本文目錄一覽：
python數據類型有哪些
數據類型是每種編程語言必備的屬性，只有給數據賦予明確的數據類型，計算機才能對數據進行處理運算，因此，使用正確的數據類型是十分有必要的，以下是Python編程常用的數據類型：
一、數字型
Python數字類型主要包括int(整型)、long(長整型)和float(浮點型)，但是在Python3中就不再有long類型了。
1、int(整型)
在32位機器上，整數的位數是32位，取值範圍是-231~231-1，即-2147483648~214748364;在64位系統上，整數的位數為64位，取值範圍為-263~263-1，即9223372036854775808~9223372036854775807。
2、long(長整型)
Python長整型沒有指定位寬，但是由於機器內存有限，使用長的長整數數值也不可能無限大。
3、float(浮點型)
浮點型也就是帶有小數點的數，其精度和機器有關。
4、complex(複數)
Python還支持複數，複數由實數部分和虛數部分構成，可以用 a + bj,或者 complex(a,b) 表示， 複數的實部 a 和虛部 b
都是浮點型。
二、字元串
在Python中，加了引號的字元都被認為是字元串，其聲明有三種方式，分別是：單引號、雙引號和三引號;Python中的字元串有兩種數據類型，分別是str類型和unicode類型，str類型採用的ASCII編碼，無法表示中文，unicode類型採用unicode編碼，能夠表示任意字元，包括中文和其他語言。
三、布爾型
和其他編程語言一樣，Python布爾類型也是用於邏輯運算，有兩個值：True(真)和False(假)。
四、列表
列表是Python中使用最頻繁的數據類型，集合中可以放任何數據類型，可對集合進行創建、查找、切片、增加、修改、刪除、循環和排序操作。
五、元組
元組和列表一樣，也是一種序列，與列表不同的是，元組是不可修改的，元組用」()」標識，內部元素用逗號隔開。
六、字典
字典是一種鍵值對的集合，是除列表以外Python之中最靈活的內置數據結構類型，列表是有序的對象集合，字典是無序的對象集合。
七、集合
集合是一個無序的、不重複的數據組合，它的主要作用有兩個，分別是去重和關係測試。
如何提高python的計算精度
可以使用decimal模塊來設置計算的精度。舉個例子。
from decimal import *
getcontext().prec = 6
Decimal(1) / Decimal(7)
Decimal(‘0.142857’)
getcontext().prec = 28
Decimal(1) / Decimal(7)
Decimal(‘0.1428571428571428571428571429’)
python數據分析-科學計數法
用python進行數據分析時，查看數據，經常發生數據被自動顯示成科學記數法的模式，或者多行多列數據只顯示前後幾行幾列，中間都是省略號的情形。
import numpy as npnp.set_printoptions(suppress=True, threshold=np.nan)
suppress=True 取消科學記數法
threshold=np.nan 完整輸出（沒有省略號）
display.[max_categories, max_columns, max_colwidth, max_info_columns, max_info_rows, max_rows, max_seq_items, memory_usage, multi_sparse, notebook_repr_html, pprint_nest_depth, precision, show_dimensions]
詳細介紹文檔： pd.set_option
可以在pd.set_option設置display.float_format參數來以政策小數顯示，比如下面設置顯示到小數點後3位
pd.set_option(‘display.float_format’, lambda x: ‘%.3f’ % x)
set_option中還有其它一些控制設置，包括默認顯示列數，行數等等
pd.set_option(‘display.max_columns’,5, ‘display.max_rows’, 100)
import pandas as pdpd.set_option(‘display.max_columns’, 10000, ‘display.max_rows’, 10000)
display.max_columns 顯示最大列數
display.max_rows 顯示最大行數
1、pd.set_option(『expand_frame_repr』, False)
True就是可以換行顯示。設置成False的時候不允許換行
2、pd.set_option(『display.max_rows』, 10)
pd.set_option(『display.max_columns』, 10)
顯示的最大行數和列數，如果超額就顯示省略號，這個指的是多少個dataFrame的列。如果比較多又不允許換行，就會顯得很亂。
3、pd.set_option(『precision』, 5)
顯示小數點後的位數
4、pd.set_option(『large_repr』, A)
truncate表示截斷，info表示查看信息，一般選truncate
5、pd.set_option(『max_colwidth』, 5)
列長度
6、pd.set_option(『chop_threshold』, 0.5)
絕對值小於0.5的顯示0.0
7、pd.set_option(『colheader_justify』, 『left』)
顯示居中還是左邊，
8、pd.set_option(『display.width』, 200)
橫向最多顯示多少個字元， 一般80不適合橫向的屏幕，平時多用200.
np.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None, formatter=None)
參數：
precision 設置浮點數的精度 （默認值：8）
threshold 設置顯示的數目（超出部分省略號顯示， np.nan是完全輸出，默認值：1000）
edgeitems 設置顯示前幾個，後幾個 （默認值：3）
suppress 設置是否科學記數法顯示 （默認值：False）
示例如下：
import numpy as npnp.set_printoptions(precision=4, threshold=8, edgeitems=4, linewidth=75, suppress=True, nanstr=’nan’, infstr=’inf’)print(“precision=4, 浮點數精確小數點後4位: “, np.array([1.23446789]))print(“threshold=8, edgeitems=4, 顯示8個，前4後4: “, np.arange(10))np.set_printoptions(formatter={‘all’: lambda x :’int:’+str(-x)})print(“formatter, 格式化輸出: “, np.arange(5))
輸出如下：
[圖片上傳失敗…(image-15f596-1587702700460)]
注意：precision自動四捨五入
詳細介紹文檔: np.set_printoptions
pd.set_option
pd.set_option(pat, value)
如何提高python三角函數的精度
方法如下：
①使用numpy等第三方庫，可以提高到64bit的精度。
②使用高精度運算庫。
③使用mathematica，高精度計算就趕緊用專業的數學軟體。
原創文章，作者：0RGRJ，如若轉載，請註明出處：https://www.506064.com/zh-tw/n/130454.html
微信掃一掃 
支付寶掃一掃 