浮点数

各种数值数据在计算机中表示的形式称为机器数。机器数对应的实际数值称为数的真值。 定点数和浮点数区别 定点数 小数点的位置固定不变 浮点数 F = M * 2 E M：尾数 E：阶码 浮点数表示一般包括：数符，阶符，阶码数值部分，尾数数值部分 原码 定义 （1）整数 \[\left[ X \right]{\rm{ = }}\left\{ {\begin{array}{*{20}{c}} {X{\rm{ }}({\rm{0}} \le X{\rm{ < }}{{\rm{2}}^{n - 1}}{\rm{) }}}\\ {{2^{n - 1}} - X{\rm{ }}({\rm{ - }}{{\rm{2}}^{n - 1}}{\rm{ < }}X \le 0){\rm{ }}} \end{array}} \right.\] 来源： https://www.cnblogs.com/xumaomao/p/11871267.html

^[1-9]\d $　 　 //匹配正整数 ^-[1-9]\d $ 　 //匹配负整数 ^-?[1-9]\d $　　 //匹配整数 ^[1-9]\d |0$　 //匹配非负整数（正整数 + 0） ^-[1-9]\d |0$　　 //匹配非正整数（负整数 + 0） ^[1-9]\d .\d |0.\d [1-9]\d $　　 //匹配正浮点数 ^-([1-9]\d .\d |0.\d [1-9]\d )$　 //匹配负浮点数 ^-?([1-9]\d .\d |0.\d [1-9]\d |0?.0+|0)$　 //匹配浮点数 ^[1-9]\d .\d |0.\d [1-9]\d |0?.0+|0$　　 //匹配非负浮点数（正浮点数 + 0） ^(-([1-9]\d .\d |0.\d [1-9]\d*))|0?.0+|0$　　//匹配非正浮点数（负浮点数 + 0） 来源： https://www.cnblogs.com/mybilibili/p/11868823.html

第3课 - 浮点数的秘密 来源： https://www.cnblogs.com/shiwenjie/p/11853817.html

Python Day 5 基本数据类型 一、整数类型 1．与数学中整数的概念一致。没有取值范围 2．pow(x,y) 函数 计算 x 的 y 次幂 Pow(2,pow(2,15)) 3．四种进制表示形式 （1）十进制 （2） 二进制 0b 开头 （3） 八进制 0o 开头 （4） 十六进制 0X 或 0x 开头 二、浮点类型 1．与数学中的实数概念一致 2． 浮点数间运算存在不确定的尾数，不是 bug 例如： 0.1+0.2=0.3000000004 原因：二进制与十进制不是严格的对等关系， python 用 53 位二进制表示小数，是无限接近而不是完全对等。 0.1+0.2==0.3 居然输出 false 3．round(x,d): 对 x 四舍五入， d 是小数截取尾数 其实就是去取几位小数的意思。 用 round 函数辅助浮点数的比较 4．科学计数法表示 （1） 使用 e 或 E 作为幂的符号，底为 10 （2）4.3e-3 == 0.0043 4.3e+3==4300 ==4.3e3 正指数幂 + 号可以省去也可以保留 （3）取值范围和精度基本可以算作是无限制 三、复数类型 1． 只有 python 语言提供了复数类型 2．Z == 1.23e-4+5.6e+89j 字母 j 表示虚数单位 3．Z.real 获取实部 z 代表某一数据 Z.imag 获取虚部 四

#第一章 快速上手：基础知识# 1.1交互式解释器# 1.2 算法是什么# 1.3 数和表达式 + - * /(求商) %（求余）# 十六进制、 八进制 二进制# print(0xAF) # 16进制 0x 开头# print(hex(175)) # 10进制转化为 16 进制# print(0o10) # 8进制 0o 开头# print(oct(8)) # 10进制转化为 8 进制# print(0b111111) # 2进制 0b 开头# print(bin(63)) # 10进制转化为2进制# 1.4 变量 #字母、数字和下划线（_）构成， 数字不能开头# 1.5 语句# 1.6 获取用户输入#input('输入一个数字：')# 1.7 函数# 1.8 模块# import math# print(math.floor(32.5))# # 1.8.1 cmath 和复数# import cmath# print(cmath.sqrt(-1))# 1.8.1 回到未来 __future__# 1.9 保存并执行程序#1.9.1 从命令提示符运行Python 脚本#1.9.2 拼接字符串#1.9.3 注释 # """"""(三对单引号、双引号)#1.10 字符串#1.10.1 单引号字符串以及对引号转义#1.10.2 拼接字符串#1.10.3 字符串 str 和 repr#1

numpy学习 标签（空格分隔）： numpy python 数据类型 5种类型：布尔值（bool），整数（int），无符号整数（uint）、浮点（float）、复数（complex） 支持的原始类型与 C 中的原始类型紧密相关： Numpy 的类型 C 的类型 描述 np.bool bool 存储为字节的布尔值（True或False） np.byte signed char 平台定义 np.ubyte unsigned char 平台定义 np.short short 平台定义 np.ushort unsigned short 平台定义 np.intc int 平台定义 np.uintc unsigned int 平台定义 np.int_ long 平台定义 np.uint unsigned long 平台定义 np.longlong long long 平台定义 np.ulonglong unsigned long long 平台定义 np.half / np.float16 - 半精度浮点数：符号位，5位指数，10位尾数 np.single float 平台定义的单精度浮点数：通常为符号位，8位指数，23位尾数 np.double double 平台定义的双精度浮点数：通常为符号位，11位指数，52位尾数。 np.longdouble long double np

