


Der Unterschied zwischen / und // für die Division in Python
In Python werden die Operatoren / und // beide für die Division verwendet. aber es gibt einige wichtige Unterschiede zwischen den beiden.
Python 2.x
In Python 2.x führen sowohl / als auch // eine Ganzzahldivision durch, was bedeutet, dass das Ergebnis auf die nächste ganze Zahl gekürzt wird. Zum Beispiel:
>>> 6/3 2 >>> 6//3 2
Python 3.x
In Python 3.x führt der /-Operator eine Gleitkommadivision durch, was bedeutet, dass das Ergebnis a ist Gleitkommazahl. Der //-Operator führt eine Bodendivision durch, was bedeutet, dass das Ergebnis auf die nächste ganze Zahl in Richtung negativer Unendlichkeit gekürzt wird. Zum Beispiel:
>>> 6/3 2.0 >>> 6//3 2
Verwenden der from __future__-Importdivision in Python 2.x
Sie können die from __future__-Importdivisionsanweisung in Python 2.x zum Ändern verwenden das Verhalten des /-Operators bei der Durchführung einer Gleitkommadivision. Zum Beispiel:
from __future__ import division >>> 6/3 2.0
Bodendivision
Der //-Operator kann für die Durchführung einer Etagendivision nützlich sein, die manchmal auch als Ganzzahldivision bezeichnet wird. Bei der Etagendivision wird das Ergebnis auf die nächste ganze Zahl in Richtung negativer Unendlichkeit abgerundet. Zum Beispiel:
>>> 5//2 2 >>> -5//2 -3
Fazit
Die Operatoren / und // werden beide für die Division in Python verwendet, es gibt jedoch einige wichtige Unterschiede zwischen den beiden. In Python 2.x führen beide Operatoren eine Ganzzahldivision durch, aber in Python 3.x führt der /-Operator eine Gleitkommadivision und der //-Operator eine Etagendivision durch. Sie können auch die from __future__ import Division-Anweisung in Python 2.x verwenden, um das Verhalten des /-Operators zu ändern, um eine Gleitkommadivision durchzuführen.
Das obige ist der detaillierte Inhalt vonWas ist der Unterschied zwischen „/' und „//' für die Division in Python?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Serialisierung und Deserialisierung von Python-Objekten sind Schlüsselaspekte eines nicht trivialen Programms. Wenn Sie etwas in einer Python -Datei speichern, führen Sie eine Objektserialisierung und Deserialisierung durch, wenn Sie die Konfigurationsdatei lesen oder auf eine HTTP -Anforderung antworten. In gewisser Weise sind Serialisierung und Deserialisierung die langweiligsten Dinge der Welt. Wen kümmert sich um all diese Formate und Protokolle? Sie möchten einige Python -Objekte bestehen oder streamen und sie zu einem späteren Zeitpunkt vollständig abrufen. Dies ist eine großartige Möglichkeit, die Welt auf konzeptioneller Ebene zu sehen. Auf praktischer Ebene können das von Ihnen ausgewählte Serialisierungsschema, Format oder Protokoll jedoch die Geschwindigkeit, Sicherheit, den Status der Wartungsfreiheit und andere Aspekte des Programms bestimmen

Das Statistikmodul von Python bietet leistungsstarke Datenstatistikanalysefunktionen, mit denen wir die allgemeinen Merkmale von Daten wie Biostatistik und Geschäftsanalyse schnell verstehen können. Anstatt Datenpunkte nacheinander zu betrachten, schauen Sie sich nur Statistiken wie Mittelwert oder Varianz an, um Trends und Merkmale in den ursprünglichen Daten zu ermitteln, die möglicherweise ignoriert werden, und vergleichen Sie große Datensätze einfacher und effektiv. In diesem Tutorial wird erläutert, wie der Mittelwert berechnet und den Grad der Dispersion des Datensatzes gemessen wird. Sofern nicht anders angegeben, unterstützen alle Funktionen in diesem Modul die Berechnung der Mittelwert () -Funktion, anstatt einfach den Durchschnitt zu summieren. Es können auch schwimmende Punktzahlen verwendet werden. zufällig importieren Statistiken importieren Aus Fracti

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Dieses Tutorial baut auf der vorherigen Einführung in die schöne Suppe auf und konzentriert sich auf DOM -Manipulation über die einfache Baumnavigation hinaus. Wir werden effiziente Suchmethoden und -techniken zur Änderung der HTML -Struktur untersuchen. Eine gemeinsame DOM -Suchmethode ist Ex

Dieser Artikel führt die Python-Entwickler in den Bauen von CLIS-Zeilen-Schnittstellen (CLIS). Es werden mit Bibliotheken wie Typer, Click und ArgParse beschrieben, die Eingabe-/Ausgabemedelung betonen und benutzerfreundliche Designmuster für eine verbesserte CLI-Usabilität fördern.

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

SublimeText3 Linux neue Version
SublimeText3 Linux neueste Version

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

VSCode Windows 64-Bit-Download
Ein kostenloser und leistungsstarker IDE-Editor von Microsoft