2. 算术操作数详解：整数、浮点数、复数在算术运算中的表现

聊到 Python 的算术运算，很多人觉得不就是加减乘除嘛，有啥好讲的？

嗯，我刚开始也是这么想的。直到有一次在金融项目里，因为浮点数精度问题导致对账差了 0.01 元，查了整整一个下午。从那以后，我对 Python 的数值类型就再也不敢马虎了。

说白了，整数、浮点数、复数这三种类型，在算术运算中的行为差异很大。不理解这些差异，写出来的代码就可能藏着坑。

2.1 整数：Python 的「大胃王」

Python 的整数和其他语言不太一样。C 语言里 int 有范围限制，超出就溢出。但 Python 的整数是 任意精度 的。

# 你能想象这么大的整数吗？
big_num = 10 ** 100
print(big_num)
# 输出：10000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

# 再大一点也没问题
huge_num = 2 ** 1000
print(len(str(huge_num)))  # 302 位数字

我个人习惯在做大数计算时，直接用 Python 的 int，省心。不像 Java 还得用 BigInteger。

print(7 // 3)   # 2
print(-7 // 3)  # -3，不是 -2！
# 因为 -7/3 ≈ -2.33，向下取整得到 -3

2.2 浮点数：精度是个老话题

浮点数在计算机里是用二进制表示的。你想想看，0.1 在二进制里是个无限循环小数。所以 0.1 + 0.2 不等于 0.3，这是所有语言的通病。

print(0.1 + 0.2)  # 0.30000000000000004
print(0.1 + 0.2 == 0.3)  # False

我在项目中遇到过最典型的场景：累计金额时，每次加 0.01，加 100 次，结果不是 1.0。财务那边直接炸了。

Python 的浮点数遵循 IEEE 754 标准，双精度 64 位。有效数字大约 15-17 位。

操作	示例	结果	说明
加法	0.1 + 0.2	0.30000000000000004	精度误差
乘法	0.1 * 3	0.30000000000000004	同样有误差
比较	0.1 + 0.2 == 0.3	False	别直接比较
取整	round(2.675, 2)	2.67	银行家舍入

import math
print(math.isclose(0.1 + 0.2, 0.3))  # True

# 或者手动设阈值
eps = 1e-9
print(abs(0.1 + 0.2 - 0.3) < eps)  # True

2.3 复数：Python 的隐藏技能

说实话，复数在日常开发中用得不多。但做科学计算、信号处理时，它就是主角了。

Python 用 j 表示虚数单位，注意不是 i。

# 定义复数
z1 = 3 + 4j
z2 = 1 - 2j

# 基本运算
print(z1 + z2)  # (4+2j)
print(z1 * z2)  # (11-2j)
print(z1 / z2)  # (-1+2j)

# 获取实部和虚部
print(z1.real)  # 3.0
print(z1.imag)  # 4.0

我记得有一次做音频频谱分析，用复数表示频域信号，Python 的 cmath 模块帮了大忙。

z1 = 3 + 4j
z2 = 1 + 2j
# print(z1 > z2)  # TypeError: '>' not supported between instances of 'complex' and 'complex'

# 正确做法：比较模长
print(abs(z1) > abs(z2))  # True

2.4 类型转换：混合运算时的规则

不同类型的数值在一起运算时，Python 会自动做类型提升。规则很简单：朝着更「宽」的类型转换。

宽度顺序：int → float → complex

# int + float → float
print(type(3 + 0.5))  # <class 'float'>

# int + complex → complex
print(type(3 + 4j))  # <class 'complex'>

# float + complex → complex
print(type(3.0 + 4j))  # <class 'complex'>

你想想看，如果 int 和 float 运算结果还是 int，那 3 / 2 就变成 1 了，这显然不合理。Python 3 在这方面做得比 Python 2 好多了。

2.5 知识结构图

下面这张图帮你理清三种数值类型在算术运算中的关系：

2.6 实战建议

• 整数运算：放心用，不会溢出。但注意 // 的向下取整行为。
• 浮点运算：别做精确比较。用 math.isclose() 或设阈值。
• 复数运算：用 cmath 模块处理数学函数，别直接比较大小。
• 混合运算：了解类型提升规则，避免意外结果。