Float in Python: una guida passo passo

I programmatori utilizzano diversi tipi di dati (stringhe, interi, numeri complessi, float) per memorizzare i valori a seconda di come desiderano manipolare un valore. Ad esempio, potresti voler eseguire un'operazione matematica ma se il tuo tipo di dati è una stringa, risulterà in un errore. Allo stesso modo, se usi un numero decimale come input, non puoi usare numeri interi per quello.

Come elemento primitivo della programmazione, Python consente ai programmatori di creare oggetti a virgola mobile. La funzione incorporata float() in Python consente di convertire tipi di dati come numeri interi o stringhe in numeri a virgola mobile.

In questo articolo, capiremo come funziona float in Python ed esploreremo diversi metodi float con esempi. Vedremo anche come utilizzare Python round float per includere parametri aggiuntivi durante l'arrotondamento e scopriremo come viene generato un float casuale Python. Quindi iniziamo.

Cos'è Float in Python?

Float, in informatica, è un tipo di dati che denota una frazione o un numero in formato decimale. Consente ai programmatori un maggiore grado di precisione rispetto agli interi

In Python, utilizziamo il metodo float() per restituire un tipo di dati float quando l'input è un valore, una stringa o un numero specificato

Sintassi

float(value) // dove value è una stringa o un numero

È facoltativo se vuoi passare un parametro o meno. Il valore predefinito di float() è 0.0. Se il metodo float() integrato non è in grado di restituire un numero in virgola mobile da una stringa o da un numero, aumenterà il valore ValueError. Restituirà anche un errore se il numero intero passato è oltre l'intervallo float() di Python.

I numeri in virgola mobile svolgono un ruolo significativo nella programmazione, specialmente quando indicano le valute. Sono altamente efficienti nel fornire potenza di elaborazione nelle librerie grafiche dove vengono ampiamente utilizzati. Poiché può tollerare errori di arrotondamento derivanti dalla precisione fino a sette cifre, float può aiutarti a scrivere un codice più preciso e accessibile.

Impara i corsi di scienza dei dati online dalle migliori università del mondo. Guadagna programmi Executive PG, programmi di certificazione avanzati o programmi di master per accelerare la tua carriera.

Come funziona Float in Python? Esempi di metodo Float()

Ecco le diverse funzioni che puoi eseguire sul float:

1. Converti un numero intero in un float in Python

La conversione di un numero intero in un numero a virgola mobile in Python è semplice. Ecco un esempio

float_no = float(15)

stampa(float_no)

Uscita : 15.0.

2. Converti una stringa in un float in Python

Una stringa in Python è considerata una raccolta di caratteri. Per convertire una stringa in un numero a virgola mobile utilizzando il metodo float(), la stringa deve essere espressa in formato numerico. Ecco un esempio:

float_str = float(“15”)

print(float_str)

Uscita : 15.0.

Se aggiungi i segni positivi (+) o negativi (-) alla stringa, il metodo convertirà la stringa rispettivamente in un float positivo o in un float negativo

se vuoi che la tua stringa venga convertita in un float positivo o in un float negativo. Per esempio:

float_str = float(“-15”)

print(float_str)

Uscita : -15.0

I float possono anche essere espressi in notazione scientifica dove E o e denota la potenza di 10. Ad esempio, 1.5e3 = 1.5 x 10 3 = 1500).

Ecco un esempio:

print(float(2e-002))

print(float(“2e-002”))

print(float('+1E3'))

Produzione:

0.02

0.02

1000.0

Puoi anche includere numeri non validi o valori infinito nella stringa: NaN, infinito o inf.

Per esempio:

print("Vero: ", float(Vero))

print("Falso: ", float(Falso))

print("Nan: ", float('nan'))

print("Infinito: ", float('inf'))

Produzione

Vero: 1.0

Falso: 0,0

Nonna: nonna

Infinito: inf

3. Typecasting usando Float()

Useremo ora float() per scoprire come funziona con stringhe e interi. Nel seguente programma, convertiremo il tipo da intero a float:

s=100

print(“s=”,s)

print("Prima: ",tipo(i))

s=flottante(i)

print(“s=”,s)

print("Dopo: ",tipo(i))

Uscita :

s= 100

Prima: <classe 'int'>

s= 100.0

Dopo: <classe 'flottante'>

Se l'input non è un numero intero ed è invece una stringa, lo convertirà comunque in un numero a virgola mobile. Tuttavia, se la stringa contiene caratteri, risulterà in ValueError.

