python常用運算子有哪些?
和其他大多數的語言一樣,python 中常用的操作符也有算術運算符、比較操作符、邏輯操作符,但是又有一些差別,以下將詳細介紹。
1. 算術運算子
和其他大多數的語言一樣,python 也有(加)、-(減)、*(乘)、/(除)、%(取餘)這5 個運算符,除此之外還有兩個特殊的運算符,分別是//(整除)和* *(冪運算符,或稱為乘方運算符)。
這裡, 、-、* 的功能和計算機都一樣,不再贅述了。
% 運算子對浮點數也有效,例如:
>>> 3.75 % 0.5 0.25 >>> 3.75 % 2 1.75 >>>
** 運算子是進行冪(乘方)運算的,例如:
>>> 3**2 9 >>> 2**3 8 >>>
需要注意的是** 運算子和正負號( 、-)之間的優先權關係,** 比其左側的正負號優先權高,比其右側的正負號優先權低。或者直接就可以認為 ** 運算子比正負號優先級高,因為正負號在其右側時,兩個符號在一起,總不能把正負號去掉吧。例如:
>>> -3**2 -9 >>> 3**-2 0.1111111111111111 >>>
需要強調和區別的是 / 和 // 這兩個除運算子。 python 2.7 中,/ 對於兩個整數相除來說是整除,計算結果只留下整數部分,而小數部分沒有了,例如:
>>> 3/2 1 >>>
如果想要執行普通的除法,即實現保留計算結果的小數部分,可以用浮點數進行運算,例如:
>>> 3.0/2 1.5 >>> 3/2.0 1.5 >>> 3/2. 1.5 >>> 3.0/2.0 1.5 >>>
而在python 3 中,/ 有所改變,不管是整數除法還是浮點數除法,執行的都是浮點數除法,也就是可以保留計算結果的小數部分。
同時,在python 2 中實作保留計算結果的小數部分的另一個方法是,在程式前加上一句from __feture__ import division 並執行該語句(語句中的__ 為兩個底線),例如:
>>> from __future__ import division >>> 3/2 1.5 >>> 5/4 1.25 >>>
此時的除法運算和python 3 中除法運算已經是一致的了。
在python 中也提供了// 這個整除運算符,它做的是整除,而且對浮點數執行的也是整除,例如:
>>> 3//2 1 >>> 3.0//2.0 1.0 >>> 5//2.0 2.0 >>>
#2 . 比較運算子
和其他大多數的語言一樣,python 的比較運算子包括<、<=、>、>=、==、!=。比較運算子根據表達式的值的真假傳回布林值 True 或 False。例如:
>>> 3 < 4 True >>> 3 > 4 False >>> 3 == 4 False >>> 3 != 4 True >>>
3. 邏輯運算子
#邏輯運算子就是我們常說的與、或、非,在python 裡分別表示為and、or、not。
使用邏輯運算子可以將任意的表達式連接在一起,並且得到一個布林值。例如:
>>> 3 < 4 and 3 > 4 False >>> 3 < 4 or 3 == 4 True >>> not 3 < 4 False >>>
在使用邏輯運算子時,最需要注意的一點是短路邏輯(或稱為惰性求值),它表達的意思是:邏輯運算是自左向右邊進行的,如果左邊已經決定結果,就不會去做右邊的計算。具體的表示如下:
對於x and y,如果x 為假,則立刻回傳x 的值,而不用去執行y;如果x 為真,則傳回y 的值
對於x or y,如果x 為真,則立刻回傳x 的值,而不用去執行y;如果x 為假,則傳回y 的值
例如:
>>> a Traceback (most recent call last): File "<pyshell#21>", line 1, in <module> a NameError: name 'a' is not defined >>> 0 and a 0 >>> 0 or a Traceback (most recent call last): File "<pyshell#23>", line 1, in <module> 0 or a NameError: name 'a' is not defined >>> 6 and a Traceback (most recent call last): File "<pyshell#24>", line 1, in <module> 6 and a NameError: name 'a' is not defined >>> 6 or a 6 >>>
由於我們事先沒有定義變數a,所以執行a 時是會報錯的。
對於0 and a,由於先判斷0 為假(程式語言中一般0 都表示假,非0 代表真),此時已經能夠決定整個結果是假,所以會直接回0 而不去執行a,因而不會報錯。
對於 0 or a,先判斷 0 為假,此時並不能決定整個結果是真是假,所以會繼續去執行 a,因而就會報錯。
對於 6 and a,先判斷 6 為真,此時並不能決定整個結果是真是假,所以會繼續去執行 a,因而就會報錯。
對於 6 or 啊,由於先判斷 6 為真,此時已經能夠決定整個結果是真,所以會直接返回 6 而不去執行 a,因而不會報錯。
總結:運算子的優先順序
#下面我們再來總結運算子的優先權高低,見下圖:
推薦學習:Python影片教學
#以上是python常用運算子有哪些?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

