网站建设资讯

NEWS

网站建设资讯

Python中的数字运算及格式化-创新互联

本篇内容主要讲解“Python中的数字运算及格式化”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python中的数字运算及格式化”吧!

成都创新互联是一家专注于成都网站建设、成都做网站与策划设计,图木舒克网站建设哪家好?成都创新互联做网站,专注于网站建设10年,网设计领域的专业建站公司;建站业务涵盖:图木舒克等地区。图木舒克做网站价格咨询:18980820575

  本篇幅主要针对浮点数的一些计算及格式化输出。

  round()

  Python 提供的内置函数 round(number[, ndigits]) 可用于简单的舍入运算。如下示例:

  >>> round(1.23)

  1

  >>> round(1.23, 1)

  1.2

  >>> round(1.27, 1)

  1.3

  >>> round(-1.27, 1)

  -1.3

  >>> round(1.2346, 3)

  1.235

  round() 函数返回四舍五入到小数点后 ndigits 位精度的数字。如果 ndigits 默认为 None,则返回最接近的整数。

  ndigits 参数可以是负数,在这种情况下,舍入运算会作用在十位、百位、千位等上面。例如:

  >>> x = 1234567

  >>> round(x, -1)

  1234570

  >>> round(x, -2)

  1234600

  >>> round(x, -3)

  1235000

  如果一个数字刚好在两个边界中间时,调用 round() 函数会返回离它最近的偶数。例如 round(0.5) 和 round(-0.5) 返回的结果都是 0。如下示例:

  >>> round(0.5)

  0

  >>> round(-0.5)

  0

  有时运用 round() 会得不到期望的值。例如 round(2.675, 2) 得到的是 2.67,却不是期望得到的 2.68。如下:

  >>> round(2.675, 2)

  2.67

  这并非是 bug。Python 文档也给出了其中的注解,这是因为大多数十进制小数实际上都不能以浮点数精确地表示。

  Note:The behavior of round() for floats can be surprising: for example, round(2.675, 2) gives 2.67 instead of the expected 2.68. This is not a bug: it’s a result of the fact that most decimal fractions can’t be represented exactly as a float.

  若需了解更多信息可以访问: Floating Point Arithmetic: Issues and Limitations。

  格式化输出

  数字舍入跟格式化不能混淆。若是简单输出指定宽度的数,可以考虑用 format(),不需要使用 round()。在格式化的时候指定精度就可以。例如:

  >>> x = 1234.56789

  >>> # 精确到小数点后两位

  ... format(x, '0.2f')

  '1234.57'

  >>> # 以 10 个字符右对齐,精确到小数点 1 位

  ... format(x, '>10.1f')

  ' 1234.6'

  >>> # 左对齐

  ... format(x, '<10.1f')

  '1234.6 '

  >>> # 居中

  ... format(x, '^10.1f')

  ' 1234.6 '

  >>> # 包含千分位分隔符

  ... format(x, ',')

  '1,234.56789'

  >>> format(x, '0,.1f')

  '1,234.6'

  >>>

  同样可以使用指数记法,将 f 改成 e 或者 E(取决于指数输出的大小写形式)。示例如下:

  >>> format(x, 'e')

  '1.234568e+03'

  >>> format(x, '0.2E')

  '1.23E+03'

  指定宽度和精度的一般形式为 '[<>^]?width[,]?(.digits)?',其中 width 和 digits 为整数,? 代表可选部分。这种格式可以用在字符串的 format() 方法中。示例如下:

  >>> 'The value is {:0,.2f}'.format(x)

  'The value is 1,234.57'

  精确运算郑州较好的妇科医院 http://www.kd0371.com/

  因为浮点数运算存在误差,不建议尝试使用舍入浮点值来“修正”表面上看起来正确的问题。示例如下:

  >>> a = 2.1

  >>> b = 4.2

  >>> c = a + b

  >>> c

  6.300000000000001

  >>> c = round(c, 2) # 不建议这么做

  >>> c

  6.3

  一般使用浮点数的情况下,不建议这么做。这些误差在一般情况下能够被容忍的。但是如果涉及到比如金融领域(不允许小误差存在)的情况下,建议考虑使用 decimal 模块。

  decimal

  由于浮点数不能精确的表示十进制,会出现上述简单数学运算出现误差的情况。

  Python 提供的 decimal 模块,在损耗一定性能的前提下,能够解决这个问题。如下示例:

  >>> from decimal import Decimal

  >>> a = Decimal('4.2')

  >>> b = Decimal('2.1')

  >>> a + b

  Decimal('6.3')

  >>> print(a + b)

  6.3

  >>> (a + b) == Decimal('6.3')

  True

  虽然代码写起来会有些奇怪,但是 Decimal 对象能够像普通的浮点数支持所有的常用数学运算。在使用 print 的情况下,跟普通数字没有区别。

  decimal 允许控制计算,包括精确位数跟舍入运算。可以通过创建上下文管理器进行设置更改,示例如下:

  >>> from decimal import localcontext

  >>> a = Decimal('1.3')

  >>> b = Decimal('1.7')

  >>> print(a/b)

  0.7647058823529411764705882353

  >>> with localcontext() as ctx:

  ... ctx.prec = 3 # 精确位数

  ... print(a/b)

  ...

  0.765

  >>> with localcontext() as ctx:

  ... ctx.prec = 50 # 精确位数

  ... print(a/b)

  ...

  0.76470588235294117647058823529411764705882352941176

  decimal 运用场景,更常见的是在金融领域(不能容忍小误差存在)。

  但是 decimal,需要损耗性能进行精确的运算,在普通领域,甚至于科学领域的大多数运算,使用普通浮点数类型是普遍的做法。

  除了真实世界很少要求要精确到普通浮点数能提供的 17 位精度的原因外,还有进行大量运算的时候,普通浮点数要快得多,这同样是需要衡量的地方。

  但也不能完全忽略误差,误差出现,同样需要研究并理解误差产生的来源。

到此,相信大家对“Python中的数字运算及格式化”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!


文章标题:Python中的数字运算及格式化-创新互联
本文网址:http://cdweb.net/article/dhpgph.html