1. 数字类型全景：Python的数字远比你想的更有意思
很多人都觉得数字有什么好讲的？不就是整数、小数嘛。但Python里的数字类型，从设计思路上就和C、Java这些语言不太一样。如果你是从C语言转过来的，第一次看到Python的整数没有位数上限，应该会有点震惊。Python的数字体系本身不复杂，但把底层的设计逻辑搞清楚，后面学函数、学模块、学数据分析都会顺很多。
在Python里，数字主要分为四种类型：int（整数）、float（浮点数）、complex（复数），还有一个经常被忽略的bool（布尔值）。这四个类型里，int和float是日常用得最多的，bool本质上是int的子类，complex在科学计算里很常见，但对大多数初学者来说，知道怎么用就够了，不一定要深入进去。
很多人学Python学了很久，还是搞不清楚1和1.0有什么区别，更别说理解True和1之间的关系了。其实这些问题的答案都藏在这四种类型的设计里。掌握了它们之间的关系，你就明白了为什么有些代码会报错，为什么有些代码看起来奇怪但能正常运行。
1.1 四大家族：int、float、complex、bool
先说整数int。Python的整数是任意精度的，也就是说，你可以写一个上百位的数字，Python照样能精确处理，不会像C语言那样溢出。这一点在写算法题或者做一些需要大数计算的场景时特别爽，比如计算2**1000，Java里得用BigInteger，Python里直接写就行。
浮点数float是Python里最容易让人踩坑的类型。它本质上是C语言的double，也就是双精度浮点数，遵循IEEE 754标准。这意味着它内部是用二进制存储的，而二进制的浮点数没法精确表示很多十进制的小数。最经典的例子就是0.1 + 0.2，在Python里跑一下，结果是0.30000000000000004，不是0.3。这不是Python的bug，是所有用IEEE 754标准的编程语言都有的问题。
复数complex在Python里的写法很直接，比如3 + 4j，注意虚数单位是j不是i。复数类型在信号处理、电路分析这些领域经常用到，但如果你只是学基础，知道有这回事就够了，后面要用的时候自然会用到。
最后是bool，它是个特殊的存在。True和False在Python里本质上就是1和0。你可以试试True + 1，结果是2。bool是int的子类，这意味着它在很多场景下可以当整数用。但这个特点也容易让人犯迷糊，比如True == 1是True，True is 1却是False，因为它们在内存里是不同的对象。
1.2 为什么Python的整数不会溢出？
这个问题的答案，得从Python的底层实现说起。Python的整数不是直接映射到CPU的寄存器，而是用一个结构体来存储的。当数字比较小的时候，Python会把它当作一个普通的机器整数来处理，速度很快；当数字超出机器整数的范围时，Python会自动把它转成"大整数"表示，用多个机器整数拼起来存储。
我打个比方，一个豆腐块就是一个普通的整数盒子，能装下的数字范围有限。超过这个范围，Python就自动给你拿几个豆腐块拼在一起用，这就是大整数的原理。这样做的好处是，你永远不用担心溢出，但代价是运算速度会慢一点点，尤其是非常大的数字做运算的时候。
我在实际教学里，经常让学生试试这行代码：
print(2 ** 1000)看到跑出来的这个几百位的数字，大部分人都会愣一下。在C语言里早就溢出了，在Python里却毫发无损。这就是Python在设计上"用户友好"的体现之一。
1.3 浮点数的"不精确"到底是怎么回事？
浮点数的"不精确"问题，是每个Python初学者都会遇到的，但没几个人真正解释清楚过。我换个方式说，让人更容易理解。
你在十进制下写1/3，得到的最终结果永远是一个循环小数0.3333...，不管你写多少位都写不完。同理，二进制下1/10也是一个无限循环小数0.0001100110011...，但计算机的存储空间是有限的，所以只能截取一段近似值存下来。
所以0.1 + 0.2不等于0.3，不是Python的锅，而是二进制本身没法精确表示这些十进制小数的数学事实。这个问题的通用解决方案，我后面会专门讲，这里先不展开。
2. 算术运算：那些看起来简单但暗藏陷阱的运算符
数数字类型，就绕不开运算符。Python的算术运算符和别的主流语言大同小异，+、-、*、/、//、%、**，但其中有几个运算符的细节，是很容易出错的。特别是//和%对负数取整和取余的行为，很多人一开始都理解不了。
还有一个让新人懵圈的点：/和//的区别。在Python 2时代，/的规则和现在不一样，那时候整数除以整数得到的是整数。Python 3改了规则，/做的是真正的除法，永远返回浮点数。比如5 / 2结果是2.5，这和C语言非常不一样，我见过不少从C语言转过来的朋友，在这里习惯性踩坑。
2.1 运算优先级与结合性：一个表达式里谁先谁后？
