python 将文件中的科学记数法 替换为数字 python 科学计数法转字符

文章目录

• 1 变量

• 1.1 变量的基本知识
• 1.2 变量类型转换

• 2 算数运算符

• 2.1 算数运算符的优先级
• 2.2 取反
• 2.3 取余
• 2.4 乘方（幂运算）
• 2.5 绝对值、创建一个复数、返回除数和余数，指数，序列
• 2.6 四舍五入、求和

• 3 逻辑运算符
• 4 关系运算符
• 5 字符串比较大小
• 6 链式比较
• A 附录

• np.spacing 分母不为 0
• np.equal 判断是否相等
• np.prod 指定 axis 乘法
• is 和 ==
• 算数运算中混入布尔值

---

1 变量

1.1 变量的基本知识

变量名、变量类型、赋值。

NBA_star #变量没有赋值

报错
NameError: name ‘NBA_star’ is not defined

NBA_star  = 'Kobe' #给变量赋值
NBA_star

‘Kobe’

NBA_star  = 'James' #给变量重新赋值
NBA_star

‘James’

del NBA_star #删除变量
NBA_star

报错
NameError: name ‘NBA_star’ is not defined

下面看看不同类型变量之间的运算

'1314' + 520   #类型不相同，不能运算

报错
TypeError: must be str, not int

1314 + '520' #观察报错信息

报错
TypeError: unsupported operand type(s) for +: ‘int’ and ‘str’

1314+520 #int之间运算

1834

1314.0+520  #int和float运算得到float结果

1834.0

如果是不同类型的数据运算，会发生隐式类型转换
转换的规则是：低等类型向高等类型转换，前提是可以进行算术运算
等级从低到高是：bool-int-float-complex

Note：在算术运算时，True代表1，False代表0

False + 1 #bool + int = int

1

False + 1.0 #bool + float = float

1.0

(1+1j) + True #bool + complex = complex

(2+1j)

True + (1+1j)

(2+1j)

int 和 float 运算得到 float 结果,上述例子就可以看出

1 + (1+1j) #int + complex = complex

(2+1j)

(1+1j) + 1

(2+1j)

(1+1j) + 1.1 #float + complex = complex

(2.1+1j)

complex 的实部和虚部都是 int 类型的，int / float + complex = int / float + 实部，虚部不变，int / float * complex = int / float 分别乘以实部和虚部。

(1+1j) * 2

(2+2j)

1.2 变量类型转换

float（）函数，将其他类型数据转为浮点数

str（）函数，将其他类型数据转为字符串

int（）函数，将其他类型数据转为整型

float(123) #int转为float

123.0

float('123') #str转为float

123.0

float(1.23e-4) #科学计数法转为float

0.000123

str(123) #int转为str

‘123’

str(1.23e5) #科学计数法转为str

‘123000.0’

float 转为 int 的时候，往0靠近，不是进一法，也不是四舍五入，简单来说就是保留整数部分，截去小数部分

int(1.23) #float转为int,往0靠近的整数

1

int(-1.23)

-1

int('123') #str转int

123

int('Kobe')

报错
ValueError: invalid literal for int() with base 10: ‘Kobe’

float('Kobe')

报错
ValueError: could not convert string to float: ‘Kobe’

2 算数运算符

2.1 算数运算符的优先级

算数运算符的优先级（按照从低到高排序，同一行优先级相同）

1. +、-（加减号）
2. * , / , // , %
3. 单目+、单目-（正负号）
4. **

2.2 取反

x = 123

123

-x

-123

2.3 取余

取余,余数的符号根据除数来决定。

9 % 2  # 取余数

1

-9 % 2

1

9 % -2

-1

-9 % -2

-1

3 % 4

3

---

同时取商和取余

print(divmod(9, 4))

输出为

(2, 1)

---

判断奇偶的时候，我们可以通过 n%2 == 1 来实现

还有种比较快捷的方式

n&1 == 1 # 判断奇数
n&1 == 0 # 判断偶数

2.4 乘方（幂运算）

注意幂运算的优先级比正负号的优先级高。

- 2 ** 2 #乘方

-4

(- 2) ** 2

4
还有 pow(a,b)也可以进行幂运算，参考下一小节内容

2.5 绝对值、创建一个复数、返回除数和余数，指数，序列

2.6 四舍五入、求和

round()、sum()