1.定点数 2.浮点数 IEEE754格式 。。。 来源： https://www.cnblogs.com/mznsndy/p/11828866.html

​阅读本文大约需要8分钟... 问题 在计算机的世界里，可能有很多常人无法理解的事情。比如 0.1 + 0.2 = ？。来，告诉我你的答案。 有的朋友看到这就迫不及待的说，这么简单的问题，很明显等于 0.3 啊，小学生都会算的好伐。你这是在侮辱我的智商？ 好吧，我来告诉你一个打脸的事实，0.1 + 0.2 还真不等于 0.3 。先别急着反驳我。 打开你的任意一个浏览器（我用chrome做演示），F12打开console控制台，输入 console.log(0.1 + 0.2) 。如果你操作正确的话，你会看到以下的结果。 是不是感觉匪夷所思，what？为什么结果是0.30000000000000004，这是神魔鬼？ 难道，我这么多年学习的数学知识，老师教的都是错的？ 别着急。其实，你的老师教的没错，在我们的世界中，0.1 + 0.2 确实是等于 0.3 的。但是，在计算机中，可就不是这么一回事了。待我娓娓道来。 因为，我们在计算数学问题的时候，用的是十进制，计算出来结果是0.3没问题。但是，在计算机中用的是二进制，都是由0和1来组成。这就不得不提一下，十进制转换二进制了。 二进制转换 十进制小数转换二进制的步骤：(以10.25为例) 1.先转换整数部分，除2直到商为0，倒数取余。 10/2 ... 商5...余数0 5/2 ...商2...余数1 2/2 ...商1...余数0 1

​阅读本文大约需要8分钟... 问题 在计算机的世界里，可能有很多常人无法理解的事情。比如 0.1 + 0.2 = ？。来，告诉我你的答案。 有的朋友看到这就迫不及待的说，这么简单的问题，很明显等于 0.3 啊，小学生都会算的好伐。你这是在侮辱我的智商？ 好吧，我来告诉你一个打脸的事实，0.1 + 0.2 还真不等于 0.3 。先别急着反驳我。 打开你的任意一个浏览器（我用chrome做演示），F12打开console控制台，输入 console.log(0.1 + 0.2) 。如果你操作正确的话，你会看到以下的结果。 是不是感觉匪夷所思，what？为什么结果是0.30000000000000004，这是神魔鬼？ 难道，我这么多年学习的数学知识，老师教的都是错的？ 别着急。其实，你的老师教的没错，在我们的世界中，0.1 + 0.2 确实是等于 0.3 的。但是，在计算机中，可就不是这么一回事了。待我娓娓道来。 因为，我们在计算数学问题的时候，用的是十进制，计算出来结果是0.3没问题。但是，在计算机中用的是二进制，都是由0和1来组成。这就不得不提一下，十进制转换二进制了。 二进制转换 十进制小数转换二进制的步骤：(以10.25为例) 1.先转换整数部分，除2直到商为0，倒数取余。 10/2 ... 商5...余数0 5/2 ...商2...余数1 2/2 ...商1...余数0 1

一：Python表达式运算符的优先级如下图： 如果程序中有括号，那么就要先考虑括号，在括号运算的基础之上再去考虑优先级。 混合类型向上转换： 整数与浮点数进行混合运算，例如你把恶一个整数和一个浮点数相加：40 + 3.14　　请问相加的结果是什么呢？是整数类型还是浮点数类型呢？ 答案其实很简单， 在混合类型的表达式中，Python首先将被操作的对象 转换成其中最复杂的操作数的类型，然后再对相同的操作数进行数学运算。 Python中划分数值类型复杂度是这样的：整数比浮点数简单，浮点数比复数简单，故而上述例子中，一个整数40与浮点数3.14运算时，整数首先升级为浮点数， 之后进行浮点数的运算得到结果： 40 + 3.14 43.14 二：变量与基础表达式： 1-变量在第一次赋值时被创建。 2-变量在表达式中使用时，会被替换成它们的值。 3-变量使用之前必须要被赋值，不赋值不执行。 三： >>> 1.1 + 2.2 == 3.3 False >>> 1.1 + 2.2 3.0000000003 >>> int(1.2 + 2.2) == int(3.3 ) True 来源： https://www.cnblogs.com/luochunbigdata/p/11809999.html