用户codelogic和harley是正确的，但请记住，如果您知道字符串是整数（例如545），则可以调用int（“545”），而无需先强制转换为float。

如果字符串在列表中，也可以使用map函数。

>>> x = ["545.0", "545.6", "999.2"]
>>> map(float, x)
[545.0, 545.60000000000002, 999.20000000000005]
>>>

只有当它们都是同一类型的时候才是好的。

您可以使用json.loads：

>>> import json
>>> json.loads('123.456')
123.456
>>> type(_)
<class 'float'>
>>> 

正如你所看到的，它变成了一种浮子。

对于数字和字符：

string_for_int = "498 results should get"
string_for_float = "498.45645765 results should get"

首次导入重新：

 import re

 # For getting the integer part:
 print(int(re.search(r'\d+', string_for_int).group())) #498

 # For getting the float part:
 print(float(re.search(r'\d+\.\d+', string_for_float).group())) #498.45645765

对于简单的模型：

value1 = "10"
value2 = "10.2"
print(int(value1)) # 10
print(float(value2)) # 10.2

你需要考虑四舍五入才能做到这一点。

即-int（5.1）=>5int（5.6）=>5——错误，应该是6，所以我们做int（5.6+0.5）=>6

def convert(n):
    try:
        return int(n)
    except ValueError:
        return float(n + 0.5)

如果您正在处理混合整数和浮点数，并希望以一致的方式处理混合数据，下面是我使用正确的docstring的解决方案：

def parse_num(candidate):
    """Parse string to number if possible
    It work equally well with negative and positive numbers, integers and floats.

    Args:
        candidate (str): string to convert

    Returns:
        float | int | None: float or int if possible otherwise None
    """
    try:
        float_value = float(candidate)
    except ValueError:
        return None

    # Optional part if you prefer int to float when decimal part is 0
    if float_value.is_integer():
        return int(float_value)
    # end of the optional part

    return float_value

# Test
candidates = ['34.77', '-13', 'jh', '8990', '76_3234_54']
res_list = list(map(parse_num, candidates))
print('Before:')
print(candidates)
print('After:')
print(res_list)

输出：

Before:
['34.77', '-13', 'jh', '8990', '76_3234_54']

After:
[34.77, -13, None, 8990, 76323454]

float（“545.2222”）和int（float（”545.2222“））