0.说明
数字用的次数是否多主要是看需求，如果是做自动化运维平台开发，比如做一个自动监控的系统，那么你肯定需要收集一定量的数据，然后再对这些数据做一定的处理，那么这时候，你就一定需要用得上数字的。当然，我这里所说的要不要用数字，指的是，你是否需要对你的数据做一定的处理。
1.数字简介
数字是不可更改类型，也就是说变更数字的值会生成新的对象。
（1）创建数值对象并用其赋值（数字对象）
>>>anInt = 1>>>aComplex = 1.23+4.56j
（2）更新数字对象
因为数字对象是不可变对象，所以所谓的更新指的是：删除该变量原来指向的数字对象，同时生成一个新的数字对象并让该变量指向它。
>>> anInt = 1>>> id(anInt)35934552>>> anInt += 1>>> anInt2>>> id(anInt)35934528
（3）删除数字对象
只要数字对象的引用计数器为零，那么该数字对象本身就会被删除。
>>> del anInt>>> id(anInt)Traceback (most recent call last):File " ", line 1, in NameError: name 'anInt' is not defined
2.整型
Python的整型分为几种：布尔型 标准整型 长整型
（1）布尔型
取值范围只有True和False。
（2）标准整型
相当于是C的（有符号）长整型，八进制数以数字“0”开始，十六进制数以“0x”或“0X”开头。
（3）长整型
末尾加上字母“L”或“l”，但建议写成大写
需要注意的是，在现在，Python的标准整型和长整型其实区分已经不明确了，已经不需要考虑是使用标准整型和长整型了，因为一旦有数据溢出的情况，Python将会自动为我们转换为长整型，即整型和长整型会慢慢统一。
3.双精度浮点数
Python中的浮点型类似C语言中的double类型，是双精度浮点型（即长浮点数），每个浮点型占8个字节，即64位，完全遵守IEEE745标准浮点数规范。（关于长浮点数的表示方法以及在计算机中的处理，可以参考计算机组成原理的相关书籍）
下面是一些合法的表示方法：
>>> 0.00.0>>> -777.-777.0>>> 96e3 * 1.096000.0>>> 4.3e254.3e+25>>> 9.384e-239.384e-23>>> float(12)12.0>>> 4.2E-104.2e-10
4.复数
一个复数是一对有序浮点型(x, y)，表示为x + yj，其中x是实数部分，y是虚数部分。有下面的注意点：
根据上面的要点，要写出合法的复数就很简单了。
（1）复数的内建属性
主要是复数的实部，虚部以及它的共轭复数，如下：
>>> aComplex = 1.3 + 3j>>> aComplex.real1.3>>> aComplex.imag3.0>>> aComplex.conjugate()(1.3-3j)
5.操作符
Python操作符主要是指三种：标准类型操作符 数值操作符和专门的整型操作符。
（1）混合模式操作符
主要是指，当两种类型不同的数值进行运算时，Python会根据相应的规则自动帮我们作类型的强制转换，而这些规则如下（其实就是coerce()方法的描述，后面会有介绍）：
如果有一个操作数是复数，另一个操作数则被转换为复数
否则，如果有一个操作数是浮点型，另一个操作数被转换为浮点型
否则，如果有一个操作数是长整型，另一个操作数被转换为长整型
否则，两者必须都是普通整型，无须作类型转换
（2）标准类型操作符
在《Python回顾与整理2：Python对象》中，介绍了Python标准类型的操作符，这些标准类型操作符对数值类型也是适用的，举例如下：
>>> 1 == 1True>>> 1 < 5 < 9True>>> 1 < 5 and 5 < 9True
（3）算术操作符
这类操作符在许多编程语言中都有，如加 减 乘 除 取余和幂运算等等。部分介绍如下：
（a）除法
>>> 3 / 21>>> 1 / 20>>> 1.0 / 2.00.5
>>> from __future__ import division>>> 1 / 20.5>>> 1.0 / 2.00.5
需要注意的是，__future__是Python提供新特性测试的一个包，对于可能会在以后支持的特性，Python都会将其归入这个包以供测试。
>>> 1 // 20>>> 1.0 // 2.00.0>>> 3 // 21
在Python3+版本中，除法已经是真正的除法了，而不是默认的地板除，当然，如果确定是要使用地板除的，只需要使用“//”就可以了。
（b）取余
比较简单：
>>> 5 % 21
（c）幂运算
主要是幂运算操作符**，其优先级可描述如下：
比其左侧操作数的一元操作符优先级高
比其右侧操作数的一元操作符优先级低
例子如下：
>>> 3 ** 29>>> -3 ** 2-9>>> 4.0 ** -1.00.25
（4）位操作符（只适用于整型）
Python整型支持标准位运算，主要是：
>>> ~2-3
