Float in Python: คำแนะนำทีละขั้นตอน

เผยแพร่แล้ว: 2021-08-31

โปรแกรมเมอร์ใช้ข้อมูลประเภทต่างๆ (สตริง, จำนวนเต็ม, ตัวเลขเชิงซ้อน, ทุ่น) เพื่อเก็บค่าขึ้นอยู่กับว่าพวกเขาต้องการจัดการกับค่าอย่างไร ตัวอย่างเช่น คุณอาจต้องการเรียกใช้การดำเนินการทางคณิตศาสตร์ แต่ถ้าชนิดข้อมูลของคุณเป็นสตริง จะทำให้เกิดข้อผิดพลาด ในทำนองเดียวกัน หากคุณใช้ตัวเลขทศนิยมเป็นอินพุต คุณจะไม่สามารถใช้จำนวนเต็มสำหรับตัวเลขนั้นได้

ในฐานะที่เป็นองค์ประกอบดั้งเดิมของการเขียนโปรแกรม Python อนุญาตให้โปรแกรมเมอร์สร้างอ็อบเจ็กต์ทศนิยม ฟังก์ชันที่มีอยู่ภายใน float() ใน Python ช่วยให้คุณแปลงประเภทข้อมูล เช่น จำนวนเต็มหรือสตริงเป็นตัวเลขทศนิยม

ในบทความนี้ เราจะเข้าใจวิธีการทำงานของ float ใน Python และสำรวจวิธี float ต่างๆ พร้อมตัวอย่าง นอกจากนี้เรายังจะดูว่าเราสามารถใช้ Python round float เพื่อรวมพารามิเตอร์เพิ่มเติมได้อย่างไรเมื่อทำการปัดเศษและค้นหาวิธีการสร้าง Python แบบสุ่ม มาเริ่มกันเลยดีกว่า

สารบัญ

Float ใน Python คืออะไร?

Float ในวิทยาการคอมพิวเตอร์เป็นประเภทข้อมูลที่แสดงถึงเศษส่วนหรือตัวเลขในรูปแบบทศนิยม ช่วยให้โปรแกรมเมอร์มีความแม่นยำมากขึ้นเมื่อเทียบกับจำนวนเต็ม

ใน Python เราใช้เมธอด float() เพื่อส่งคืนประเภทข้อมูล float เมื่ออินพุตเป็นค่าสตริงหรือตัวเลขที่ระบุ

ไวยากรณ์

float(value) // โดยที่ค่าเป็นสตริงหรือตัวเลข

เป็นทางเลือกถ้าคุณต้องการส่งพารามิเตอร์หรือไม่ ค่าเริ่มต้นของ float() คือ 0.0 หากวิธีการ float() ในตัวไม่สามารถส่งคืนหมายเลขจุดทศนิยมจากสตริงหรือตัวเลข มันจะเพิ่ม ValueError นอกจากนี้ยังจะส่งกลับข้อผิดพลาดหากจำนวนเต็มที่คุณส่งผ่านอยู่นอกเหนือช่วง Python float()

ตัวเลขทศนิยมมีบทบาทสำคัญในการเขียนโปรแกรม โดยเฉพาะอย่างยิ่งเมื่อแสดงถึงสกุลเงิน มีประสิทธิภาพสูงในการจัดหาพลังการประมวลผลในไลบรารีกราฟิกที่มีการใช้งานอย่างกว้างขวาง เนื่องจากสามารถทนต่อข้อผิดพลาดในการปัดเศษที่เกิดจากความแม่นยำถึงเจ็ดหลักได้ float สามารถช่วยให้คุณเขียนโค้ดที่แม่นยำและเข้าถึงได้มากขึ้น

เรียนรู้ หลักสูตรวิทยาศาสตร์ข้อมูล ออนไลน์จากมหาวิทยาลัยชั้นนำของโลก รับโปรแกรม PG สำหรับผู้บริหาร โปรแกรมประกาศนียบัตรขั้นสูง หรือโปรแกรมปริญญาโท เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว

Float ใน Python ทำงานอย่างไร ตัวอย่างของ Float() Method

ต่อไปนี้คือการดูฟังก์ชันต่างๆ ที่คุณสามารถทำได้บนโฟลต:

1. แปลงจำนวนเต็มเป็นทศนิยมใน Python

การแปลงจำนวนเต็มเป็นตัวเลขทศนิยมใน Python นั้นตรงไปตรงมา นี่คือตัวอย่าง

float_no = ลอย (15)

พิมพ์ (float_no)

เอาท์พุต : 15.0.

