Python中分数的相关使用教程-Python教程-PHP中文网

首页

后端开发

Python教程

Python中分数的相关使用教程

WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB

Jun 10, 2016 pm 03:16 PM

python 分数科学计算

你可能不需要经常处理分数，但当你需要时，Python的Fraction类会给你很大的帮助。在该指南中，我将提供一些有趣的实例，用于展示如何处理分数，突出显示一些很酷的功能。
1 基础

Fraction类在Lib/fractions.py文件中，所以可以这样导入：

from fractions import Fraction

登录后复制

有很多种实例化Fraction类的方法。

首先，你可以传入分子和分母：

>>> Fraction(1, 2)
Fraction(1, 2)

登录后复制

或者利用另一个分数进行实例化：

>>> f = Fraction(1, 2)
>>> Fraction(f)
Fraction(1, 2)

登录后复制

使用一个浮点数进行实例化：

>>> Fraction(2.5)
Fraction(5, 2)

登录后复制

或者使用一个 decimal：

>>> from decimal import Decimal
>>> Fraction(Decimal('1.1'))
Fraction(11, 10)

登录后复制

最后一种方法，可能是最有趣的一种方法，你可以使用一个字符串实例化Fraction类：

>>> Fraction('9/16')
Fraction(9, 16)

登录后复制

本质上讲，Fraction类这么设计，目的就是为了让你在实例化该类之前不需要做很多处理。Fraction类知道如何处理多种不同的数据类型。
2 自动约分

约分并不是很难，但是对于一些复杂的分数，约分还是要费点事的。Fraction类在这方面特别有用，因为它能自动约分分数。

>>> Fraction(153, 272)
Fraction(9, 16)

登录后复制

纯粹靠想，你可能无法约分153/172，但是Fraction类能很快地完成约分。
3 二元运算

你可以像对待整数和浮点数一样，在Fraction对象上执行二元运算。

两个分数进行相加操作：

>>> Fraction(1, 2) + Fraction(3, 4)
Fraction(5, 4)

登录后复制

这样操作就很方便了，但是你也可以混合整数或浮点数。如你所料，Fraction对象和一个整数进行相加返回一个Fraction对象，但和一个浮点数进行相加返回一个浮点数。

>>> Fraction(5, 16) + 3
Fraction(53, 16)
>>> Fraction(5, 16) + 3.0
3.3125

登录后复制

这里有一些其他的二元运算的例子：

>>> Fraction(5, 16) - Fraction(1, 4)
Fraction(1, 16)
>>> Fraction(1, 16) * Fraction(3, 16)
Fraction(3, 256)
>>> Fraction(3, 16) / Fraction(1, 8)
Fraction(3, 2)

登录后复制

现在让我们试试乘方操作：

>>> Fraction(1, 8) ** Fraction(1, 2)
0.3535533905932738

登录后复制

它返回一个浮点数，可能是因为分数不能进行合理的计算。实际上我们可以使用limit_denominator方法得到一个近似的Fraction值。

>>> f = Fraction(1, 8) ** Fraction(1, 2)
>>> Fraction(f).limit_denominator()
Fraction(235416, 665857)

登录后复制

记住，你可以混合字符串和其他上边实例化部分中提到的数据类型。

>>> Fraction("1/2") + Fraction(2.0)
Fraction(5, 2)
>>> Fraction(2) * Fraction("  1/2  ")
Fraction(1, 1)

登录后复制

4 获取Fraction对象的属性

你已经有了一个Fraction对象，并且已经做了一些计算，现在我们如何访问它的属性呢？

不阅读文档的话，你或许会尝试Fraction.numerator和Fraction.denominator，事实证明你是正确的。

>>> f = Fraction(221, 234) + Fraction(1, 2)
>>> f.numerator
13
>>> f.denominator
9

登录后复制

或者作为一个字符串，打印整个分数：

>>> print f
13/9
>>> a = str(f)
>>> a
'13/9'