即结果为-(num + 1)，从二进制角度的解释如下：
2的二进制为：00000010
按位取反后为：11111101
因为Python中的数默认是有符号数，因此计算机在处理11111101时，认为它是一个负数（最高位为符号位），而负数在计算机中是以补码的形式表示的，因此，在输出11111101的十进制数之前，计算机将其转换为原码，即除符号位外其余各位取反加1，所以最后得到的是10000011，也就是-3了。（关于相关的理论知识，可以参考计算机组成原理的相关内容）
>>> 2 & 32
2为0000|0010，3为0000|0011，按位与即为0000|0010，也就是2了。
>>> 2 | 33
2为0000|0010，3为0000|0011，按位或即为0000|0011，也就是3了。
>>> 2 ^ 31
2为0000|0010，3为0000|0011，按位或即为0000|0001，也就是1了。
>>> 2 << 14
2的二进制表示为0000|0010，左移一位即为0000|0100，也就是4了。
>>> 2 >> 11
2的二进制表示为0000|0010，右移一位即为0000|0001，也就是1了。
6.内建函数与工厂函数
（1）标准类型函数
在《Python回顾与整理2：Python对象》中，介绍了Python标准类型的内建函数，这些标准类型的内建函数对数值类型也是适用的，举例如下：
>>> cmp(1, 3)-1>>> cmp(0xff, 255)0>>> str(0xff)'255'>>> str(55.3e2)'5530.0'>>> type(0xFF) >>> type(314L) >>> type(2-1j)
（2）数字类型函数
Python数字类型函数主要执行两个方面的功能：
用于数字类型转换（工厂函数）
用于执行一些常用运算（内建函数）
（a）转换工厂函数
int()，long()，float()和complex()用于将其他数值类型转换为相应的数值类型。
需要注意的是，在Python2.2以前，这些转换函数只是作为Python的内建函数使用，但在之后，由于Python的类和类型进行了统一，所以这些内建函数实为工厂函数（在《Python回顾与整理2：Python对象》中介绍过，即这些转换函数都是类对象，调用它们实际上是生成了该类的一个实例，这点尤其需要注意）：
>>> type(int) >>> type(long)
分别介绍如下：
>>> int(3.0)3
如果是对字符串进行转换，则可以提供进制参数，表示要转换的字符串原来的进制，默认base为10：
>>> int('123')123>>> int('123', 8)83>>> int('123', 16)291 当然也可以指定为0，说明把原来的字符串数作为一个整型（跟base=10时一样）：
>>> int('123', 0)123 long(obj, base=10)：将其他类型数值转换为long类型数值或将数值字符串转换为long类型数值，与int()的使用方法一样
float(obj)：将其他类型数值转换为float类型数值或将数值字符串转换为float类型数值
>>> float(123)123.0>>> float('123')123.0 >>> complex(2.3e-10, 45.3e4)>>> complex('2+3j')(2+3j)(2.3e-10+453000j) （b）功能函数
即主要用来对数值进行运算的函数，包括：abs(), coerce, divmod(), pow()和round()，这些函数为内建函数：
>>> type(abs) >>> type(coerce)
分别介绍如下：
>>> abs(-1)1>>> abs(10.0)10.0>>> abs(3+4j)5.0
>>> coerce(3, 3+2j)((3+0j), (3+2j))>>> coerce(3.0, 2)(3.0, 2.0)>>> coerce(3, 2L)(3L, 2L)>>> coerce(3, 2)(3, 2)
>>> divmod(10, 3)(3, 1)>>> divmod(10, 2.5)(4.0, 0.0)>>> divmod(2+1j, 0.5-1j)((-0+0j), (2+1j))
>>> pow(2, 5)32>>> pow(2, 5, 15)2
>>> round(3.499)3.0>>> round(3.599)4.0>>> round(3.49999, 1)3.5
提及round()，来区分下面的三个函数：
可以举下面的例子来作区分：