2. แปลงสตริงเป็นโฟลตใน Python

สตริงใน Python ถือเป็นชุดของอักขระ ในการแปลงสตริงเป็นตัวเลขทศนิยมโดยใช้วิธี float() สตริงจะต้องแสดงในรูปแบบตัวเลข นี่คือตัวอย่าง:

float_str = ลอย (“15”)

พิมพ์ (float_str)

เอาท์พุต : 15.0.

หากคุณเพิ่มเครื่องหมายบวก (+) หรือเครื่องหมายลบ (-) ลงในสตริง วิธีการจะแปลงสตริงเป็นจำนวนทศนิยมบวกหรือค่าลบตามลำดับ

ไม่ว่าคุณจะต้องการให้สตริงของคุณถูกแปลงเป็นทุ่นลอยบวกหรือทุ่นลบ ตัวอย่างเช่น:

float_str = float(“-15”)

พิมพ์ (float_str)

เอาท์พุต : -15.0

ลอยยังสามารถแสดงเป็นสัญกรณ์วิทยาศาสตร์โดยที่ E หรือ e หมายถึงพลังของ 10 ตัวอย่างเช่น 1.5e3 = 1.5 x 10 3 = 1500)

นี่คือตัวอย่าง:

พิมพ์(ลอย(2e-002))

พิมพ์(ลอย("2e-002"))

พิมพ์(ลอย('+1E3'))

เอาท์พุท:

0.02

0.02

1000.0

คุณยังสามารถรวมตัวเลขที่ไม่ถูกต้องหรือค่าอนันต์ในสตริงได้ เช่น NaN, infinity หรือ inf

ตัวอย่างเช่น:

พิมพ์ ("จริง: ", ลอย (จริง))

พิมพ์ ("เท็จ: ", ลอย (เท็จ))

print(“น่าน:“, float('nan'))

พิมพ์("อินฟินิตี้: ", float('inf'))

เอาท์พุต

จริง: 1.0

เท็จ: 0.0

น่าน : น่าน

อินฟินิตี้: inf

3. การพิมพ์โดยใช้ Float()

ตอนนี้เราจะใช้ float() เพื่อค้นหาว่ามันทำงานอย่างไรกับสตริงและจำนวนเต็ม ในโปรแกรมต่อไปนี้ เราจะแปลงประเภทจากจำนวนเต็มเป็นจำนวนเต็ม:

s=100

พิมพ์(“s=”,s)

พิมพ์("ก่อน: ",ประเภท(s))

s=ลอย

พิมพ์(“s=”,s)

พิมพ์("หลัง:",ประเภท)

เอาท์พุต :

s= 100

ก่อนหน้านี้: <คลาส 'int'>

s= 100.0

หลัง: <คลาส 'float'>

หากอินพุตไม่ใช่จำนวนเต็มและเป็นสตริงแทน ข้อมูลจะยังคงแปลงเป็นเลขทศนิยม อย่างไรก็ตาม หากสตริงมีอักขระ ก็จะส่งผลให้ ValueError

4. การปัดเศษทศนิยมใน Python

หากคุณต้องการค่าโดยประมาณสำหรับจำนวนทศนิยมที่ไม่แม่นยำเกินไป คุณสามารถปัดเศษให้เป็นจุดทศนิยมที่คุณต้องการได้ ตัวอย่างเช่น การปัดเศษตัวเลขทศนิยมเป็น 5.1235 ปัดเศษขึ้นเป็นหลักร้อยคือ 5.12

ใน Python มีฟังก์ชัน Round() ในตัวที่ช่วยให้คุณปัดเศษจำนวนทศนิยม Python round float ส่งคืน float ที่ปัดเศษตามอินพุตที่คุณระบุ ในกรณีที่ไม่ได้ระบุตำแหน่งทศนิยม Python จะกำหนดให้เป็น 0 แล้วปัดเศษให้เป็นจำนวนเต็มที่ใกล้เคียงที่สุด

