在 Python3 中，数字的定义比较简单，包括整数（int）、浮点数（float）、布尔值（bool）和复数（complex）。像大多数编程语言一样，数值类型的赋值和计算都是很直观的。

    对于数字而言，除了进行基本的运算（例如：算术运算、比较运算）之外，Python 还提供了类型间的相互转换功能，以及其他的高级操作。

    注意：

        在 Python2 中是没有布尔型的，它用数字 0 表示 False，用 1 表示 True。到 Python3 中，把 True 和 False 定义成关键字了，但它们的值还是 1 和 0，它们可以和数字相加。

    数字类型简介：

    1. int（整型）：也被称为整数，是正或负整数，不带小数点。Python3 整型是没有限制大小的，可以当作 Long 类型使用，所以 Python3 没有 Python2 的 Long 类型。

    2. float（浮点型）：浮点型由整数部分与小数部分组成，浮点型也可以使用科学计数法表示（2.5e2 = 2.5 x 102 = 250）

    3. bool（布尔值）：包含True（1）和 False（0）

    4. complex（复数）：复数由实数部分和虚数部分构成，可以用a + bj,或者complex(a,b)表示， 复数的实部a和虚部b都是浮点型

    各类型举例如下（使用type()函数返回对象类型）：

>>> type(123)
<class 'int'> # 整数
>>> type(1.23)
<class 'float'> # 浮点型
>>> type(True)
<class 'bool'> # 布尔值
>>> type(1.2 + 3.0j)
<class 'complex'> # 复数

    和其他编程语言一样，在Python中除了常用的十进制数字类型之外，还可以使用二进制（以 2 为基数）、八进制（以 8 为基数）和十六进制（以 16 为基数）来表示数字。可以在数字前面放置相应的前缀来表示这些数字：

    举例如下：

>>> 123 # 十进制
123
>>> 0b1111011 # 二进制
123
>>> 0o173 # 八进制
123
>>> 0x7B # 十六进制
123
>>>

    此外，十进制还可以转换为二进制、八进制、十六进制：

>>> num = 123 # 十进制
>>> bin(num) # 十进制转二进制
'0b1111011'
>>> oct(num) # 十进制转八进制
'0o173'
>>> hex(num) # 十进制转十六进制
'0x7b'
>>>

    数字类型转换

    一般情况下，数据的类型的转换通常是由编译系统自动进行的，不需要人工干预，这被称为隐式类型转换。但如果程序要求一定要将某一类型的数据转换为另外一种类型，则可以利用强制类型转换运算符进行转换，这种强制转换过程称为显式类型转换。

    在进行数字运算（例如：加法、减法）时，如果其中的一个操作数是浮点数，则程序会将整数隐式（自动）转换为浮点数。

>>> 1 + 2.3
3.3
>>>

    可以看到，1（整数）被转换为 1.0（浮点数），计算结果（3.3）也是一个浮点数。

    除此之外，还可以使用 int()、float() 和 complex() 等内置函数来显式转换类型，这些函数甚至可以将字符串转换为数字。

>>> int(1.23)
1
>>> float(1)
1.0
>>> float('1.23')
1.23
>>> complex('1+2.3j')
(1+2.3j)
>>>

    从 float 转换为 int 时，数字将被截断（整数更接近零）。

    Decimal

    通常，在使用内置类 float 时，会执行一些“匪夷所思”的计算。例如，我们知道 1/3 等于 0.333…（无限循环），0.1 + 0.2 等于 0.3，但 Python 计算结果却不一样：

>>> 1/3
0.3333333333333333
>>> 0.1 + 0.2
0.30000000000000004
>>>

    从上面的运行结果可以看到，浮点数在计算机硬件中以二进制小数来表示，因为计算机只能理解二进制（0 和 1）。因此，大部分十进制小数都不能准确地存储在计算机中。例如，十进制小数 0.1，将转换为无限长的二进制小数 0.000110011001100110011…，而计算机存储的位数是有限的。也就是说，转换为二进制后，只会接近十进制的 0.1，但永远不会相等。因此，这是计算机硬件的局限性，而不是 Python 中的错误，这在其他语言如PHP中同样存在相似问题。

    为了解决这个问题，可以使用 Python 自带的 decimal 模块。虽然浮点数的精度最高可达 15 位，但 decimal 模块可自定义精度。

>>> import decimal
>>> decimal.Decimal(0.1)
Decimal('0.1000000000000000055511151231257827021181583404541015625')
>>> decimal.getcontext() # 当前上下文
Context(prec=28, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999, capitals=1, clamp=0, flags=[FloatOperation], traps=[InvalidOperation, DivisionByZero, Overflow])
>>> decimal.getcontext().prec # 精度
28
>>> decimal.getcontext().prec = 4
>>> decimal.Decimal(1)/decimal.Decimal(3)
Decimal('0.3333')
>>>

    除此之外，它也保留了重要意义。我们知道 25.50 比 25.5 更精确，因为 25.50 有两个有效的小数位。

>>> from decimal import Decimal as D
>>> D('0.1') + D('0.2')
Decimal('0.3')
>>> D('2.0') * D('2.50')
Decimal('5.000')
>>>

    注意： 计算结果末尾的 0

    有人可能会问：既然 Decimal 这么棒，为什么每次不使用 Decimal 来代替 float 呢？主要原因是效率，float 运算要比 Decimal 运算更快。

    何时使用 Decimal，而不是 float 呢？在以下情况下，通常使用 Decimal：

• 当在做金融应用时，需要精确表示。
  

• 当想要控制所需的精度级别时

• 当想要实现有效的小数位概念时

• 当我们想要像在学校里学到的那样进行小数运算时

    常用的数字运算模块

    数学函数   

    随机数函数

    随机数可以用于数学，游戏，安全等领域中，还经常被嵌入到算法中，用以提高算法效率，并提高程序的安全性。

    Python包含以下常用随机数函数：

欢迎分享交流，转载请注明出处：WithCoder » Python基本数据类型之数字