[Learning Python] Chapter 5 Numeric Types

1, 在Python 2.x 中。Python的integer，有兩種類型，normal和long。Normal一般是32位的。Long表示無限精度，由計算機決定。若是數字後面有l或者L，這會強制將該數字轉換爲long類型。但其實，用戶沒必要這樣作，由於Python會在數值溢出的狀況下自動將normal的類型轉換爲long類型。
然而，在Python 3.x中，normal和long合併了，沒有區別了。此時不可再在數字尾部加入l或者L了。

2，integer能夠用十進制（decimal）、十六進制（hexadecimal）、八進制（octal）、二進制（binary）來表示。後面三種在編程領域很常見。
十六進制（hexadecimal）：以0x或者0X開頭，接0~9或者A~F，大小寫沒有關係；
八進制（octal）：以0o或者0O開頭，接0~7；
二進制（binary）：以0b或者0B開頭，接0~1.
想要將數字轉換爲十進制的，能夠用int（數值）方法：如int（0o100）=64；
想要將數字轉換爲八進制的，能夠用oct（數值）方法，如oct（0x40）= 0o100；
想要將數字轉換爲十六進制的，能夠用hex（數值）方法，如hex（64）= 0x40；
想要將數字轉換爲二進制的，能夠用bin（數值）方法，如bin（64）= 0b1000000；

3，使用以下的方法能夠將integer I 轉換爲十六進制數、八進制數、二進制數：
hex（I）、oct（I）、bin（I）。

4，複數 complex numbers。由實數+虛數組成。其中，虛數要以j或者J結尾。複數能夠沒有實數部分。

5, str()和repr()這兩個方法都是能夠將數值轉換爲字符串，不一樣的是，str（）對用戶比較友好，repr()對Python比較友好。但一般狀況下，它們都是相同的。

6，在Python中，除法分爲三種：
6.1，true：表示真正的除法，返回值包含小數部分，屬於float型，而無論除數和被除數是什麼類型的數據。跟數學裏面的除法概念吻合;
6.2，classic：若是除數或被除數之一是float類型的數據，classic除法的商保留小數部分，爲float型數據。而若是除數和被除數皆爲integer，則商會去掉小數部分，往下取整（好比，原本是2.6，取整後爲2。而原本是-2.7，取整後爲-3）。
6.3，floor：這種除法的商會去掉小數部分，向小的方向靠攏。若是除數和被除數皆爲integer 類型，這商也是integer。而若是除數和被除數之一是float型，則商也是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已經沒有classic型除法了。
ps: 若是在Python2.x中想要用到3.x的除法，能夠在開頭加入這樣的statement：

from __future__ import division

8，爲了讓代碼在Python2.x和3.x中都兼容，若是須要取整的操做，老是用//比較好。

9，在math模塊中，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，實部和虛部都是float型的，虛部以j或者J結尾。

11，在Python 2.x中，八進制能夠以0開頭，可是在Python 3.x中，不能以0開頭，必定要以0o或者0O開頭！

12，位的運算bitwise operations

<<表示位向左移動
>>表示位向右移動
| 表示或運算
& 表示AND運算
^ 表示異或運算（二者不一樣爲1，相同爲0）

能夠用bit_lenth()方法計算二進制數有多少位。或者len（bin（））-2。由於len（）會包含開頭的0b這兩位。

13，位的運算對Python這種高級語言不重要，若是須要作不少位運算，應該考慮低級語言如C語言。

14，round（）方法能夠作小數的四捨五入。如round（3.78）= 4.0, round(3,789, 2) = 3.79, round()裏面的第二個參數表示的是保留多少位小數。

15，Python中的pow（）函數用來計算指數。好比pow（2,4）=16， 和 2 ** 4同樣的結果。

16，Python中，有自帶的min和max（）方法。min和max方法接受任意個單獨的參數。如min（3， 1， 2， 4）= 1.

17，Python中有sum方法，能夠將一列數相加起來，可是這列數應該寫在括號內做爲一個sequence，好比sum（（1,2,3,4）） = 10，也能夠是這樣的sum（[1, 2, 3, 4]）。

18，abs函數能夠取絕對值。

19，在Python中，有三種方法能夠計算平方根：

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

20, 在Python中，計算0.1 + 0.1 + 0.1 – 0.3 並不會獲得0這個準確的值。這是因爲計算機因爲缺乏精確度而沒法精確地保存數據引發的。這個時候，decimal模塊很好的解決了這個問題，經過調用decimal模塊的Decimal構造函數，把數據轉換爲str型傳入，再進行運算，結果就會返回精確的0，以下：

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

結果：0.0
若是傳入的參數仍然是float型，將沒法得到這個結果。

21，使用Decimal（）函數的時候。也能夠設定全局精確度：

decimal.getcontext().prec = 4  #設定全局精確度爲4位小數。

22，使用Fraction()函數，也能夠得到和Decimal（）同樣的精確效果。Fraction（）函數位於fractions 模塊中，須要先import纔可使用。
Fraction（numerator, denominator），會自動的簡化分數。
Fraction()還能夠將str參數轉換爲分數，好比Fraction(‘.25’)=Fraction(1, 4)

23, 初始化一個空的set，使用S = set()。建立一個新的set而且賦值，使用 S = {1， 2， 3， 4}。後續若需再想set裏面增長item，能夠用S.add(‘…’)

24, set的運算，&表示交集，| 表示並集，- 表示差異，> 表示super set，返回布爾值。這些運算必須都是set類型。

25，union也能夠用來創造出並集運算。Union裏的參數能夠是list，能夠是set，還能夠是tuple。
{1，2, 3}.union([3, 4])
{1，2, 3}.union({3, 4})

26，intersection也能夠用來計算交集，參數能夠是list，能夠是set，還能夠是tuple。

27，issubset()函數能夠判斷某set是不是令一個set的子集

28，set和tuple的區別：

Set在後續能夠增長值，減小值，但tuple不能
Set裏面的值必須是互不相同的，但tuple能夠接受相同的值。
Set能夠內嵌tuple，不能內嵌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能夠用來過濾掉重複的item：

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

31，set的運算：

>>> 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'}