4. Arrotondamento mobile in Python

Se si desidera un valore approssimativo per il proprio numero in virgola mobile che non sia eccessivamente preciso, è possibile arrotondarlo alla virgola decimale desiderata. Ad esempio, l'arrotondamento del numero in virgola mobile a 5,1235 arrotondato al centesimo è 5,12.

In Python, c'è una funzione incorporata Round() che ti aiuta ad arrotondare un numero float. Python round float restituisce un float arrotondato in base all'input fornito. Nel caso in cui la cifra decimale non sia specificata, Python la considera 0 e quindi la arrotonda all'intero più vicino.

Sintassi: round(float_num, num_of_decimals)

• I due argomenti float_num e num_of_decimals indicano rispettivamente il float che si desidera arrotondare e la cifra decimale a cui si desidera arrotondare.
• num_of_decimals è facoltativo come accennato in precedenza.
• Se num_of_decimals è un numero intero negativo, la funzione float round di Python lo arrotonda alla cifra che si trova prima del punto decimale.

Capiamolo con un esempio:

float_num1 = 11.7

float_num2 = 11.4

float_num3 = 11.2345

float_num4 = 11.5678

float_num5= 123.45

print(round(float_num1))

print(round(float_num2))

print(round(float_num3, 2))

print(round(float_num4, 2))

print(round(float_num5, -1))

Produzione:

12

11

11.23

11.57

120.0

5. Generazione di Python Random Float

Puoi usare i metodi random() e uniform() in Python per generare numeri casuali in virgola mobile nell'intervallo specificato.

Assumiamo che il nostro intervallo sia compreso tra 0 e 1 e vogliamo generare 3 numeri float casuali:

importa a caso

x = casuale.casuale()

per i nell'intervallo(3):

stampa(casuale.casuale())

Correre

Uscita :

0.54134241344332134

0.13142525490547756

0.75132452526261544

Successivamente, utilizzeremo il metodo uniform() per specificare un intervallo per generare numeri float casuali. L'intervallo potrebbe essere compreso tra 1 e 10 o tra 32,5 e 52,5 e così via.

Sintassi : random.uniform(start, stop)

• Entrambi gli argomenti nella funzione uniform() sono obbligatori. Saltare qualcuno porterebbe a un TypeError uniform().
• inizio rappresenta il limite inferiore dell'intervallo. Presuppone che il valore sia 0 per impostazione predefinita.
• stop rappresenta il limite superiore o l'ultimo numero nell'intervallo.

Ecco un breve programma che spiega la generazione di float casuale Python:

importa a caso

print(random.uniform(10.5, 75.5))

print(random.uniform(10, 100))

Uscita :

27.23469913175497

81.77036292015993

Ecco alcuni punti importanti da ricordare:

• Se start è minore o uguale allo stop, verrà generato un numero float casuale che è <= il numero di stop e >= il numero di start.
• Se stop è maggiore o uguale a start, il numero float casuale Python sarà >= numero di stop e <= il numero di partenza.

Ciò implica essenzialmente che se si specifica l'intervallo da 1 a 10 o da 10 a 1, la funzione random.uniform() lo tratterà come lo stesso.

Impara Python per progredire nella tua carriera nella scienza dei dati

Python è altamente scalabile e uno dei linguaggi di elaborazione più veloci rispetto a R, Matlab e Stata e, quindi, svolge un ruolo fondamentale nella scienza dei dati. Offre la flessibilità e la versatilità per affrontare un determinato problema in più modi. Quindi, se stai cercando di stabilire una carriera nella scienza dei dati, ti consigliamo vivamente di sviluppare competenze in Python imparando i concetti di base e avanzati del linguaggio di programmazione da applicare a scenari del mondo reale. Ecco come:

Goditi l'esperienza di apprendimento upGrad!

Il nostro programma Executive PG in Data Science di IIIT Bangalore dura 12 mesi ed è progettato per matricole e manager di medio livello. Agli studenti vengono insegnate le competenze richieste e rilevanti per il settore a seconda del curriculum dei percorsi di specializzazione per cui scelgono: Data Science Generalist, Deep Learning, Natural Language Processing, Business Intelligence/Data Analytics, Business Analytics e Data Engineering.

Ciò che è ancora più impressionante è che la base di studenti pagati di upGrad di 40.000 è distribuita in oltre 85 paesi. Il suo significato nel networking globale e nell'apprendimento peer-to-peer è innegabile. Man mano che interagisci con colleghi di diversa estrazione, la tua base di conoscenze si espanderà inevitabilmente! Il corso fornisce l'accesso a oltre 400 ore di contenuti didattici e oltre 20 lezioni dal vivo e sessioni di esperti di docenti e leader del settore che forniscono anche assistenza professionale a 360 gradi.