python基本数据类型计算

    科技2022-07-11  94

    python基本数据类型计算

    1.值,类型,对象

    数据类型 数据类型规定了这种类型的值的内容是什么、能进行什么样的操作(运算)、占用多大的内存空间,取值范围是多少。比如int类型的值可以是任意值任意大的整数。而None 表示一个没有值的对象。 主要数据类型包括数值(number)、字符串(str)、列表(list)、元组(tuple)、集合(set)、字典(dict)。 数值类型不是一个单独的类型,而可分为int(整型)、float(浮点型)、complex(复数类型)、bool(布尔类型)。bool型用于表示一个逻辑量,即一个命题的真和假,因此只有表示真和假的两个值True、False。对象 值都是以对象的形式存在的,一个对象包括值、数据类型和ID。ID实际上就是对象的内存地址。可以用Python的内置函数type()和id()查询一个对象的数据类型的ID。对于每一个对象,可以定义一个变量引用这个对象。变量名只能包括字母,数字,下划线,且不能以数字开头,同时不能 格式:变量名=对象 不是说给这个变量一个值,而是仅仅说明这个变量引用哪个对象,仅仅是这个对象的一个名字而已。 例如 Python中有两个运算符 == 和is,前者用于比较对象的值是否相等,后者用于判断两个对象是否为同一个。 a=1000 b=1000 print(a==b) print(a is b) 输出: True False基本数据类型的计算 print(5+2) #加 print(2-5) #减 print(5*2) #乘 print(5/2) #除,产生的是一个浮点数 print(5//2) #运算符//表示整数除 print(5 ** 3) #指数运算,计算5的3次方 print(3.14//2.5) #整数除 print(3.14%2) #求余数 print((50-5*6)/ 4)

    4.字符串可以用置于首尾的单引号或双引号包围一个字符序列来表示字符串。但是单引号包围的字符串里不能再包含单引号(双引号同理)。 转义字符

    如果要在单引号表示的字符串中包含单引号,则可以在其前面添加反斜杠符号\构成一个单独的字符。例如,用\’表示单引号字符这种前面加反斜杠字符表示字符’的 \’称为“转义字符”。转义字符表示的是一个字符而不是两个字符。

    print('hello \'li ping\'') print(len('hello \'li ping\'')) ``#打印字符串的长度,\’表示的是一个字符代码片

    输出:

    hello 'li ping'

    字符串对象可用加法运算; print (“hello,”+“world”) 输出:hello,world 一个字符串可以与一个整数相乘 print(3*“world”) print(“world”*3) 输出 worldworldworld worldworldworld 但字符串之间不能进行减法,除法,乘法等运算。 5. ● list对象是可以修改的,而str和tuple等对象是不可修改的。 ● 对于有序序列数据类型,如str、list、tuple,可以通过下标访问其中的一个或多个元素,而无序的set则不能用下标访问其中的元素。 6.类型转换 30既可能表示一个数也可能表示一个字符串 ● 隐式类型转换:表达式中混合int、float类型的值时,Python会自动将int类型的值转为float类型的值。 ● 显式类型转换:可以用内置函数str()将其他类型的值转为字符串str类型,也可以用内置函数int()或float()将其他类型的值转为int或float类型。 ● 内置函数input()从键盘输入的永远是一个字符串str类型的值,需要用内置函数int()或float()转为数值类型才能参与算术计算。 7.基本运算 8.可变对象与不可变对象

    ● 数据类型分为可变类型和不可变类型,可变类型的对象的值是可修改的,而不可变类型的对象的值是不可修改的,数值类型、str类型、tuple类型都是不可变类型,而list类型、set类型、dict类型等都是可变类型。 ● 无论变量指向的是一个可修改的对象,还是一个不可修改的对象,给这个变量赋值都会使这个变量引用其他的对象(如创建的新对象)。对变量指向的可变对象的值进行修改不会使变量引用新对象,只是● 数据类型分为可变类型和不可变类型,可变类型的对象的值是可修改的,而不可变类型的对象的值是不可修改的。 ● 无论变量指向的是一个可修改的对象,还是一个不可修改的对象,给这个变量赋值都会使这个变量引用其他的对象(如创建的新对象)。对变量指向的可变对象的值进行修改不会使变量引用新对象,只是修改变量引用的对象的值。

    Processed: 0.035, SQL: 8