Python取模符号是什么？%运算符基础用法

一、什么是取模符号？基本语法与计算原理

在日常数学运算中，当我们用被除数除以除数时，如果无法刚好整除，就会留下余数。在 Python 中，表达这一操作的符号就是英文半角百分号 %，其基本语法形式为：

remainder = a % b

其中 a 是被除数，b 是除数，计算得到的结果就是 a 除以 b 的余数。

底层数学推导公式

Python 对取模运算有着严格的数学定义，它与地板除运算符（向下取整除法 //）紧密绑定。对于任意实数 a 和 b（b != 0），取模运算的结果 r 遵循以下公式：

r = a - (a // b) * b

这里的 // 符号代表向负无穷方向取整（floor）。例如计算 14 % 4：

• 第一步：计算整除商 14 // 4 = 3
• 第二步：计算整除乘积 3 * 4 = 12
• 第三步：得出剩余部分 14 - 12 = 2

图 1：Python 取模运算符底层整除与分组留余原理示意图

二、% 运算符的 4 大高频基础用法

掌握取模符号不仅是理解算术概念，更关键的是利用余数的“周期性”和“边界性”解决实际编程任务。以下是 Python 开发中最常见的四种应用场景。

1. 判断数值的奇偶性

偶数能被 2 整除，余数为 0；奇数被 2 除则余 1。因此，利用 n % 2 是判断奇偶数最直接的方式：

def check_even_odd(number):
    if number % 2 == 0:
        return "偶数"
    else:
        return "奇数"

print(check_even_odd(10))  # 输出：偶数
print(check_even_odd(7))   # 输出：奇数

2. 限制数值范围与循环轮播（环形索引）

当我们需要一个数值在 0 到 N-1 之间循环递增时，取模运算能让超出边界的值自动“折返”。例如星期计算、轮播图图片切换或循环队列：

colors = ["红色", "绿色", "蓝色"]
total = len(colors)  # 长度为 3

# 模拟连续点击 5 次切换按钮
for click in range(5):
    current_index = click % total
    print(f"点击第 {click + 1} 次 -> 显示: {colors[current_index]}")

执行结果中，current_index 始终在 0, 1, 2, 0, 1 之间循环，永远不会发生列表越界异常。

3. 提取数字的末尾各位

利用十进制系统下 % 10、% 100 可以快速提取整数的末尾数值：

num = 2026

# 获取个位数
last_digit = num % 10    # 结果为 6

# 获取后两位
last_two = num % 100     # 结果为 26

4. 任务周期调度与整除校验

在批量处理任务中，我们常通过取模操作来实现“每隔 N 次执行一次”的需求，例如每处理 100 条数据输出一次进度日志：

for i in range(1, 501):
    # 处理业务逻辑...
    if i % 100 == 0:
        print(f"已完成 {i} 项任务的处理，正在记录检查点...")

图 2：取模操作在业务逻辑中的决策与分支流转步骤图

三、进阶重点：Python 中的负数取模规则

如果你曾经学过 C、C++ 或 Java，接触 Python 的 % 时可能会遇到一个经典的“意外现象”：

# 在 Python 中：
print(-7 % 3)   # 输出为：2，而不是 -1！
print(7 % -3)   # 输出为：-2

在许多初学者看来，-7 除以 3 余 -1 似乎更合乎直觉。为什么 Python 会给出 2 呢？

核心原因：向下取整（Floor Division）

C 和 Java 等语言采用的是向零截断取整（Truncated Division），-7 / 3 的商直接截断小数部分变成 -2，因此剩余部分为 -7 - (-2 * 3) = -1。余数符号与被除数一致。

而 Python 严格遵循数学家高斯关于“同余”的标准定义，整除运算 // 采用的是向下取整（Floor toward -∞）：

• -7 / 3 = -2.3333...
• 向负无穷取整后，-7 // 3 = -3
• 根据取模定义式：r = a - (a // b) * b
• 因此：r = -7 - (-3 * 3) = -7 - (-9) = 2

图 3：Python 地板除与 C/Java 截断除法在负数取模下的原理对照

四、浮点数取模与 math.fmod() 的差异

Python 中的 % 运算符不仅支持整数，也支持浮点数：

print(5.5 % 2)   # 输出：1.5
print(7.2 % 2.5) # 输出：2.2000000000000006 （由于二进制浮点表示误差）

虽然语法支持，但在实际工程中对浮点数使用 % 时需要注意：

• 浮点精度误差：计算机采用 IEEE 754 标准表示浮点数，计算可能产生微小的尾数漂移。
• 与 C 语言标准对齐的需求：如果需要精确遵循 C 语言 fmod() 规范（即余数符号与被除数相同），应导入 Python 内置的 math.fmod(x, y) 函数，而不是直接使用 %。

五、常见错误陷阱与避坑指南

在使用 % 运算符时，初学者容易遇到以下三类典型问题：

1. 除数不能为零（ZeroDivisionError）

与普通除法一样，取模运算的除数绝不能为 0，否则会抛出 ZeroDivisionError：

val = 10 % 0
# 报错：ZeroDivisionError: integer modulo by zero

在模数来自于动态变量或用户输入时，必须先进行 if b != 0 的有效性校验。

2. 运算符与字符串格式化混淆

在早期的 Python 代码中，% 经常被用于字符串格式化（类似 C 语言的 printf）：

# 旧版字符串格式化用法（并非算术取模）
msg = "学生人数: %d" % 42

虽然使用的都是 % 符号，但当左侧操作数是字符串时，它代表字符串插值；只有两边都是数字类型时，才表示算术取模。在现代 Python 3 中，推荐使用 f-string（f"学生人数: {count}"）进行文本拼接，避免混淆。

3. 运算符优先级与括号规范

% 运算符与乘法 *、除法 /、整除 // 处于同一优先级级别，高于加法 + 和减法 -。

# 先算 3 % 2 = 1，再加上 5，结果为 6
result = 5 + 3 % 2

# 若意图是对整体求模，必须显式加括号，结果为 0
result_grouped = (5 + 3) % 2

图 4：Python % 运算符知识全景与实用注意事项思维导图

六、总结与速查

Python 的取模符号 % 是一个基础而精妙的运算符。回顾全文核心要点：

• 符号形式：半角百分号 %。
• 运算实质：基于向下取整公式 r = a - (a // b) * b，计算整除后剩余的量。
• 核心价值：提供天然的周期边界控制，在奇偶判定、循环列表、时间与轮播计算中不可或缺。
• 符号规律：负数运算时，计算结果始终与除数同号。
• 安全习惯：警惕 ZeroDivisionError，并在涉及混合运算时通过括号显式声明运算顺序。

日常编码中若需要同时获得商和余数，还可以使用 Python 原生内置函数 divmod(a, b)，它会直接返回一个元组 (a // b, a % b)，在性能和代码可读性上都更胜一筹。