搜尋
首頁後端開發Python教學Python的math模組中常用的數學函數整理總結

這篇文章主要介紹了Python的math模組中的常用數學函數整理,同時對運算子的運算優先級作了一個羅列,需要的朋友可以參考下

在數學之中,除了加減乘除四則運算之外——這是小學數學——還有其它更多的運算,比如乘方、開方、對數運算等等,要實現這些運算,需要用到Python 中的一個模組:Math

模組(module)是Python 中非常重要的東西,你可以把它理解為Python 的擴充工具。換言之,Python 預設提供了一些可用的東西,但是這些預設情況下提供的還遠遠不能滿足程式設計實踐的需要,於是就有人專門製作了另外一些工具。這些工具被稱為「模組」

任何一個 Pythoner 都可以寫模組,並且把這些模組放到網路上供他人使用。

當安裝好 Python 之後,就有一些模組預設安裝了,這個稱之為“標準庫”,“標準庫”中的模組不需要安裝,就可以直接使用。

如果沒有納入標準庫的模組,需要安裝之後才能使用。模組的安裝方法,我特別推薦使用 pip 來安裝。這裡僅提一下,後面會專門進行講述,性急的看官可以自己 google。
使用 math 模組
math 模組是標準函式庫中的,所以不用安裝,可以直接使用。使用方法是:


>>> import math

用 import 就將 math 模組引用過來了,下面就可以使用這個模組提供的工具了。例如,要得到圓周率:


>>> math.pi
3.141592653589793

這個模組都能做哪些事呢?可以用下面的方法看到:


>>> dir(math)
['doc', 'name', 'package', 'acos', 'acosh', 'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign', 'cos', 'cosh', 'degrees', 'e', 'erf', 'erfc', 'exp', 'expm1', 'fabs', 'factorial', 'floor', 'fmod', 'frexp', 'fsum', 'gamma', 'hypot', 'isinf', 'isnan', 'ldexp', 'lgamma', 'log', 'log10', 'log1p', 'modf', 'pi', 'pow', 'radians', 'sin', 'sinh', 'sqrt', 'tan', 'tanh', 'trunc']

dir(module)是一個非常有用的指令,可以透過它查看任何模組中所包含的工具。從上面的列表中就可以看出,在math 模組中,可以計算正sin(a),cos(a),sqrt(a)......

這些我們稱之為函數,也就是在模組math 中提供了各類計算的函數,例如計算乘方,可以使用pow 函數。但是,要怎麼用呢?

Python 是一個非常周到的姑娘,她早就提供了一個命令,讓我們來查看每個函數的使用方法。


>>> help(math.pow)

在互動模式下輸入上面的指令,然後回車,看到下面的資訊:


Help on built-in function pow in module math:

 
pow(...)
 pow(x, y)

 Return x**y (x to the power of y).

這裡展示了math 模組中的pow 函數的使用方法和相關說明。

第一行意思是說這裡是math 模組的內建函數pow 幫助資訊(所謂built-in,稱為內建函數,是說這個函數是Python 預設就有的)
第三行,表示這個函數的參數,有兩個,也是函數的呼叫方式
第四行,是對函數的說明,傳回x**y 的結果,並且在後面解釋了x**y 的意思。
最後,按 q 鍵回到 Python 互動模式
從上面看到了一個額外的訊息,就是 pow 函數和 x**y 是等效的,都是計算 x 的 y 次方。


>>> 4**2
16
>>> math.pow(4,2)
16.0
>>> 4*2
8

特別注意,4**2 和 4*2 是有很大差別的。

用類似的方法,可以查看 math 模組中的任何一個函數的使用方法。

關於「函數」的問題,在這裡不做深入闡述,看管姑且按照自己在數學中所學到去理解。後面會有專門研究函數的章節。
以下是幾個常用的 math 模組中函數舉例,看官可以結合自己調試的進行比照。

>>> math.sqrt(9)
3.0
>>> math.floor(3.14)
3.0
>>> math.floor(3.92)
3.0
>>> math.fabs(-2) # 等价于 abs(-2)
2.0
>>> abs(-2)
2
>>> math.fmod(5,3) # 等价于 5%3
2.0
>>> 5%3
2

幾個常見函數
有幾個常用的函數,列一下,如果記不住也不要緊,知道有這些就好了,用的時候就 google。

求絕對值

>>> abs(10)
10
>>> abs(-10)
10
>>> abs(-1.2)
1.2

四捨五入

>>> round(1.234)
1.0
>>> round(1.234,2)
1.23

>>> # 如果不清楚这个函数的用法,可以使用下面方法看帮助信息
>>> help(round)


Help on built-in function round in module builtin:

round(...)
 round(number[, ndigits]) -> floating point number

 Round a number to a given precision in decimal digits (default 0 digits).
 This always returns a floating point number. Precision may be negative.