除了调用 round 函数，在实际过程中如下方式也是经常使用的

floor(x+0.5)，也即在原来的数字上加上 0.5，配合向下取整，达到四舍五入的目的

3 逻辑运算符

逻辑运算符有三种，与 或 非

and：逻辑‘与’运算符，只有当and两边都是真，结果才是真

or：逻辑‘或’运算符，只要当or一边的是真的，结果就是真

not：逻辑非运算符，反转逻辑值

Note：and 和 or的使用细节

• 对于 and 操作符：

  只要左边的表达式为真，整个表达式返回的值是右边表达式的值，否则，返回左边表达式的值

1 and 5

结果为5

• 对于 or 操作符：

  只要两边的表达式为真，整个表达式的结果是左边表达式的值。
  如果是一真一假，返回真值表达式的值。
  如果两个都是假，比如空值和0，返回的是右边的值。（空值或0）

1 or 5

结果为 1

---

优先级顺序为not > and > or

not 1 or 0 and 1 or 3 and 4 or 5 and 6 or 7 and 8 and 9

结果为 4

根据上面知识点，求解过程如下：

0 or 0 or 4 or 6 or 8 and 9
0 or 0 or 4 or 6 or 9
0 or 4 or 6 or 9
4 or 6 or 9
4 or 9
4

4 关系运算符

关系运算符如下：

Python中的对象包含三要素：id、type、value

• id 用来唯一标识一个对象，即在内存开辟了一块空间暂时存放这个变量
• type 标识对象的类型，如之前说过的str，int，float等
• value 是对象的值

a = 2
b = 2
a == b

True

a is b

True

c = 2.0
a == c

True

c is a

False

id(a) #查看变量在内存中的位置

94918783982752

id(b)

94918783982752

id(c)

139717705123520

---

总结，运算优先级

5 字符串比较大小

表中可以看出，数字的 ASCII 小于大写字母，大大写字母小于小写字母

规则：按ASCII表中排列顺序比较大小，表中越后面的越大

流程：

• 首先取两个字符串的第 1 个字符比较，较大的字符所在的字符串更大
• 如果第一个字符相同，再取两个字符串的第 2 个字符比较，较大的字符所在的字符串更大
• 其余以此类推
• 如果比到最后都相同，则两个字符串相等
• 如果某个字符串已经被比较完了，另一个还剩一部分，则剩一部分的字符串比较大
• 特别要注意的，如果是空字符串和非空字符串比较，空串小

6 链式比较

a = 5
print(4 < a < 6)
print(1==a<20)
print(3<a>4)

output

True
False
True

---

A 附录

np.spacing 分母不为 0

一般会在分母处加上一个很小的常数，eg y = 1/(x+0.0000001)

numpy 中有 spacing 方法，可以实现该功能

https://numpy.org/doc/stable/reference/generated/numpy.spacing.html

上述代码可以改进为

import numpy as np
y = 1/(x + np.spacing(1))

np.spacing(1) 的值为 2.220446049250313e-16，足够小了

---

np.equal 判断是否相等

判断数组中的元素是否对应相等，相等 true，不相等 false

对比的两个数组维度不同时，会 broadcast 成相同 shape

https://numpy.org/doc/stable/reference/generated/numpy.equal.html?highlight=equal#numpy.equal

同样用法的还有 np.greater（>），np.greater_equal（≥），np.less（<），np.less_equal（≤），np.not_equal（!=）

np.prod 指定 axis 乘法

https://numpy.org/doc/stable/reference/generated/numpy.prod.html

is 和 ==

first_list = [1, 2, 3]
second_list = [1, 2, 3]

# 比较两个值
print(first_list == second_list)  # True

# 是否指向同一内存
print(first_list is second_list)  
# False

third_list = first_list

print(third_list is first_list)  
# True

算数运算中混入布尔值

x = 10
y = 9
result = (x - False)+(y + True)
print(result)  # 20