🌟📚【Python全掌握】六大基础数据类型:浮点、布尔、列表、元组、字典、集合的终极指南📚🌟
博主往期文章分享:
【机器学习】专栏 http://t.csdnimg.cn/sQBvw
【Python学习】专栏http://t.csdnimg.cn/ckqMs
目录
一、基础类型“浮点型”处理方法
在Python中,浮点型数据是用于表示实数的一种基本数据类型。由于浮点数的二进制表示和有限的精度,它们在进行数学运算时可能会产生一些意料之外的结果。以下是Python中处理浮点型数据的一些常见方法和技巧:
1. 使用内置函数float()
- 可以将字符串或其他数值转换为浮点数。
num = float('123.45')
print(num) # 输出: 123.45
2. 浮点数比较
- 直接比较浮点数可能不准确,应使用一个很小的误差范围来判断是否接近,以下示例运算结果的错误证明了以上观点,在处理浮点型数据比较时,应避免直接使用浮点型数据直接进行运算尽可能的转换为Decimal类型记性计算。
- 当直接比较浮点数时,由于浮点数的二进制表示以及计算过程中的舍入误差,即使理论上两个数应该相等,在实际计算中也可能得到不精确的结果。
a = 0.1 + 0.2
b = 0.3
if a == b:
print("Numbers are equal.")
else:
print("Numbers are not equal.")
print(a) # 输出: 0.30000000000000004
print(b) # 输出: 0.3
为了避免这种问题,通常会使用一个很小的正数(称为“容差”或“epsilon”)来检查两个浮点数是否足够接近,而不是检查它们是否完全相等。
def is_close(a, b, rel_tol=1e-9, abs_tol=0.0):
# abs:返回参数的绝对值
# max:返回参数的最大值
return abs(a-b) <= max(rel_tol * max(abs(a), abs(b)), abs_tol)
print(is_close(0.1 + 0.2, 0.3)) # 输出: True
3. 使用decimal
模块
- 提供了高精度的十进制浮点算术。注意使用decimal类型进行数据计算,要统一所有数据类型均为decimal,否则会导致系统异常。
from decimal import Decimal, getcontext
getcontext().prec = 6 # 设置精度
a = Decimal('0.1')
b = Decimal('0.2')
c = Decimal('0.3')
print(a + b == c) # 输出: True
4. 使用fractions
模块
- 可以将浮点数转换为分数形式,避免精度问题。
from fractions import Fraction
f = Fraction(0.1).limit_denominator()
print(f) # 输出: 1/10
5. 格式化输出
- 使用
format
或f-string
控制浮点数的输出格式。
x = 3.141592653589793
print(f'{x:.2f}') # 输出: 3.14
6. 四舍五入
- 使用
round()
函数对浮点数进行四舍五入。
y = round(2.675, 2)
print(y) # 输出: 2.68
7. 使用math
模块
- 提供了各种数学函数,如
sqrt
,log
,sin
,cos
等。
import math
print(math.sqrt(16)) # 输出: 4.0
8. 异常处理
- 当操作可能导致错误时,可以使用
try...except
语句捕获异常。
try:
result = 1 / 0.0
except ZeroDivisionError:
print("Cannot divide by zero")
需要Demo源码的同学,可以前往以下地址下载学习。
链接:https://pan.baidu.com/s/1ByWLkiXO9V5N2vjjvjpDkw?pwd=ucwg
提取码:ucwg