登录后复制

5 GCD

这不是Fraction类的一部分，它是在fractions库中的。利用它你可以快速找到两个数的最大公约数。

首先导入：

from fractions import gcd

登录后复制

一些例子：

>>> gcd(100, 75)
25
>>> gcd(221, 234)
13

登录后复制

6 总结

希望你已经学到了一些关于在Python中处理分数的东西。如果你想阅读更多内容，可以查看文档。如果你感觉学起来非常有动力，可以看看源代码。

如果你有更有趣的分数使用方法，告诉我，我会将它们添加到指南中。

本站声明

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn

热AI工具

热工具

热门话题

gmail邮箱登陆入口在哪里

7529

CakePHP 教程

1378

steam的账户名称是什么格式

win11激活密钥永久

NYT连接提示和答案

显示更多

Related knowledge

PHP和Python：比较两种流行的编程语言 Apr 14, 2025 am 12:13 AM

PHP和Python各有优势，选择依据项目需求。1.PHP适合web开发，尤其快速开发和维护网站。2.Python适用于数据科学、机器学习和人工智能，语法简洁，适合初学者。

Python和时间：充分利用您的学习时间 Apr 14, 2025 am 12:02 AM

要在有限的时间内最大化学习Python的效率，可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

PHP和Python：代码示例和比较 Apr 15, 2025 am 12:07 AM

PHP和Python各有优劣，选择取决于项目需求和个人偏好。1.PHP适合快速开发和维护大型Web应用。2.Python在数据科学和机器学习领域占据主导地位。

CentOS上如何进行PyTorch模型训练 Apr 14, 2025 pm 03:03 PM

在CentOS系统上高效训练PyTorch模型，需要分步骤进行，本文将提供详细指南。一、环境准备：Python及依赖项安装:CentOS系统通常预装Python，但版本可能较旧。建议使用yum或dnf安装Python3并升级pip：sudoyumupdatepython3(或sudodnfupdatepython3)，pip3install--upgradepip。CUDA与cuDNN(GPU加速):如果使用NVIDIAGPU，需安装CUDATool

CentOS上PyTorch的GPU支持情况如何 Apr 14, 2025 pm 06:48 PM

在CentOS系统上启用PyTorchGPU加速，需要安装CUDA、cuDNN以及PyTorch的GPU版本。以下步骤将引导您完成这一过程：CUDA和cuDNN安装确定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA显卡支持的CUDA版本。例如，您的MX450显卡可能支持CUDA11.1或更高版本。下载并安装CUDAToolkit:访问NVIDIACUDAToolkit官网，根据您显卡支持的最高CUDA版本下载并安装相应的版本。安装cuDNN库:前

docker原理详解 Apr 14, 2025 pm 11:57 PM

Docker利用Linux内核特性，提供高效、隔离的应用运行环境。其工作原理如下：1. 镜像作为只读模板，包含运行应用所需的一切；2. 联合文件系统（UnionFS）层叠多个文件系统，只存储差异部分，节省空间并加快速度；3. 守护进程管理镜像和容器，客户端用于交互；4. Namespaces和cgroups实现容器隔离和资源限制；5. 多种网络模式支持容器互联。理解这些核心概念，才能更好地利用Docker。

Python vs. JavaScript：社区，图书馆和资源 Apr 15, 2025 am 12:16 AM

Python和JavaScript在社区、库和资源方面的对比各有优劣。1)Python社区友好，适合初学者，但前端开发资源不如JavaScript丰富。2)Python在数据科学和机器学习库方面强大，JavaScript则在前端开发库和框架上更胜一筹。3)两者的学习资源都丰富，但Python适合从官方文档开始，JavaScript则以MDNWebDocs为佳。选择应基于项目需求和个人兴趣。

CentOS下PyTorch版本怎么选 Apr 14, 2025 pm 02:51 PM

在CentOS下选择PyTorch版本时，需要考虑以下几个关键因素：1.CUDA版本兼容性GPU支持：如果你有NVIDIAGPU并且希望利用GPU加速，需要选择支持相应CUDA版本的PyTorch。可以通过运行nvidia-smi命令查看你的显卡支持的CUDA版本。CPU版本：如果没有GPU或不想使用GPU，可以选择CPU版本的PyTorch。2.Python版本PyTorch

See all articles

Python中分数的相关使用教程

热AI工具

Undresser.AI Undress

AI Clothes Remover

Undress AI Tool

Clothoff.io

AI Hentai Generator

热门文章

热工具

记事本++7.3.1

SublimeText3汉化版

禅工作室 13.0.1

Dreamweaver CS6

SublimeText3 Mac版

热门话题