运算优先级是基础中的基础，不搞清楚的话，写出来的表达式可能和你心里想的完全不一样。Python的算术运算优先级从高到低大概是：幂运算**、正负号+x/-x、乘法除法取整除余*//////%、加减+/-。
有一个细节挺容易搞混的：**的优先级比负号高，所以-2 ** 2的结果是-4，不是4。因为Python会把-2 ** 2看作-(2 ** 2)。如果你想要的是"负二的平方"，得写(-2) ** 2。我自己见过很多人在写负数幂运算的时候在这上面吃了亏。
另外，幂运算符是右结合的，也就是2 ** 3 ** 2的计算方式是2 ** (3 ** 2)，结果是512，不是64。这个是从数学上的习惯来的，如果你不确定，最好用括号把意图写清楚，既方便自己看，也好让别人读代码。
2.2 //和%：整除和取余，负数怎么办？
//是整除，它的规则是"向下取整"，不是"向零取整"。这两个概念在正数上没有区别，但一旦数字变负数，结果就完全不同了。
我经常问学生一个问题：-7 // 2等于多少？很多人第一反应是-3，因为-7 / 2 = -3.5，取整的话有人会直接截断小数点，那就变成-3了。但Python的答案是-4，因为-4 * 2 = -8，这是不大于-7的整数里最接近-7的那个。也就是说，//的结果是向负无穷方向取整。
相应的，%取余的规则也和这个绑定。-7 % 2在Python里是1，因为-7 = (-4) * 2 + 1。这个"余数为正"的特性，有时候反而是好事。比如在写循环队列、循环列表的时候，用%去算索引，如果索引有可能为负，Python的%保证结果永远是非负的，直接省掉了很多判断。
当然，如果你确实想要向零取整的效果，可以用int(-7 / 2)，这样结果是-3。
2.3 幂运算与math模块：能别自己造轮子就别造
**做幂运算已经很方便了，但Python还有一个math模块，里面内置了大量数学函数，包括sqrt（开平方）、ceil（向上取整）、floor（向下取整）、fabs（绝对值）、pow（幂运算，和**的区别在于可以传第三个参数做模运算）等等。
建议初学者从第一天就用math.sqrt而不是x ** 0.5，不是说后者不对，而是math模块的函数往往有更好的可读性，而且还能避免一些边界情况的坑。比如math.isclose这个函数，就是专门用来比较两个浮点数是否"足够接近"的，这个在第5节里我会细讲。
3. 类型转换与格式化：让数字变成你需要的样子
Python里数字类型之间可以互相转换。int()、float()、bool()、complex()这几个内置函数就是干这个的。但别以为转换就是简单地把一个数变成另一个数，这里面有不少细节值得注意，特别是从字符串转换为数字，还有进制转换，都是实际写代码时高频出现的问题。
格式化输出也是绕不开的。同样是一个数字3.14159，你要在界面上展示保留两位小数的效果，或者输出成百分数，需要用到字符串格式化的知识。Python 3.6之后推出的f-string，在可读性和易用性上比之前的%格式化和format()函数都强太多，现在写代码首选的方案就是它。
3.1 int()、float()、bool()的"倔脾气"
先说说int()。它接收的参数可以是字符串、浮点数，也可以是别的数字类型。但用int()转换字符串时，字符串必须是一个看起来像整数的样子，比如int("123")没问题，但int("3.14")会直接报ValueError。这是因为int()的字符串解析规则，不接受小数点的存在。
如果你真的想从字符串"3.14"得到整数3，就得走两步：先float("3.14")得到3.14，再int(3.14)得到3。注意，int(3.14)的行为是向零截断，不是四舍五入，也不是向下取整。所以int(-3.14)得到的是-3，不是-4。这个细节特别容易被忽视。
其次再说float()。它可以把整数字符串、浮点数字符串转成浮点数。float("3")得到3.0，float("3.14")得到3.14。但float("3.14abc")这种带其他字符的字符串，同样会报错。这算是最基础的健壮性问题，等后面学到try/except之后，你可以用异常处理来优雅地应对这类输入。
bool()的转换规则出乎很多人意料：空字符串、0、0.0、空的列表字典元组集合、None，这些转成布尔值都是False；其他值转出来都是True。所以bool("False")是True，因为字符串"False"非空。这确实容易让人懵，但其实规则很统一：空才是假，非空就是真。
3.2 格式化输出的三种姿势：%格式化、format()、f-string
我先直接说结论：新代码建议一律用f-string。它的语法最简单，性能也很好，可读性最高。
f-string长这样：
