python浮点类

① python中的浮点数原理与运算分析

Python中的浮点数原理与运算分析
本文实例讲述了Python中的浮点数原理与运算。分享给大家供大家参考，具体如下：
先看一个违反直觉的例子：
>>> s = 0.
>>> for i in range(10): s += .1
>>> s
0.9999999999999999
# 错误被累加

再看一个更为普遍，直接影响判断逻辑的例子：
>>> from math import sqrt
>>> a = sqrt(2)
>>> a*a == a
False
之所以会出现以上的结果，在于 Python （更准确地说是计算机硬件体系结构）对浮点数的表示，我们来看计算机（基于二进制）对十进制小数 0.1 的表示，十进制小数向二进制小数转换的方法请见 Python十进制小数与二进制小数相互转换。将十进制小数 0.1 转换为二进制时的结果为 0.0001100110011001....，无限循环，计算机无法展示无限的结果，只能对结果进行截断，这是浮点数精度问题的根源。
“==” on floats
基于以上的考虑，当我们进行浮点数的相等比较时，要特别小心，直接使用 == 是有问题的，一种通用的做法即是，不是检测浮点数是否相等，而是检测二者是否足够接近，
>>> a = sqrt(2)
>>> abs(a*a-2) < epsilon
# 判断是否小于某一小量

② python支持的数据类型

python支持的数据类型数字（number）

Python数字数据类型用于存储数值，支持三种不同的数值类型：

1、整型（int）

亦称整数，不带小数点，Python3中整型不限制大小，可以当作long类型使用，所以Python3中没有Python2中的long类型。

2、浮点型（float）

由整部分与小数部分组成，如：3.1415、-5.8，也可以用科学计数法表示，如：3.5e3，它等于：3.5e3=3.5×10^3=3500

3、复数（complex）

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，如6.5+32j、字符串
字符串可以说是Python中最常用的数据类型，由数字、字母、下划线等特殊符号组成的一串字符串，如我们最熟悉的'hello world!'就是一串字符串。

Python六大数据类型，快来了解一下吧
列表
列表用一对"[ ]"将单个或多个元素括起来，如['','hello',123,'acde']，每个元素之间用逗号分隔开。

Python六大数据类型，快来了解一下吧
元组
元组用一对"( )"将单个或多个元素括起来，每个元素之间用逗号分隔开。另外元组创建完毕后，元素不可修改，这点与列表大不相同。

Python六大数据类型，快来了解一下吧
字典
字典的每个键值对(key=>value)用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号{ }中 ，格式如下所示：

d ={key1 : value1, key2 : value2 }

字典是无序的，也就是说要去一个值value，必须得通过它的键key去取3.5e3-3.1j等。

③ python中都有哪些数据类型

python中数据类型有：整型、长整型、浮点型、字符串类型、布尔类型、列表类型、元组类型、字典类型、集合类型。

数据类型是每种编程语言必备属性，只有给数据赋予明确的数据类型，计算机才能对数据进行处理运算，因此，正确使用数据类型是十分必要的，不同的语言，数据类型类似，但具体表示方法有所不同，以下是Python编程常用的数据类型：

1. 数字类型

Python数字类型主要包括int（整型）、long（长整型）和float（浮点型），但是在Python3中就不再有long类型了。

int（整型）

在32位机器上，整数的位数是32位，取值范围是-231~231-1，即-2147483648~214748364；在64位系统上，整数的位数为64位，取值范围为-263~263-1，即9223372036854775808~9223372036854775807。

long（长整型）

Python长整型没有指定位宽，但是由于机器内存有限，使用长的长整数数值也不可能无限大。

float（浮点型）

浮点型也就是带有小数点的数，其精度和机器有关。

complex（复数）

Python还支持复数，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。

2. 字符串

在Python中，加了引号的字符都被认为是字符串，其声明有三种方式，分别是：单引号、双引号和三引号；Python中的字符串有两种数据类型，分别是str类型和unicode类型，str类型采用的ASCII编码，无法表示中文，unicode类型采用unicode编码，能够表示任意字符，包括中文和其他语言。