#運算優先級
從小學數學開始,就研究運算優先級的問題,比如四則運算中“先乘除,後加減”,說明乘法、除法的優先級要高於加減。

對於同一層級的,就依照「從左到右」的順序進行計算。

下面的表格中列出了 Python 中的各種運算的優先順序。不過,就一般情況而言,不需要記憶,完全可以按照數學中的去理解,因為人類既然已經發明了數學,在計算機中進行的運算就不需要從新編寫一套新規範了,只需要符合數學中的即可。

表達式布林「或」#andnot xin, not inis,is not,>=,!=,==|^&>#+,-##x [index:index]尋址段f(arguments...)函數呼叫
運算子
描述
#lambdaLambda
or
布林「與」
#布林「非」
成員測試
相同性測試
比較
按位元或
按位異或
位元與
移位
加法與減法
#*,/,% 乘法、除法與取餘
+x,-x 正負號
~x 以位元翻轉
#** 索引
#x.attribute 屬性參考
x[index] 下標


#(experession,...)

綁定或元組顯示#############[expression,...]######清單顯示# ###########{key:datum,...}######字典顯示############'expression,...'#### ######字串###轉換##################上面的表格將Python 中用到的與運算子有關的都列出來了,是按照從低到高的順序列出的。雖然有很多還不知道是怎麼回事,不過先列出來,等以後用到了,還可以再回來查看。 ######最後,要提及的是運算中的絕殺:括號。只要有括號,就先計算括號裡面的。這是數學中的共識,無需解釋。 ###

以上是Python的math模組中常用的數學函數整理總結的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
Python與C:學習曲線和易用性Python與C:學習曲線和易用性Apr 19, 2025 am 12:20 AM

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

Python vs. C:內存管理和控制Python vs. C:內存管理和控制Apr 19, 2025 am 12:17 AM

Python和C 在内存管理和控制方面的差异显著。1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

科學計算的Python:詳細的外觀科學計算的Python:詳細的外觀Apr 19, 2025 am 12:15 AM

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Python和C:找到合適的工具Python和C:找到合適的工具Apr 19, 2025 am 12:04 AM

選擇Python還是C 取決於項目需求:1)Python適合快速開發、數據科學和腳本編寫,因其簡潔語法和豐富庫;2)C 適用於需要高性能和底層控制的場景,如係統編程和遊戲開發,因其編譯型和手動內存管理。

數據科學和機器學習的Python數據科學和機器學習的PythonApr 19, 2025 am 12:02 AM

Python在數據科學和機器學習中的應用廣泛,主要依賴於其簡潔性和強大的庫生態系統。 1)Pandas用於數據處理和分析,2)Numpy提供高效的數值計算,3)Scikit-learn用於機器學習模型構建和優化,這些庫讓Python成為數據科學和機器學習的理想工具。

學習Python:2小時的每日學習是否足夠?學習Python:2小時的每日學習是否足夠?Apr 18, 2025 am 12:22 AM

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Web開發的Python:關鍵應用程序Web開發的Python:關鍵應用程序Apr 18, 2025 am 12:20 AM

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python vs.C:探索性能和效率Python vs.C:探索性能和效率Apr 18, 2025 am 12:20 AM

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱工具

mPDF

mPDF

mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

SublimeText3 英文版

SublimeText3 英文版

推薦:為Win版本,支援程式碼提示!

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

Dreamweaver Mac版

Dreamweaver Mac版

視覺化網頁開發工具

VSCode Windows 64位元 下載

VSCode Windows 64位元 下載

微軟推出的免費、功能強大的一款IDE編輯器