• Python数值函数总结


    一、工厂函数

    数值工厂函数总结类(工厂函数)       操作

    bool(obj) b                 返回obj对象的布尔值,也就是 obj.__nonzero__()方法的返回值。

    int(obj, base=10)             返回一个字符串或数值对象的整数表 示, 类似string.atoi();

                          从Python 1.6起, 引入了可选的进制参数。

    long(obj, base=10)            返回一个字符或数据对象的长整数表 示,类似string.atol(),

                          从Python1.6起, 引入了可选的进制参数 float(obj) ,

                          返回一个字符串或数据对象的浮点数 表示,类似string.atof()。

    complex(str) or            返回一个字符串的复数表示,或 者根据给定的实数,

    complex(real, imag=0.0)        (及一个可选 的虚数部分)生成一个复数对象。

    二、内建函数

    1、分类

      Python 有五个运算内建函数用于数值运算:

    abs(num), coerce(num1,num2), divmod(num1,num2), pow(num1,num2,mod=1)和 round(flt,ndig=0)

      其中abs()返回给定参数的绝对值。如果参数是一个复数, 那么就返回math.sqrt(num.real2 + num.imag2).

      coerce()是一个数据类型转换函数,不过它的行为更像一个运算符.数coerce()为程序员提供了不依赖Python 解释器,而是自定义两个数值类型转换的方法。对一种新创建的数值类型来说, 这个特性非常有用.函数coerce()仅返回一个包含类型转换完毕的两个数值元素的元组.

      divmod()内建函数把除法和取余运算结合起来, 返回一个包含商和余数的元组.对整数来说,它的返回值就是地板除和取余操作的结果.对浮点数来说,返回的商部分是math.floor(num1/num2),对复数来说,商部分是ath.floor((num1/num2).real).

      pow()它和双星号 (**)运算符都可以进行指数运算.不过二者的区别并不仅仅在于一个是运算符,一个是内建函数.在Python 1.5 之前,并没有 ** 运算符,内建函数pow()还接受第三个可选的参数,一个余数参数.如果有这个参数的, pow() 先进行指数运算,然后将运算结果和第三个参数进行取余运算.这个特性主要用于密码运算,并且比 pow(x,y) % z 性能更好, 这是因为这个函数的实现类似于C 函数pow(x,y,z).

      round()用于对浮点数进行四舍五入运算。它有一个可选的小数位数参数.如果不提供小数位参数, 它返回与第一个参数最接近的整数(但仍然是浮点类型).第二个参数告诉round 函数将结果精确到小数点后指定位数.

    2、函数int()/round()/math.floor()它们之间的不同之处:

      函数 int()    直接截去小数部分.(返回值为整数)

      函数 floor()   得到最接近原数但小于原数的整数.(返回值为浮点数)

      函数 round()   得到最接近原数的整数.(返回值为浮点数)

    3、进制转换函数:

      返回字符串表示的8 进制和16 进制整数,它们分别是内建函数:

         oct()和 hex(). oct(255)='0377'/hex(255)='0xff'

      函数chr()接受一个单字节整数值(0到255),返回一个字符串(ASCII),其值为对应的字符.chr(97)='a'

      函数ord()则相反,它接受一个字符(ASCII 或 Unicode),返回其对应的整数值.ord('A')=65

  • 相关阅读:
    bin/sh^M: bad interpreter: No such file or directory解决
    集群常见错误解决方案(转载)
    华为交换机型号前缀
    Intel超低功耗CPU的一些信息
    关于Datastage资料库的一点小发现
    Failed to connect to JobMonApp on port 13491
    鸡汤
    SVN and GitHub
    大数据
    Python
  • 原文地址:https://www.cnblogs.com/sbaicl/p/2742314.html
Copyright © 2020-2023  润新知