pi = 3.1415926 print(f"圆周率约等于 {pi:.2f}") # 输出：圆周率约等于 3.14{pi:.2f}的意思是，把变量pi以浮点数格式输出，保留两位小数。如果你想输出千分位分隔符，可以这样写：
num = 1234567 print(f"{num:,}") # 输出：1,234,567如果你想把数字按百分比输出：
rate = 0.85 print(f"通过率：{rate:.1%}") # 输出：通过率：85.0%这些格式化的小技巧，往深里挖还有很多。比如对齐用<、>、^符号，填充用0等等。具体语法可以查官方文档，但我的建议是先把f-string最常用的几种格式吃透，后续有需要再慢慢补充。
3.3 字符串与数字的相爱相杀：input()的坑
十个人里有九个在这里踩过坑。你写一个加法程序：
a = input("请输入第一个数字：") b = input("请输入第二个数字：") print(a + b)输入3和5，结果打印出来是35。很多人第一次看到这个结果都会一脸问号，原因很简单：input()返回的是字符串，"5"和"3"相加是字符串拼接，得到"35"，不是数学意义上的8。
正确的做法是先转成数字再运算：
a = int(input("请输入第一个数字：")) b = int(input("请输入第二个数字：")) print(a + b)这是一个非常经典的教学案例，它提醒你一件事：永远别忘记检查变量的类型。Python是动态类型语言，不代表类型不重要，恰恰因为类型是动态的，更容易在某个不经意的操作里出问题。平时多练多用type()去查看变量类型，会帮你养成好习惯。
4. 实战案例：从理论到能跑的代码
纸上谈兵没意思，我直接带你把这一讲的数字知识用起来。不需要太复杂，三个小例子就够：一个BMI计算器，一个数字处理的综合小脚本，还有一个涉及随机数和进制转换的练习。这三个例子能覆盖大部分"数字"类型和运算符的使用场景。
这些代码我建议你都亲手敲一遍，哪怕你觉得很简单。敲代码和看代码完全是两回事，手上有感觉了，后面写更复杂的逻辑才不容易卡壳。
4.1 小项目：写一个BMI计算器
BMI（身体质量指数）的计算公式是体重除以身高的平方，体重单位是千克，身高单位是米。这个例子看起来简单，但用上了数字运算和格式化输出：
def calculate_bmi(): weight = float(input("请输入体重（千克）：")) height = float(input("请输入身高（米）：")) bmi = weight / (height ** 2) print(f"您的BMI指数是：{bmi:.1f}") if bmi < 18.5: print("体重偏低") elif bmi < 24: print("体重正常") elif bmi < 28: print("体重偏高") else: print("肥胖") calculate_bmi()注意我用的是float(input(...))，而不是int(input(...))。因为身高和体重都可能有小数，如果直接用int，输入1.7就会报错。这个细节反应了类型转换时"根据实际需要选择正确的类型"的思维。
4.2 综合小脚本：处理一组数字
再写一个稍微综合一点的脚本，演示运算、判断、格式化输出一起上的效果。比如，输入一个多位的整数，输出它的位数、各位之和、倒序数：
num = int(input("请输入一个整数：")) num_str = str(num) digit_count = len(num_str) digit_sum = sum(int(d) for d in num_str) reversed_num = int(num_str[::-1]) print(f"位数：{digit_count}") print(f"各位数字之和：{digit_sum}") print(f"倒序后：{reversed_num}")这个例子能练习的不止数字类型本身，还涉及str和int之间的来回转换。注意int("0123")是不报错的，结果是123，但如果倒序后开头有0，int()会自动把前导0去掉。这种隐藏的小规则，只有实际跑过了才会有印象。
4.3 随机数和进制转换：玩点有意思的
Python内置的random模块可以生成随机数。配合数字格式化，可以做出一些好玩的东西，比如造一个随机密码的简化版：
import random # 生成一个4位随机数字验证码 code = random.randint(1000, 9999) print(f"验证码是：{code:04d}") # 生成一个随机浮点数 price = random.uniform(10, 50) print(f"随机价格：{price:.2f} 元"){code:04d}表示输出整数并补零到4位，如果生成的是456，就会显示0456。这种零填充的格式化写法在生成订单号、编号时很常用。
