>>float(3)
3.0

about yield：
http://www.cnblogs.com/tqsummer/archive/2010/12/27/1917927.html

about lambda：non-understanding

about str,repr：
http://www.guokr.com/post/91890/

for both 3.0 & 2.6:

>>>import math
>>>math.trunc(5/-2)
-2

将整数转化为8进制和16进制的字符串：

>>> '{0:o}, {1:x}, {2:b}'.format(64, 64, 64)
'100, 40, 1000000'
>>> '%o, %x, %X' % (64, 255, 255)
'100, ff, FF'

求二进制的位数

>>>X = 99
>>>bin(X), X.bit_length()
('0b1100011', 7)

python内置函数：

pow(), abs(), sum((1, 2, 3, 4)), max(), min(), round()...
>>>round(2.567, 2)
2.57
>>> '%.1f' %2.567, '{0:.2f}'.format(2.567)
('2.6', '2.57')

math模块：

math.pi, math.e
math.sin(),math.sqrt(), math.floor(), math.trunc()

random模块：

import random
random.random()
random.randint(1, 10)
random.choice(['Brian', 'Grail', 'Life'])

小数

>>> 0.1 + 0.1 + 0.1 - 0.3
5.551115123125783e-17
>>> from decimal import Decimal
>>> Decimal('0.1') + Decimal('0.1') + Decimal('0.1') - Decimal('0.3')
Decimal('0.0')
>>> Decimal('0.1') + Decimal('0.1') + Decimal('0.1') - Decimal('0.30')
Decimal('0.00')
从一个浮点对象创建一个小数对象：
	decimal.Decimal.from_float(1.25)
设全局精度：适用于调用线程中创建的所有小数
	decimal.getcontext().prec = 4
设临时精度：
>>> with decimal.localcontext() as ctx:
...		ctx.prec = 2
...		decimal.Decimal('1.00') / decimal.Decimal('3.00')
...
Decimal('0.33')

分数

>>> from fractions import Fraction
>>> x = Fraction(1, 3)
>>> x
Fraction(1, 3)
>>> print(x)
1/3
>>> Fraction('.25')
Fraction(1, 4)

转换和混合类型

>>> (2.5).as_integer_ratio()
(5, 2)
>>> f = 2.5
>>> z = Fraction(*f.as_integer_ratio())
>>> z
Fraction(5, 2)
>>>Fraction.from_float(1.75)
Fraction(7, 4)
>>> x = Fraction(1, 3)
>>> a = x + Fraction(*(4.0 / 3).as_integer_ratio())
>>> a
Fraction(22517998136852479, 13510798882111488)   # Precision loss from float	
>>> a.limit_denominator(10)					# 限制最大分母
Fraction(5, 3)

集合

in python 2.6

x = set('abcde')
>>> x
set(['a', 'c', 'b', 'e', 'd'])
# operations
(
	'e' in x
	x - y			# difference
	x | y			# union
	x & y			# intersection
	x ^ y			#symmetric difference (XOR)
	x > y, x < y 	# superset, subset
# methods
(
	x.interaction(y) 	# same as x & y; '-', '|', '^' just like so
	x.issubset(range(1, 5))
	z.add('SPAM')		# insert one item
	z.update(set(['X', 'Y']))	# merge
	z.remove('b')		# delete one item
>>> for item in set('abc'): print(item * 3)
...
aaa
bbb
ccc

notice: set([1, 2, 3]) is set, [1, 2, 3] is list

in python 3.0

We can also build a set in this way:
{1, 2, 3, 5}
>>> type({})
<class 'dict'>
创建空集合：
s = set()
集合解析：
>>> {x ** 2 for x in [1, 2, 3, 4]}
{16, 1, 4, 9}

for both python 2.6 & 3.0:

集合只能包含不可变（即可散列的）对象，因此，列表和字典不能嵌入集合

若需要在另一个集合中存储一个集合，可以调用frozenset，创建一个不可变集合且能嵌套到其他集合中。

集合应用

1. 去除重复项

   L = [1, 2, 1, 3, 2, 4, 5]

   L = list(set(L))

2. 遍历图形或其他回环结构时，用来记录已经访问过的位置

3. 处理较大的数据集合（例如数据库查询结果）

数字扩展

NumPy 提供了高级的数字编程工具，例如矩形数据类型、向量处理和高级的计算库

以上是 《Python学习手册》（二） 的全部内容， 来源链接： utcz.com/z/387245.html