通过前两章的学习，相信都对整数以及内存表示有了清晰的认知，这篇我们来谈谈除整数以外的数字。
1，浮点数：
python不像C/C++或者Java那样，把浮点数分为单精度和双精度，在python中浮点定义很简单，就是带小数点的数就是浮点数，而且浮点的实现方式和C语言双精度是一样的。
看如下代码：
a = 1.
b = 1.45
c = 3.4e-10
d = 4e6
e = 4.0e+5
print("a={0},b={1},c={2},d={3},e={4}".format(
a,b,c,d,e))
#输出：a=1.0,b=1.45,c=3.4e-10,d=4000000.0,e=400000.0这段代码很好的说明了浮点数的书写形式，a说明如果数字后面带个点，即便是点后面没有别的数字了，这也是个浮点数，c，d，e都是采用科学计数的方式，通过打印的d的值可以看出，即便书写没有小数，但是打印的值还是带了小数，这说明只要是采用科学技术法，这个数就是浮点数。观察这个c很奇怪，它的打印形式和书写形式一模一样，这是和python的打印方式有关，如果这个小数位数后面超过3个0，那么就会用科学计数法打印出来。例如c=3.4e-4则会打印0.00034，如果是c=3.4e-5，则打印3.4e-5，这是个很有趣的细节。
看一下下面这个代码片段：
a = 0.1 + 0.1 + 0.1 - 0.3
print("a={}".format(a))#a=5.551115123125783e-17
是不是对结果有点惊讶，按照我们的思路，应还是0.0才对。实际上，这说明浮点数在内存中的表示是不精确的，所以才会出现这种似是而非的情况，所以我们在对浮点数计算的时候要相当小心，尤其是两个相同的值相减的情况，结果可能不是0。
说到这里，就引出了我们接下来要说的两个类型，分数和小数。
2，分数：
相信大家都不是九年制义务教育漏网之鱼，说到分数，那肯定是耳熟能详。但是在代码的世界，分数和我们想象的可能有点不同。看下下面这段代码：
a = 1/3
这个是分数么？看着很像，其实1/3只是个表达式，在python3.0之后，这个值表示真除，结果是0.3333333333333333，这还是个浮点数。其实要书写分数，没那么简单，我们需要引用一个模块franctions，看如下代码：
from fractions import Fraction
a = Fraction(1, 3)
b = Fraction(2, 6)
c = a + b
d = c + a
print("a={0},b={1},c={2},d={3}".format(a, b, c, d))
#结果：a=1/3,b=1/3,c=2/3,d=1这段代码引入了一个Fraction类，这个类需要两个参数，第一个是分子，第二个是分母，我们看打印出的结果是不是和我们想象的一样？我们发现分数类型可以相加，其实加减乘除也都可以，这是因为python对操作符进行了重载，后续的学习中，我们会学习如何重载操作符。学过Java的人都知道，java不允许用户重载操作符，但是学过C++对这个并不陌生，因为C++也允许重载操作符。
另外，Fraction还支持字符串浮点数作为参数，例如Fraction('.25')，会打印出1/4。分数精确表示数固然很有意义，但是在实际运用的过程中，像0.1 + 0.1 + 0.1 - 0.3 这种事情会真的发生，而且用分子和分母表示数可能只是在数学计算中，现实中我们可能更喜欢直接用0.1这样的形式，例如这个蔬菜0.3元一斤，我们有三个0.1元，最后是不是要找钱，计算机就会根据这个公式0.1 + 0.1 + 0.1 - 0.3来计算需不需要找零，如果按照浮点数计算，得到非零的值，这显然是不合适的。这就引出了我们另外一个类型，小数。
3，小数
小数也需要引用python的一个模块decimal，我们知道到浮点数的精度不是固定的，所以才会导致0.1 + 0.1 + 0.1 - 0.3 结果不为零的情况，而小数的精度是固定的，所以计算不会出现我们意料之外的情况。看一下下面这段代码：
from decimal import Decimal
a = Decimal("0.1") + Decimal("0.1") + Decimal("0.1") - Decimal("0.3")
print("a = {}".format(a))
#结果：print("a = {}".format(a))首先我们用decimal引入Decimal类，这个类需要一个字符串作为参数，我们看最后的打印结果是0.0，这是因为上面的表达式都是保留一位小数，这个精度是1，计算的结果精度也是1，所以我们得到了我们想要的结果。 但是Decimal的精度会根据情况扩展，如下面代码所示：
