数字

Python3 支持整数（int）、浮点数（float）、复数（complex）三种类型的数字。

整数

整数支持加（+）、减（-）、乘（*）、除（/）等运算。

不同进制示例：

• 十六进制：0xA0F
• 八进制：0o37

使用两个乘号表示乘方运算

平方：

# 3^2 => 9
3 ** 2

六次方：

# 10^6 = 1000000
10 ** 6

浮点数

所有带小数点的数都视为浮点数。

精度丢失问题

浮点数的计算会有精度问题

# 得到 `0.30000000000000004`
0.2 + 0.1

不存在完全没有浮点数精度丢失的通用编程语言，根源分两类：

• 硬件层面：计算机底层默认二进制存储小数，十进制有限小数（0.1、0.2）二进制是无限循环小数，截断存储必然丢失精度；
• 数学层面：任何有限位数存储方案，都无法完整表达全体实数，一定会存在近似。

精度丢失问题的解决方案有：

方案一：十进制高精度类型（财务、金融专用，无精度丢失）

核心原理：直接用十进制存储数字，不转二进制，完美适配小数（0.1、0.01、金额），不存在二进制循环小数问题。

使用 Python 内置的 decimal 标准库可以实现。

from decimal import Decimal
# 用字符串传入，避免float先污染精度
a = Decimal("0.1")
b = Decimal("0.2")
print(a + b)  # 输出 0.3，无精度丢失

方案二：分数精确运算（有理数完全无损）

原理：用分子 + 分母存储有理数，所有加减乘除分数运算 100% 精确，无任何近似。

使用 Python 标准库 fractions 可以实现。

from fractions import Fraction
a = Fraction("0.1")
b = Fraction("0.2")
print(a + b) # 3/1，完全精确

缺点：只能处理有理数，无法精确表示无理数（π、√2）；复杂运算分母极易爆炸，性能极差。

整数和浮点数

将任意两个数相除时，结果总是浮点数，即便这两个数都是整数且能整除：

# 得到 `2.0`
4 / 2

无论是哪种运算，只要有操作数是浮点数，默认得到的总是浮点数，即便结果原本为整数也是如此。

数中的下划线

书写很大的数时，可使用下划线将其中的数字分组，使其更清晰易读（Python 3.6开始支持）：

# 其实这个下划线并不需要从右往左每 3 个数字加一个，你写 `14_00_0_0_00_000` 也是 ok 的，只是不太符合大众习惯
universe_age = 14_000_000_000

# 得到 `14000000000`（Python不会打印其中的下划线）
print(universe_age)

同时给多个变量赋值

可在一行代码中给多个变量赋值，这有助于缩短程序并提高其可读性。这种做法最常用于将一系列数赋给一组变量。

# 一次性给 a b c 三个变量赋值
a, b, c = 10, 20, 30
print(a)  # 10
print(b)  # 20
print(c)  # 30

等价写法：

# 不使用多变量赋值，要写三行
a = 10
b = 20
c = 30

常量

常量类似于变量，但其值在程序的整个生命周期内保持不变。Python没有内置的常量类型，但Python程序员会使用全大写来指出应将某个变量视为常量，其值应始终不变。