PHP和Python各有優劣,選擇取決於項目需求和個人偏好。 1.PHP適合快速開發和維護大型Web應用。 2.Python在數據科學和機器學習領域佔據主導地位。

在CentOS系統上高效訓練PyTorch模型,需要分步驟進行,本文將提供詳細指南。一、環境準備:Python及依賴項安裝:CentOS系統通常預裝Python,但版本可能較舊。建議使用yum或dnf安裝Python3併升級pip:sudoyumupdatepython3(或sudodnfupdatepython3),pip3install--upgradepip。 CUDA與cuDNN(GPU加速):如果使用NVIDIAGPU,需安裝CUDATool

在CentOS系統上啟用PyTorchGPU加速,需要安裝CUDA、cuDNN以及PyTorch的GPU版本。以下步驟將引導您完成這一過程:CUDA和cuDNN安裝確定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA顯卡支持的CUDA版本。例如,您的MX450顯卡可能支持CUDA11.1或更高版本。下載並安裝CUDAToolkit:訪問NVIDIACUDAToolkit官網,根據您顯卡支持的最高CUDA版本下載並安裝相應的版本。安裝cuDNN庫:前

Docker利用Linux內核特性,提供高效、隔離的應用運行環境。其工作原理如下:1. 鏡像作為只讀模板,包含運行應用所需的一切;2. 聯合文件系統(UnionFS)層疊多個文件系統,只存儲差異部分,節省空間並加快速度;3. 守護進程管理鏡像和容器,客戶端用於交互;4. Namespaces和cgroups實現容器隔離和資源限制;5. 多種網絡模式支持容器互聯。理解這些核心概念,才能更好地利用Docker。

Python和JavaScript在社區、庫和資源方面的對比各有優劣。 1)Python社區友好,適合初學者,但前端開發資源不如JavaScript豐富。 2)Python在數據科學和機器學習庫方面強大,JavaScript則在前端開發庫和框架上更勝一籌。 3)兩者的學習資源都豐富,但Python適合從官方文檔開始,JavaScript則以MDNWebDocs為佳。選擇應基於項目需求和個人興趣。

在CentOS下選擇PyTorch版本時,需要考慮以下幾個關鍵因素:1.CUDA版本兼容性GPU支持:如果你有NVIDIAGPU並且希望利用GPU加速,需要選擇支持相應CUDA版本的PyTorch。可以通過運行nvidia-smi命令查看你的顯卡支持的CUDA版本。 CPU版本:如果沒有GPU或不想使用GPU,可以選擇CPU版本的PyTorch。 2.Python版本PyTorch

MinIO對象存儲:CentOS系統下的高性能部署MinIO是一款基於Go語言開發的高性能、分佈式對象存儲系統,與AmazonS3兼容。它支持多種客戶端語言,包括Java、Python、JavaScript和Go。本文將簡要介紹MinIO在CentOS系統上的安裝和兼容性。 CentOS版本兼容性MinIO已在多個CentOS版本上得到驗證,包括但不限於:CentOS7.9:提供完整的安裝指南,涵蓋集群配置、環境準備、配置文件設置、磁盤分區以及MinI

在CentOS系統上進行PyTorch分佈式訓練,需要按照以下步驟操作:PyTorch安裝:前提是CentOS系統已安裝Python和pip。根據您的CUDA版本,從PyTorch官網獲取合適的安裝命令。對於僅需CPU的訓練,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,請確保已安裝對應版本的CUDA和cuDNN,並使用相應的PyTorch版本進行安裝。分佈式環境配置:分佈式訓練通常需要多台機器或單機多GPU。所
