嗨，你好啊，我是猿java

在 Python 中，“Number”是一个类别，包含不同类型的数值数据。Python 支持多种类型的数字，包括整数(int)、浮点数(Float)和复数(Complex)。这篇文章，我们将一一分析每种类型以及它们之间是如何转换的。

Python int

Python 的 int（整数）是一个包含负数的整数，不包括小数。在 Python 中，整数值的长度没有限制。

下面通过几个示例展示 Python 的 int 使用：

示例 1：创建整数并检查类型

num = -8
# 打印数据类型
print(type(num))

输出：

<class 'int'>

示例 2：对整数类型执行算术操作

a = 5
b = 6
# 加法
c = a + b
print("加法:", c)
d = 9
e = 6
# 减法
f = d - e
print("减法:", f)
g = 8
h = 2
# 除法
i = g // h
print("除法:", i)
j = 3
k = 5
# 乘法
l = j * k
print("乘法:", l)
m = 25
n = 5
# 取模
o = m % n
print("取模:", o)
p = 6
q = 2
# 指数
r = p ** q
print("指数:", r)

输出：

加法: 11
减法: 3
除法: 4
乘法: 15
取模: 0
指数: 36

Python Float

Float（浮点数）是具有浮点表示的实数。它通过小数点指定。可选地，字符 e 或 E 后跟正或负整数可以附加以指定科学计数法。一些表示为浮点数的数字示例是 0.5 和 -7.823457。

它们可以直接通过输入带小数点的数字创建，或者通过对整数进行操作（如除法）创建。数字末尾的多余零会自动忽略。

下面通过几个示例展示 Python 的 Float 使用：

示例 1：创建浮点数并检查类型

num = 3/4
# 打印数据类型
print(type(num))

输出：

<class 'float'>

如我们所见，除以任何两个整数会产生一个浮点数。通过对两个浮点数、或一个浮点数和一个整数进行操作，也会产生浮点数。

num = 6 * 7.0
print(type(num))

输出：

<class 'float'>

示例 2：对浮点数类型执行算术操作

a = 5.5
b = 3.2
# 加法
c = a + b
print("加法:", c)
# 减法
c = a - b
print("减法:", c)
# 除法
c = a / b
print("除法:", c)
# 乘法
c = a * b
print("乘法:", c)

输出：

加法: 8.7
减法: 2.3
除法: 1.71875
乘法: 17.6

注意：浮点数的精度只有到小数点后 15 位，第 16 位可能不准确。

Python Complex

Complex（复数）是由实部和虚部组成的数。例如，3 + 4j 是一个复数，其中 3 是实部，4 乘以 j 是虚部。

下面通过几个示例展示 Python 的 Complex 使用：

示例 1：创建复数并检查类型

num = 6 + 9j
print(type(num))

输出：

<class 'complex'>

示例 2：对复数类型执行算术操作

a = 1 + 5j
b = 2 + 3j
# 加法
c = a + b
print("加法:", c)
d = 1 + 5j
e = 2 - 3j
# 减法
f = d - e
print("减法:", f)
g = 1 + 5j
h = 2 + 3j
# 除法
i = g / h
print("除法:", i)
j = 1 + 5j
k = 2 + 3j
# 乘法
l = j * k
print("乘法:", l)

输出：

加法: (3+8j)
减法: (-1+8j)
除法: (1.307692307692308+0.5384615384615384j)
乘法: (-13+13j)

Python 类型转换

接下来，我们分析 int，Float，Complex 这几种 Number类型之间是如何转换的。

使用算术运算：

我们可以使用加法、减法等运算隐式（自动）地改变数字的类型，如果其中一个操作数是浮点数。这种方法不适用于复数。

示例：使用算术运算进行类型转换

a = 1.6
b = 5
# c被转换成 float类型
c = a + b
print(c)
print(type(c))

输出：

6.6
<class 'float'>

使用内置函数

我们还可以使用内置函数如 int()、float() 和 complex() 显式地将一种类型转换为另一种类型。

示例：使用内置函数进行类型转换

a = 2
print(float(a))
b = 5.6
print(int(b))
c = '3'
print(type(int(c)))
d = '5.6'
print(type(float(c)))
e = 5
print(complex(e))
f = 6.5
print(complex(f))

输出：

2.0
5
<class 'int'>
<class 'float'>
(5+0j)
(6.5+0j)

需要注意的几个点：

Python Decimal Numbers

和 Java一样，Python 对浮点数进行算术运算也可能会产生一些意想不到的结果，下面通过几个示例进行说明：

示例 1：1.1 + 2.2 = ?

很多人会认为这个运算的结果应该是 3.3，但 Python 给出的输出如下：

a = 1.1
b = 2.2
c = a + b
print(c)

输出：

3.3000000000000003

示例 2：1.2 - 1.0 = ?

我们会期望结果是 0.2，但让我们看看 Python 给出的输出。

a = 1.2
b = 1.0
c = a - b
print(c)

输出：

0.19999999999999996

大家可能会认为 Python 有问题，但实际上并不是。这与 Python 关系不大，而更多与底层平台如何处理浮点数有关。这是处理系统内部浮点数时常见的问题。这个问题是由于内部浮点数表示使用固定数量的二进制数字来表示小数而引起的。在许多情况下，某些小数在二进制中很难表示，因此会导致小的舍入误差。

在这种情况下，以 1.2 为例，0.2 在二进制中的表示是 0.00110011001100110011001100……，很难在内部存储这个无限小数。通常，一个浮点对象的值以固定精度（二进制浮点数，通常为 53 位）存储。因此，我们内部表示 1.2 为：

1.0011001100110011001100110011001100110011001100110011  

这正好等于：

1.1999999999999999555910790149937383830547332763671875

对于这种情况，Python 的 decimal 模块可以解决问题。如前所述，浮点数的精度只有到小数点后 15 位，但在十进制数中，精度是用户定义的。它以我们在学校学习的方式对浮点数进行运算。

让我们看看上面两个示例，并尝试使用十进制数解决它们。

示例：

import decimal
a = decimal.Decimal('1.1')
b = decimal.Decimal('2.2')
c = a + b
print(c)

输出：

3.3

我们可以在以下情况下使用 decimal 模块：

总结

本文我们分析了 Python 的 Number类型，它包含：

和 Java 语言不同的是，Python里面没有专门的 Long 和 Double类型，尽管语言语法上有差异，但是底层的逻辑是相通的。

学习交流