>>> from math import floor>>> def compare(num):... print 'int(%.1f)\t%+.1f' % (num, int(num))... print 'floor(%.1f)\t%+.1f' % (num, floor(num))... print 'round(%.1f)\t%+.1f' % (num, round(num))...>>> compare(0.2)int(0.2) +0.0floor(0.2) +0.0round(0.2) +0.0>>> compare(0.7)int(0.7) +0.0floor(0.7) +0.0round(0.7) +1.0>>> compare(1.2)int(1.2) +1.0floor(1.2) +1.0round(1.2) +1.0>>> compare(1.7)int(1.7) +1.0floor(1.7) +1.0round(1.7) +2.0>>> compare(-0.2)int(-0.2) +0.0floor(-0.2) -1.0round(-0.2) -0.0>>> compare(-0.7)int(-0.7) +0.0floor(-0.7) -1.0round(-0.7) -1.0>>> compare(-1.2)int(-1.2) -1.0floor(-1.2) -2.0round(-1.2) -1.0>>> compare(-1.7)int(-1.7) -1.0floor(-1.7) -2.0round(-1.7) -2.0
这样比较之后，它们之间的区别就非常明显了。
（3）仅用于整型的函数
主要有两类，一类用于进制转换，另一类用于ASCII转换。需要注意的是，这里的整形包括标准整型和长整型。
（a）进制转换函数
主要是下面的两个函数：
如下：
>>> hex(255)'0xff'>>> hex(3893)'0xf35'>>>>>> oct(255)'0377'>>> oct(3893)'07465'
（b）ASCII转换函数
主要是下面的两个函数：
chr()：接受一个单字节整型值（0～255），返回一个字符串（其实是一个字符，只是在Python中并没有“字符数据类型”）
ord()：接受一个ASCII范围内的字符，返回其对应的整型值
unichr()：接受Unicode码值，返回其对应的Unicode字符
如下：
>>> chr(65)'A'>>>>>> ord('A')65>>>>>> unichr(1725)u'\u06bd'>>> print unichr(1725)
7.其他数字类型
（1）布尔“数”
布尔类型只有两个值：True和False，实际上它是整型的子类，只是它不能再被继承而生成它的子类，其它的注意点如下：
下面举几个例子：
>>> bool(1)True>>> bool(3)True>>> bool([])False
对于对象的__nonzero__()方法，可见下面的例子：
#对象无__nonzero__方法的情况>>> class C: pass...>>> c = C()>>> bool(c)True#重载__nonzero__方法，使它返回False>>> class C:... def __nonzero__(self):... return False...>>> c = C()>>> bool(c)False>>> bool(C)True
（2）十进制浮点数
该问题在Python后续版本中已经解决，如下：
>>> 0.10.1
当然，如果你在安卓手机上使用QPython，会发现该问题依然存在。
8.相关模块
比较著名的是Numeric（NumPy）和SciPy，这两个包都是第三方扩展包。
其它的数字类型相关模块为：decimal array math/cmath operator random，需要用到时，查阅相关资料即可，这里主要介绍一下random模块。
random模块中最常用的函数如下：
>>> random.randint(1, 2)2>>> random.randint(1, 2)2>>> random.randint(1, 2)2>>> random.randint(1, 2)1
>>> random.randrange(1, 2)1>>> random.randrange(1, 2)1>>> random.randrange(1, 2)1……
结果总是为1。
>>> random.uniform(1, 2)1.2845602051034062>>> random.uniform(1, 2)1.0178567905561313>>> random.uniform(1, 2)1.8440532614481977
>>> random.random()0.04360809434722357>>> random.random()0.7386566820354784>>> random.random()0.8564193451546396
>>> random.choice('xpleaf')'l'>>> random.choice('xpleaf')'f'>>> random.choice('xpleaf')'f'>>> random.choice([1, 2, 3])1>>> random.choice([1, 2, 3])1>>> random.choice([1, 2, 3])3 OK，数字类型的总结就到这里了，虽然实际当中你可能并不需要用到这么多的特性，不过学习过之后，你会对Python有更深入的了解。