3. 布尔型

和其他编程语言一样，Python布尔类型也是用于逻辑运算，有两个值：True（真）和False（假）。

4. 列表

列表是Python中使用最频繁的数据类型，集合中可以放任何数据类型，可对集合进行创建、查找、切片、增加、修改、删除、循环和排序操作。

5. 元组

元组和列表一样，也是一种序列，与列表不同的是，元组是不可修改的，元组用”()”标识，内部元素用逗号隔开。

6. 字典

字典是一种键值对的集合，是除列表以外Python之中最灵活的内置数据结构类型，列表是有序的对象集合，字典是无序的对象集合。

7. 集合

集合是一个无序的、不重复的数据组合，它的主要作用有两个，分别是去重和关系测试。

推荐课程：Python3机器学习快速入门(黑马程序员)

④ python数据类型有哪些

Python基本数据类型一般分为：数字、字符串、列表、元组、字典、集合这六种基本数据类型。

其中数字又包含整型(整型又包括标准整型、长整型(Python2.7及之前版本有)）、浮点型、复数类型、布尔型(布尔型就是只有两个值的整型)、这几种数字类型。列表、元组、字符串都是序列。

1、数字

数字类型是不可更改的对象。对变量改变数字值就是生成/创建新的对象。Python支持多种数字类型：

整型(标准整型和长整型(Python2.7及之前的有这种类型))、布尔型、双精度浮点型、十进制浮点型、复数。

2、标准整型

int，标准整型，在大多数32位机器上标准整型取值范围是-2^31到2^31-1，也就是-2147483648~2147483647，如果在64位机器使用64位编译器，那么这个系统的标准整型将是64位。

3、布尔型

bool，从Python2.3开始Python中添加了布尔类型。布尔类型有两种True和False。对于没有__nozero__方法的对象默认是True。

对于值为0的数字、空集（空列表、空元组、空字典等）在Python中的布尔类型中都是False。

>>>bool(1)
True
>>>bool('a')
True
>>>bool(0)
False
>>>bool('')
False

4、浮点型

float，每个浮点型占8个字节（64位），完全遵守IEEE754号规范（52M/11E/1S）,其中52个位用于表示底，11个位用于表示指数（可表示的范围大约是±10**308.25），剩下的一个位表示符号。这看上去相当完美，然而，实际精度依赖于机器架构和创建Python解释器的编译器。

浮点型值通常都有一个小数点和一个可选的后缀e（大写或小写，表示科学计数法）。在e和指数之间可以用正（+）或负（-）表示指数的正负（正数的话可以省略符号）。

以上是Python核心编程的对浮点型(双精度浮点型)的说明。经过Python实测浮点型默认长度是24字节如果超出这个范围会自动

5、复数类型

complex，在复数中虚数不能单独存在，它们总是和一个值为0.0的实数部分一起来构成一个复数。复数由实数部分和虚数部分构成。表示虚数的语法：real+imagj。

实数部分和虚数部分都是浮点型。虚数部分必须有后缀j或J。

⑤ python四种基本数据类型

python是相当高级的语言，基本数据类型就很多，不过参考其他语言的，一定要四个的话：
1、整形 int
定义：age=10 #age=int(10)
用于标识：年龄，等级，身份证号，qq号，个数
2、浮点型 float
定义：salary=3.1 #salary=float(3.1)
用于标识：工资，身高，体重

3、字符窜 string
#在python中，加了引号的字符就是字符串类型，python并没有字符类型。
定义：name='egon' #name=str('egon')
用于标识：描述性的内容，如姓名，性别，国籍，种族

4、布尔 bool

⑥ 在python中 float是什么意思

float是一种数据类型。

浮点型数据类型，FLOAT 数据类型用于存储单精度浮点数或双精度浮点数。浮点数使用IEEE（电气和电子工程师协会）格式。浮点类型的单精度值具有 4 个字节，包括一个符号位、一个 8 位 二进制指数和一个 23 位尾数。