from decimal import Decimal
a = Decimal("0.10") + Decimal("0.1") + Decimal("0.1") - Decimal("0.3")
print("a = {}".format(a))
#结果：a = 0.00精度变成了2，这说明小数精度会扩展成精度最大的那个小数的精度。
再看下面这个情况：
from decimal import Decimal
a = Decimal("1") / Decimal("7")
print("a = {}".format(a))
#结果：a = 0.1428571428571428571428571429这一看是不是有点摸不着头脑，这其实也合理，因为1/7本身就是除不尽的，上面说小数的精度会扩展，因为除不尽，所以最后实际上是表示了最大的精度，但是这个和浮点数的非固定精度还是不同的，看如下代码：
from decimal import Decimal
a = Decimal("1") / Decimal("7") + Decimal("1") / Decimal("7") + Decimal("1") / Decimal("7") - \
Decimal("1") / Decimal("7") - Decimal("1") / Decimal("7") - Decimal("1") / Decimal("7")
b = 0.1 + 0.1 + 0.1 - 0.1 - 0.1 - 0.1
print("a = {0},b = {1}".format(a, b))
#结果：a = 0E-28,b = 2.7755575615628914e-17a的结果是0E-28，这个是不是有点熟悉，为什么是-28呢？上面的代码1/7的时候，我们看到的结果a = 0.1428571428571428571428571429，这个精度就是28位，所以根据上面我们说小数会扩展精度，所以这个结果也是28位的精度，虽然其结果就是0，而对于b，用浮点数来计算，发现是非0的数，这个再次验证小数的精度是固定的，而浮点数的精度不是固定的。
那么有时候我们不想要这么大的精度怎么办呢？看如下代码：
import decimal
from decimal import Decimal
a = Decimal("1")/Decimal("7")
decimal.getcontext().prec = 4
b = Decimal("1")/Decimal("7")
print("a = {0},b = {1}".format(a, b))
#结果：a = 0.1428571428571428571428571429,b = 0.1429可以看出，将精度设置为4的时候，b保留了四位小数，而且是通过四舍五入的形式。有时候，我们只是对某段代码想自定义精度，出了这个代码片段又想恢复默认的精度，一种方法就是再把之前的精度设置为回去，通过之前的代码，知道默认的精度是28，所以可以将prec设置为28即可，但是有时候，我们不想这么麻烦，可以通过上下文管理器来做。如下面代码所示：
import decimal
from decimal import Decimal
with decimal.localcontext() as cx:
cx.prec = 4
b = Decimal("1")/Decimal("7")
a = Decimal("1")/Decimal("7")
print("a = {0},b = {1}".format(a, b))
这段代码我们只是稍稍的调整了一下顺序，将变量a的赋值放在了下面，我们通过with语句，使得精度的设置只在with的语句块中生效，这样a的精度还是默认的精度，关于with，这里不展开说了，后面我会专门说这个。
4，复数
复数其实就是一个实部+虚部，目前来看，还我还没有遇到到需要用复数运算的场景，这里就简单的介绍下，请看下面的代码：
a = 1 + 2j
b = a * a
print("a={0},b={1}".format(a, b))
#结果：a=(1+2j),b=(-3+4j)上面代码定义了一个复数a，其中实部为1，虚部为2j，其中j是代表虚部的标志，b是a和a的乘积，这个和数学上的运算是一样的，这里就不再说了。
到这里我们就完成了浮点数，小数，分数，以及复数的介绍。这些类型包括前面所讲的类型之间是如何运算的呢，以及这些类型有什么关键字和类来表示呢？下一章我们再详细谈这个问题。