[Learning Python] Chapter 5 Numeric Types

1, 在Python 2.x 中。Python的integer，有两种类型，normal和long。Normal一般是32位的。Long表示无限精度，由计算机决定。若是数字后面有l或者L，这会强制将该数字转换为long类型。但其实，用户没必要这样作，由于Python会在数值溢出的状况下自动将normal的类型转换为long类型。
然而，在Python 3.x中，normal和long合并了，没有区别了。此时不可再在数字尾部加入l或者L了。

2，integer能够用十进制（decimal）、十六进制（hexadecimal）、八进制（octal）、二进制（binary）来表示。后面三种在编程领域很常见。
十六进制（hexadecimal）：以0x或者0X开头，接0~9或者A~F，大小写没有关系；
八进制（octal）：以0o或者0O开头，接0~7；
二进制（binary）：以0b或者0B开头，接0~1.
想要将数字转换为十进制的，能够用int（数值）方法：如int（0o100）=64；
想要将数字转换为八进制的，能够用oct（数值）方法，如oct（0x40）= 0o100；
想要将数字转换为十六进制的，能够用hex（数值）方法，如hex（64）= 0x40；
想要将数字转换为二进制的，能够用bin（数值）方法，如bin（64）= 0b1000000；

3，使用以下的方法能够将integer I 转换为十六进制数、八进制数、二进制数：
hex（I）、oct（I）、bin（I）。

4，复数 complex numbers。由实数+虚数组成。其中，虚数要以j或者J结尾。复数能够没有实数部分。

5, str()和repr()这两个方法都是能够将数值转换为字符串，不一样的是，str（）对用户比较友好，repr()对Python比较友好。但一般状况下，它们都是相同的。

6，在Python中，除法分为三种：
6.1，true：表示真正的除法，返回值包含小数部分，属于float型，而无论除数和被除数是什么类型的数据。跟数学里面的除法概念吻合;
6.2，classic：若是除数或被除数之一是float类型的数据，classic除法的商保留小数部分，为float型数据。而若是除数和被除数皆为integer，则商会去掉小数部分，往下取整（好比，原本是2.6，取整后为2。而原本是-2.7，取整后为-3）。
6.3，floor：这种除法的商会去掉小数部分，向小的方向靠拢。若是除数和被除数皆为integer 类型，这商也是integer。而若是除数和被除数之一是float型，则商也是float型。

7， 在Python 2.X中，/表示classic型除法，//表示floor型除法。
在Python 3.x中，/表示true型除法，//表示floor型除法。
Python 3.x已经没有classic型除法了。
ps: 若是在Python2.x中想要用到3.x的除法，能够在开头加入这样的statement：

from __future__ import division

8，为了让代码在Python2.x和3.x中都兼容，若是须要取整的操做，老是用//比较好。

9，在math模块中，提供了floor和trunc的方法。很是有用：

>>>import math
>>>math.floor(2.5)   # closest number below value
2
>>>math.floor(-2.5)
-3
>>>math.trunc(2.5)  # truncate fractional part
2
>>>math.trunc(-2.5)
-2
注意：int（I）也有truncate的功能。

10, 在Python中，实部和虚部都是float型的，虚部以j或者J结尾。

11，在Python 2.x中，八进制能够以0开头，可是在Python 3.x中，不能以0开头，必定要以0o或者0O开头！

12，位的运算bitwise operations

<<表示位向左移动
>>表示位向右移动
| 表示或运算
& 表示AND运算
^ 表示异或运算（二者不一样为1，相同为0）

能够用bit_lenth()方法计算二进制数有多少位。或者len（bin（））-2。由于len（）会包含开头的0b这两位。

13，位的运算对Python这种高级语言不重要，若是须要作不少位运算，应该考虑低级语言如C语言。

14，round（）方法能够作小数的四舍五入。如round（3.78）= 4.0, round(3,789, 2) = 3.79, round()里面的第二个参数表示的是保留多少位小数。

15，Python中的pow（）函数用来计算指数。好比pow（2,4）=16， 和 2 ** 4同样的结果。

16，Python中，有自带的min和max（）方法。min和max方法接受任意个单独的参数。如min（3， 1， 2， 4）= 1.

