当前位置：首页>python>[Python入门与项目实战]Python 数字运算

[Python入门与项目实战]Python 数字运算

Python 数字运算

Python 解释器可以作为一个简单的计算器，您可以在解释器里输入一个表达式，它将输出表达式的值。

表达式的语法很直白： +, -, * 和 /, 和其它语言（如Pascal或C）里一样。例如：

>>> 2 + 24>>> 50 - 5*620>>> (50 - 5*6) / 45.0>>> 8 / 5  # 总是返回一个浮点数1.6

注意：在不同的机器上浮点运算的结果可能会不一样。

在整数除法中，除法 / 总是返回一个浮点数，如果只想得到整数的结果，丢弃可能的分数部分，可以使用运算符 // ：

>>> 17 / 3  # 整数除法返回浮点型5.666666666666667>>>>>> 17 // 3  # 整数除法返回向下取整后的结果5>>> 17 % 3  # ％操作符返回除法的余数2>>> 5 * 3 + 2 17

注意：// 得到的并不一定是整数类型的数，它与分母分子的数据类型有关系。

>>> 7//23>>> 7.0//23.0>>> 7//2.03.0>>>

等号 = 用于给变量赋值。赋值之后，除了下一个提示符，解释器不会显示任何结果。

>>> width = 20>>> height = 5*9>>> width * height900

Python 可以使用 ** 操作来进行幂运算：

>>> 5 ** 2  # 5 的平方25>>> 2 ** 7  # 2的7次方128

变量在使用前必须先"定义"（即赋予变量一个值），否则会出现错误：

>>> n   # 尝试访问一个未定义的变量Traceback (most recent call last):  File "<stdin>", line 1, in <module>NameError: name 'n' is not defined

不同类型的数混合运算时会将整数转换为浮点数：

>>> 3 * 3.75 / 1.57.5>>> 7.0 / 23.5

在交互模式中，最后被输出的表达式结果被赋值给变量 _ 。例如：

>>> tax = 12.5 / 100>>> price = 100.50>>> price * tax12.5625>>> price + _113.0625>>> round(_, 2)113.06

此处， _ 变量应被用户视为只读变量。

如果想要进行更复杂的数学计算，Python 也提供了 math 模块，其中包含了各种数学函数和常量。

例如，要使用 math 模块中的平方根函数，可以这样做：

>>> import math  >>> math.sqrt(16)  4.0

或者计算圆周率 π 的值

>>> math.pi  3.141592653589793

（python源码）基于Python搭建RNN-LSTM深度学习模型用于医学疾病诊断：https://download.csdn.net/download/m0_72676510/88610159

（python源码）基于python和opencv的车牌识别系统：https://download.csdn.net/download/m0_72676510/88610142

（python源码）（densenet网络）使用PyTorch框架来搭建densenet网络实现分类：https://download.csdn.net/download/m0_72676510/88600658

（python源码）（MobileViT网络）使用PyTorch框架来搭建MobileViT网络实现分类：https://download.csdn.net/download/m0_72676510/88600642

（python源码）（resnet网络）使用PyTorch框架来搭建resnet网络实现:https://download.csdn.net/download/m0_72676510/88599512

（python源码）（googlenet网络）使用PyTorch框架来搭建googlenet网络实现分类：

https://download.csdn.net/download/m0_72676510/88599509

（python源码）（VGGnet网络）使用PyTorch框架来搭建VGGnet网络实现分类：https://download.csdn.net/download/m0_72676510/88599506

（python源码）（Alexnet网络）使用PyTorch框架来搭建Alexnet网络实现分类：https://download.csdn.net/download/m0_72676510/88599503

（python源码）（LeNet网络）使用PyTorch框架来搭建LeNet网络实现分类：https://download.csdn.net/download/m0_72676510/88599500

等等！