进制转换也是数字类操作的经典场景。Python内置了三个函数：hex()转十六进制、oct()转八进制、bin()转二进制：
num = 255 print(hex(num)) # 0xff print(oct(num)) # 0o377 print(bin(num)) # 0b11111111 # 反过来：把不同进制的字符串转回十进制 print(int("ff", 16)) # 255 print(int("377", 8)) # 255 print(int("11111111", 2)) # 255第二段代码里int(str, base)的用法，在处理十六进制颜色值或网络协议里的二进制数据时特别常见。
5. 新手最容易踩的坑：挨个排一遍
最后这部分是全文的精华。我讲Python基础讲了很多次，见过最多的、反复出现的错误基本都集中在下面这几个场景里。把这些坑提前给你排掉，可以省下很多排查bug的时间。
记录一下，大概是这六类：浮点数比较、input()忘转换类型、//的取整方向、类型转换成功与否的判断、布尔值参与算术运算的迷惑行为，以及格式化字符串的语法错误（尤其早期版本Python不支持的f-string）。
5.1 浮点数相等比较：为什么0.1+0.2不等于0.3
这个坑太经典了。你做单元测试或者条件判断的时候，千万别直接写if x == 0.3这种代码。因为0.1 + 0.2在计算机内部算出来的是一个非常接近0.3但不完全等于0.3的数，直接比较会返回False。
解决方案之一是使用math.isclose：
import math result = 0.1 + 0.2 print(math.isclose(result, 0.3)) # Trueisclose默认会判断两个数之差的绝对值，允许的误差范围可以自己调。也可以用round(x, 2)把浮点数先保留两位小数再比较。但我更推荐isclose，因为round在某些极端情况下仍会有舍入误差。此外，如果你在写金融相关的程序，涉及金额的计算，就别用浮点数了，改用decimal.Decimal模块。这个模块专门用于高精度的十进制运算，算钱的时候非常稳。
5.2 input()的返回值永远是字符串
这个前面已经说过了，但值得再强调一遍。写在用户输入处的int()转换，不是"锦上添花"，而是"必需动作"。你写任何涉及输入的代码，第一反应应该是"这是字符串，我要转成我需要的数据类型"。等到后面学文件读写、网络请求时，这个习惯同样重要——从外部世界拿到的数据，默认都是字符串。
5.3 //的取整方向：正负数结果不同
我们已经分析过：//是向下取整。7 // 2结果是3，-7 // 2结果是-4。如果你想要的是"向零取整"，就得用int(7 / 2)。很多数据处理的场景里，这两种取整方式可能导致结果差1，所以写代码之前最好先明确：你要的是哪种？我自己的习惯是，如果语义上明确是"有余数就往下取"，那用//；如果只是把小数部分扔掉，那就用int()。
5.4 类型转换失败的报错处理
盲目调用int()转换字符串，是写健壮性代码的大忌。比如用户输入了"abc"，int("abc")直接抛ValueError，程序就崩了。处理这种情况的标准姿势是用异常捕获：
user_input = input("请输入一个整数：") try: num = int(user_input) except ValueError: print("输入格式错误，请输入整数！")5.5 bool参与运算：True+1=2
bool是int的子类，这个特性导致了一些看起来奇怪但又合法的操作。True + True结果是2，False * 10结果是0。初学者看到这种代码往往一头雾水。在列表统计场景里，这个特性其实挺方便，比如sum([True, False, True, True])可以直接数出有3个True。但在阅读代码时，如果你看到别人用布尔值做算术，要能理解他的意图；自己写代码时，尽量别这么玩，可读性优先。
5.6 格式化输出的细节注意事项
f-string里如果要用到大括号{}本身，需要写双括号{{}}。比如：
score = 95 print(f"得分：{{{score}}}") # 输出：得分：{95}另外，要小心f"{num:d}"只能用于整数，如果你传入一个浮点数3.0，会报错。反过来f"{num:f}"可以用于整数和浮点数，整数会被转成浮点数格式显示。这些细节，多跑几次代码就记住了。
最后再分享一个小技巧
我在教学生数字这一讲的时候，最喜欢让他们做的一个练习就是：用一个脚本同时计算同一笔金额在不同折扣下的最终价格，并要求输出对齐的表格效果。比如原价100元，打8折、7.5折、6折分别多少钱。这个练习看着简单，实际上覆盖了浮点数计算、格式化输出和类型转换三个核心点，做完之后对数字的理解立刻就不一样了。学编程没有捷径，多动手写、多调试才是增长经验最快的路，希望这一讲能真正帮你打开Python数字世界的大门。
