PythonCasting

指定变量类型

有时您可能需要为变量指定类型。这可以通过 casting 来完成。 Python 是一门面向对象的语言，因此它使用类来定义数据类型，包括其原始类型。

因此，使用构造函数完成在 python 中的转换：

• int() - 用整数字面量、浮点字面量构造整数（通过对数进行下舍入），或者用表示完整数字的字符串字面量
• float() - 用整数字面量、浮点字面量，或字符串字面量构造浮点数（提供表示浮点数或整数的字符串）
• str() - 用各种数据类型构造字符串，包括字符串，整数字面量和浮点字面量

实例

整数：

x = int(1)   # x 将是 1
y = int(2.5) # y 将是 2
z = int("3") # z 将是 3

实例

浮点数：

x = float(1)     # x 将是 1.0
y = float(2.5)   # y 将是 2.5
z = float("3")   # z 将是 3.0
w = float("4.6")# w 将是 4.6

实例

字符串：

x = str("S2") # x 将是 'S2'
y = str(3)    # y 将是 '3'
z = str(4.0)  # z 将是 '4.0'

seed()——初始化随机数生成器。
getstate()——返回随机数生成器的当前内部状态。
setstate()——恢复随机数生成器的内部状态。
getrandbits()——返回表示随机位的数字。
randrange()——返回给定范围之间的随机数。
randint()——返回给定范围之间的随机数。
choice()——返回给定序列中的随机元素。
choices()——返回一个列表，其中包含给定序列中的随机选择。
shuffle()——接受一个序列，并以随机顺序返回此序列。
sample()——返回序列的给定样本。
random()——返回 0 与 1 之间的浮点数。
uniform()——返回两个给定参数之间的随机浮点数。
triangular()——返回两个给定参数之间的随机浮点数，您还可以设置模式参数以指定其他两个参数之间的中点。
betavariate()——基于 Beta 分布（用于统计学）返回 0 到 1 之间的随机浮点数。
expovariate()——基于指数分布（用于统计学），返回 0 到 1 之间的随机浮点数，如果参数为负，则返回 0 到 -1
之间的随机浮点数。
gammavariate()——基于 Gamma 分布（用于统计学）返回 0 到 1 之间的随机浮点数。
gauss()——基于高斯分布（用于概率论）返回 0 到 1 之间的随机浮点数。
lognormvariate()——基于对数正态分布（用于概率论）返回 0 到 1 之间的随机浮点数。
normalvariate()——基于正态分布（用于概率论）返回 0 到 1 之间的随机浮点数。
vonmisesvariate()——基于 von Mises 分布（用于定向统计学）返回 0 到 1 之间的随机浮点数。
paretovariate()——基于 Pareto 分布（用于概率论）返回 0 到 1 之间的随机浮点数。
weibullvariate()——基于 Weibull 分布（用于统计学）返回 0 到 1 之间的随机浮点数。