ไวยากรณ์: รอบ (float_num, num_of_decimals)

  • อาร์กิวเมนต์ทั้งสอง float_num และ num_of_decimals ระบุทศนิยมที่คุณต้องการปัดเศษและตำแหน่งทศนิยมที่คุณต้องการให้ปัดเศษตามลำดับ
  • num_of_decimals เป็นทางเลือก ตามที่เราได้กล่าวไว้ข้างต้น
  • หาก num_of_decimals เป็นจำนวนเต็มลบ ฟังก์ชัน Python round float จะปัดเศษเป็นตัวเลขที่เกิดขึ้นก่อนจุดทศนิยม

มาทำความเข้าใจสิ่งนี้ด้วยตัวอย่าง:

float_num1 = 11.7

float_num2 = 11.4

float_num3 = 11.2345

float_num4 = 11.5678

float_num5= 123.45

พิมพ์(กลม(float_num1))

พิมพ์(กลม(float_num2))

พิมพ์(รอบ(float_num3, 2))

พิมพ์(รอบ(float_num4, 2))

พิมพ์(รอบ(float_num5, -1))

เอาท์พุท:

12

11

11.23

11.57

120.0

5. การสร้าง Python Random Float

คุณสามารถใช้เมธอด random() และ uniform() ใน Python เพื่อสร้างตัวเลขทศนิยมสุ่มในช่วงที่คุณระบุ

สมมติว่าช่วงของเราคือ 0 ถึง 1 และเราต้องการสร้างตัวเลขลอยสุ่ม 3 ตัว:

นำเข้าสุ่ม

x = random.random()

สำหรับฉันอยู่ในช่วง (3):

พิมพ์(สุ่ม.สุ่ม())

วิ่ง

เอาท์พุต :

0.54134241344332134

0.13142525490547756

0.75132452526261544

ต่อไป เราจะใช้เมธอด uniform() เพื่อระบุช่วงเพื่อสร้างตัวเลขลอยสุ่ม ช่วงของคุณอาจเป็น 1 ถึง 10 หรือ 32.5 ถึง 52.5 เป็นต้น

ไวยากรณ์ : random.uniform (เริ่ม, หยุด)

  • อาร์กิวเมนต์ทั้งสองในฟังก์ชัน uniform() ถือเป็นส่วนบังคับ การข้ามใครก็ตามจะนำไปสู่ชุดเครื่องแบบ TypeError ()
  • start แสดงถึงขีดจำกัดล่างของช่วง จะถือว่าค่าเป็น 0 โดยค่าเริ่มต้น
  • หยุดหมายถึงขีดจำกัดบนหรือตัวเลขสุดท้ายในช่วง

นี่คือโปรแกรมสั้น ๆ ที่อธิบายการสร้าง Python แบบสุ่ม:

นำเข้าสุ่ม

พิมพ์(random.uniform(10.5, 75.5))

พิมพ์(สุ่ม.เครื่องแบบ(10, 100))

เอาท์พุต :

27.23469913175497

81.77036292015993

ต่อไปนี้คือประเด็นสำคัญที่ควรจำ:

  • หากการสตาร์ทน้อยกว่าหรือเท่ากับการหยุด ระบบจะสร้างหมายเลขโฟลตสุ่มขึ้นมา นั่นคือ <= หมายเลขหยุดและ >= หมายเลขเริ่มต้น
  • หากการหยุดมากกว่าหรือเท่ากับการเริ่มต้น หมายเลขทุ่นสุ่มของ Python จะเป็น >= หมายเลขหยุด และ <= หมายเลขเริ่มต้น

โดยพื้นฐานแล้วหมายความว่าไม่ว่าคุณจะระบุช่วงเป็น 1 ถึง 10 หรือ 10 ถึง 1 ฟังก์ชัน random.uniform() จะถือว่าเหมือนกัน