17，Python中有sum方法，能够将一列数相加起来，可是这列数应该写在括号内做为一个sequence，好比sum（（1,2,3,4）） = 10，也能够是这样的sum（[1, 2, 3, 4]）。

18，abs函数能够取绝对值。

19，在Python中，有三种方法能够计算平方根：

A, math.sqrt(144)   #Module
B, 144 ** .5        #Expression
C, pow(144, .5)    #Built-in

20, 在Python中，计算0.1 + 0.1 + 0.1 – 0.3 并不会获得0这个准确的值。这是因为计算机因为缺乏精确度而没法精确地保存数据引发的。这个时候，decimal模块很好的解决了这个问题，经过调用decimal模块的Decimal构造函数，把数据转换为str型传入，再进行运算，结果就会返回精确的0，以下：

from decimal import Decimal
print Decimal('0.1') + Decimal('0.1') + Decimal('0.1') - Decimal('0.3')

结果：0.0
若是传入的参数仍然是float型，将没法得到这个结果。

21，使用Decimal（）函数的时候。也能够设定全局精确度：

decimal.getcontext().prec = 4  #设定全局精确度为4位小数。

22，使用Fraction()函数，也能够得到和Decimal（）同样的精确效果。Fraction（）函数位于fractions 模块中，须要先import才可使用。
Fraction（numerator, denominator），会自动的简化分数。
Fraction()还能够将str参数转换为分数，好比Fraction(‘.25’)=Fraction(1, 4)

23, 初始化一个空的set，使用S = set()。建立一个新的set而且赋值，使用 S = {1， 2， 3， 4}。后续若需再想set里面增长item，能够用S.add(‘…’)

24, set的运算，&表示交集，| 表示并集，- 表示差异，> 表示super set，返回布尔值。这些运算必须都是set类型。

25，union也能够用来创造出并集运算。Union里的参数能够是list，能够是set，还能够是tuple。
{1，2, 3}.union([3, 4])
{1，2, 3}.union({3, 4})

26，intersection也能够用来计算交集，参数能够是list，能够是set，还能够是tuple。

27，issubset()函数能够判断某set是不是令一个set的子集

28，set和tuple的区别：

Set在后续能够增长值，减小值，但tuple不能
Set里面的值必须是互不相同的，但tuple能够接受相同的值。
Set能够内嵌tuple，不能内嵌list，dictionary。

http://blog.csdn.net/u0103675...

29，set comprehensions

{x ** 2 for x in [1, 2, 3, 4]}
{16, 1, 4, 9}

30, set能够用来过滤掉重复的item：

>>> L = [1, 2, 1, 3, 2, 4, 5]
>>> set(L)
{1, 2, 3, 4, 5}

31，set的运算：

>>> engineers = {'bob', 'sue', 'ann', 'vic'}
>>> managers = {'tom', 'sue'}
>>> 'bob' in engineers # Is bob an engineer?
True
>>> engineers & managers # Who is both engineer and manager?
{'sue'}
>>> engineers | managers # All people in either category
{'bob', 'tom', 'sue', 'vic', 'ann'}
>>> engineers - managers # Engineers who are not managers
{'vic', 'ann', 'bob'}
>>> managers - engineers # Managers who are not engineers
{'tom'}
>>> engineers > managers # Are all managers engineers? (superset)
False
>>> {'bob', 'sue'} < engineers # Are both engineers? (subset)
True
>>> (managers | engineers) > managers # All people is a superset of managers
True
>>> managers ^ engineers # Who is in one but not both?
{'tom', 'vic', 'ann', 'bob'}
>>> (managers | engineers) - (managers ^ engineers) # Intersection!
{'sue'}