由于尾数的高顺序位始终为 1，因此它不是以数字形式存储的。此表示形式为 float 类型提供了一个大约在 -3.4E+38 ~ 3.4E+38 之间的范围。

(6)python浮点类扩展阅读：

相关用法

存储为二进制分数的尾数大于或等于 1 且小于 2。对于 float 和 double 类型，最高有效位位置的尾数中有一个隐含的前导 1，这样，尾数实际上分别为 24 和 53 位长，即使最高有效位从未存储在内存中也是如此。

浮点包可以将二进制浮点数存储为非标准化数，而不使用刚刚介绍的存储方法。“非标准化数”是带有保留指数值的非零浮点数，其中尾数的最高有效位为 0。

通过使用非标准化格式，浮点数的范围可以扩展，但会失去精度。您无法控制浮点数以标准化形式还是非标准化形式表示；浮点包决定了表示形式。

用法举例

如果存储比精度更重要，请考虑对浮点变量使用 float 类型。相反，如果精度是最重要的条件，则使用 double 类型。

浮点变量可以提升为更大基数的类型（从 float 类型到 double 类型）。当您对浮点变量执行算术时，通常会出现提升。此算术始终以与具有最高精度的变量一样高的精度执行。例如，请考虑下列类型声明：

float f_short;double f_long;long double f_longer;f_short = f_short * f_long;

在前面的示例中，变量f_short提升到类型 double 并且与f_long相乘；然后，结果舍入到类型 float，然后赋给f_short。

⑦ python的数据类型有哪些

python数据类型主要分为以下六大类：Numbers（数字）、String（字符串）、List（列表、Tuple（元组）、Dictionary（字典）、Set（集合）。

Python的六个标准数据类型中：

不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组）。

可变数据（3 个）：List（列表）、Dictionary（字典）、Set（集合）。

字符串类型：

python的字符串或串(String)是由数字、字母、下划线组成的一串字符。

⑧ python提供了三种基本的数字类型

整数、浮点数

⑨ python怎么输出浮点数

python提供了三种浮点值：内置的float与complex类型，以及标准库的decimal.Decimal类型。
float类型存放双精度的浮点数，具体取值范围依赖于构建python的c编译器，由于精度受限，进行相等性比较不可靠。
如果需要高精度，可使用decimal模块的decimal.Decimal数，这种类型可以准确的表示循环小数，但是处理速度较慢，适合于财政计算。
相关推荐：《Python基础教程》
简单函数比较floatS是否相等：
def equal_float(a,b):
return abs(a-b)<=sys.float_info.epsilon
其中sys.float_info.epsilon是机器可以区分出的两个浮点数的最小区别
math模块提供了许多可用于floatS的函数：
math.pi:常量3.1415926
math.pow(x,y):x的y次幂（浮点值）
……………….
使用math时先用import math导入该模块
十进制数字
decimal模块可以提供固定的十进制数，精度可以自己定。要创建Decimal，要先用import decimal导入模块。
十进制数是用decimal.Decimal()函数创建的，该函数可以接受一个整数或字符串作为参数，但不能以浮点数作参数。如果用字符串作为参数，可以使用简单的十进制数表示或指数表示，另外，decimal.Decimal的精确表述方式可以可靠的进行相等性比较。
（python3.1开始,使用decimal.Decimal from-float()函数将floats转换为十进制数，以float型数作为参数，并返回与该float最为接近的decimal.Decimal）

⑩ python pandas中如何将dataframe中的一列字符串类型转换为浮点类型

import pandas as pd
# 读取表格
df = pd.read_excel("old.xlsx")
# 强制转换high和weight两列为浮点类型
df[['high','weight']] = df[['high','weight']].astype('float')
# 打印一下看看数据类型是否正确，应为float64
print(df.info())
# 筛选出体重小于70的数据
df = df[df['weight'] < 70.0]
# 将这些数据升序排列
df = df.sort_values(by='weight', ascending=True)
# 最后导出为新的表格
df.to_excel('new.xlsx', encoding='utf8')