เรียนรู้ Python เพื่อพัฒนาอาชีพของคุณใน Data Science

Python สามารถปรับขนาดได้สูงและเป็นหนึ่งในภาษาการประมวลผลที่เร็วที่สุดเมื่อเปรียบเทียบกับ R, Matlab และ Stata และด้วยเหตุนี้จึงมีบทบาทสำคัญในวิทยาศาสตร์ข้อมูล นำเสนอความยืดหยุ่นและความเก่งกาจในการเข้าถึงปัญหาที่กำหนดได้หลายวิธี ดังนั้น หากคุณกำลังมองหาอาชีพในสาขาวิทยาศาสตร์ข้อมูล ขอแนะนำอย่างยิ่งให้คุณสร้างความเชี่ยวชาญใน Python โดยการเรียนรู้แนวคิดพื้นฐานและขั้นสูงของภาษาการเขียนโปรแกรมเพื่อนำไปใช้กับสถานการณ์จริง โดยใช้วิธีดังนี้:

เพลิดเพลินไปกับประสบการณ์การเรียนรู้ upGrad!

หลักสูตร Executive PG ของเรา ในด้าน Data Science จาก IIIT Bangalore มีระยะเวลา 12 เดือนและได้รับการออกแบบมาสำหรับนักศึกษารุ่นใหม่และผู้จัดการระดับกลาง นักเรียนจะได้รับการสอนตามความต้องการและทักษะที่เกี่ยวข้องกับอุตสาหกรรมโดยขึ้นอยู่กับหลักสูตรของสาขาวิชาเฉพาะที่พวกเขาเลือกใช้: Data Science Generalist, Deep Learning, Natural Language Processing, Business Intelligence/Data Analytics, Business Analytics และ Data Engineering

สิ่งที่น่าประทับใจยิ่งกว่าคือฐานผู้เรียนที่จ่ายเงินของ upGrad จำนวน 40,000 คนกระจายอยู่ในกว่า 85 ประเทศ ความสำคัญในเครือข่ายทั่วโลกและการเรียนรู้แบบเพียร์ทูเพียร์นั้นปฏิเสธไม่ได้ เมื่อคุณโต้ตอบกับเพื่อนจากภูมิหลังที่หลากหลาย ฐานความรู้ของคุณจะขยายตัวอย่างหลีกเลี่ยงไม่ได้! หลักสูตรนี้ให้การเข้าถึงเนื้อหาการเรียนรู้มากกว่า 400 ชั่วโมงและชั้นเรียนสดมากกว่า 20 คลาสและเซสชันผู้เชี่ยวชาญจากคณาจารย์ชั้นนำและผู้นำในอุตสาหกรรมที่ให้ความช่วยเหลือด้านอาชีพแบบ 360 องศา

อะไรคือความแตกต่างระหว่างสองเท่าและลอย?

Float คือ 32 บิตในขณะที่สองเท่าคือ 64 บิต มีตั๊กแตนตำข้าวที่ใหญ่ขึ้นและลดความไม่ถูกต้องแม่นยำลงอย่างมาก

Python ดีกว่า R หรือไม่?

ภาษาโปรแกรมทั้งสองมีข้อดีที่เป็นเอกลักษณ์ ในขณะที่ R เป็นตัวเลือกที่ยอดเยี่ยมสำหรับการเรียนรู้ทางสถิติ Python นั้นเหมาะกว่าสำหรับปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง และการวิเคราะห์ข้อมูล ช่วยให้คุณสามารถพัฒนาแอปพลิเคชันขนาดใหญ่ได้

วิทยาศาสตร์ข้อมูลเป็นตัวเลือกอาชีพที่ดีหรือไม่?

วิทยาศาสตร์ข้อมูลได้รับการยอมรับว่าเป็นบทบาทงานที่มีแนวโน้มดีในสหรัฐอเมริกาและมีรายงานว่ามีงานว่างเพิ่มขึ้น 56% นอกจากนี้ยังเป็นหนึ่งในงานที่ได้รับค่าตอบแทนสูงสุดอีกด้วย เงินเดือนเฉลี่ยของนักวิทยาศาสตร์ด้านข้อมูลอยู่ที่ 120,092 เหรียญต่อปี