python3数学计算(四则运算、数学函数)整除、取余、幂运算、平方根、阶乘、对数、三角函数、平均值、标准差、积分、微分等、python数学计算

本文主要是介绍python3数学计算(四则运算、数学函数)整除、取余、幂运算、平方根、阶乘、对数、三角函数、平均值、标准差、积分、微分等、python数学计算,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • Python3 常用数学计算
    • 1. Python内置数学库
      • 1.1 基本数学运算
      • 1.2 math库
    • 2. Numpy库
      • 2.1 创建和操作Numpy数组
      • 2.2 Numpy数学函数
    • 3. SciPy库
      • 3.1 积分和微分
      • 3.2 线性代数

Python3 常用数学计算

Python是一种高级、通用的编程语言,被广泛应用于数据科学、机器学习、网络开发等领域。这篇文章将重点介绍如何使用Python进行常见的数学计算。

1. Python内置数学库

Python提供了许多内置的数学函数和库,包括但不限于math, cmath(复数)和fractions(分数)。

1.1 基本数学运算

Python可以执行基本的数学运算,例如加法(+), 减法(-), 乘法(*), 除法(/), 整数除法(//), 取余(%) 和幂运算(**)。

print(5 + 2)    # 输出7
print(5 - 2)    # 输出3
print(5 * 2)    # 输出10
print(5 / 2)    # 输出2.5
print(5 // 2)   # 输出2
print(5 % 2)    # 输出1
print(5 ** 2)   # 输出25

1.2 math库

math库提供了很多有用的数学函数。以下列出一些常见的:

import mathprint(math.sqrt(16))    # 平方根,输出4.0
print(math.factorial(5))  # 阶乘,输出120
print(math.log(100, 10))  # 对数,输出2.0
print(math.exp(2))    # e的幂次方,输出7.38905609893065
print(math.sin(math.pi/2))  # 正弦函数,输出1.0

2. Numpy库

Numpy是Python中用于科学计算的基础包。它提供了高效的大规模数组对象,以及相关的操作。

2.1 创建和操作Numpy数组

import numpy as np# 创建一个Numpy数组
arr = np.array([1, 2, 3, 4, 5])# 执行元素级运算
print(arr + 1)  # 输出[2, 3, 4, 5, 6]
print(arr * 2)  # 输出[2, 4, 6, 8, 10]
print(arr ** 2)  # 输出[1, 4, 9, 16, 25]

2.2 Numpy数学函数

Numpy也提供了一些常见的数学函数:

import numpy as nparr = np.array([1, 2, 3, 4, 5])print(np.sum(arr))  # 求和,输出15
print(np.mean(arr))  # 求平均值,输出3.0
print(np.max(arr))  # 最大值,输出5
print(np.min(arr))  # 最小值,输出1
print(np.std(arr))  # 标准差,输出1.4142135623730951

3. SciPy库

SciPy是Python中用于科学计算的一个库,它依赖于Numpy。SciPy提供了大量的数学算法和便利函数。

3.1 积分和微分

from scipy import integrate# 定义一个函数
def f(x):return x**2# 对函数进行积分
result, error = integrate.quad(f, 0, 1)
print(result)  # 输出0.33333333333333337

3.2 线性代数

from scipy import linalg
import numpy as np# 创建一个二维数组(即矩阵)
A = np.array([[1, 2], [3, 4]])# 计算行列式
det = linalg.det(A)
print(det)  # 输出-2.0# 计算逆矩阵
inv = linalg.inv(A)
print(inv)  # 输出[[-2.   1. ]#        [ 1.5 -0.5]]

这只是Python中常用数学计算的一部分,还有更多其他的库和函数可供使用。

参考文献:

  1. Python Documentation. (n.d.). Math — Mathematical functions. Retrieved from https://docs.python.org/3/library/math.html
  2. Numpy Documentation. (n.d.). Numpy. Retrieved from https://numpy.org/doc/
  3. SciPy Documentation. (n.d.). Scipy. Retrieved from https://docs.scipy.org/doc/scipy/reference/

这篇关于python3数学计算(四则运算、数学函数)整除、取余、幂运算、平方根、阶乘、对数、三角函数、平均值、标准差、积分、微分等、python数学计算的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/176316

相关文章

Python+FFmpeg实现视频自动化处理的完整指南

《Python+FFmpeg实现视频自动化处理的完整指南》本文总结了一套在Python中使用subprocess.run调用FFmpeg进行视频自动化处理的解决方案,涵盖了跨平台硬件加速、中间素材处理... 目录一、 跨平台硬件加速:统一接口设计1. 核心映射逻辑2. python 实现代码二、 中间素材处

python中的flask_sqlalchemy的使用及示例详解

《python中的flask_sqlalchemy的使用及示例详解》文章主要介绍了在使用SQLAlchemy创建模型实例时,通过元类动态创建实例的方式,并说明了如何在实例化时执行__init__方法,... 目录@orm.reconstructorSQLAlchemy的回滚关联其他模型数据库基本操作将数据添

Python实现快速扫描目标主机的开放端口和服务

《Python实现快速扫描目标主机的开放端口和服务》这篇文章主要为大家详细介绍了如何使用Python编写一个功能强大的端口扫描器脚本,实现快速扫描目标主机的开放端口和服务,感兴趣的小伙伴可以了解下... 目录功能介绍场景应用1. 网络安全审计2. 系统管理维护3. 网络故障排查4. 合规性检查报错处理1.

Python轻松实现Word到Markdown的转换

《Python轻松实现Word到Markdown的转换》在文档管理、内容发布等场景中,将Word转换为Markdown格式是常见需求,本文将介绍如何使用FreeSpire.DocforPython实现... 目录一、工具简介二、核心转换实现1. 基础单文件转换2. 批量转换Word文件三、工具特性分析优点局

Python中4大日志记录库比较的终极PK

《Python中4大日志记录库比较的终极PK》日志记录框架是一种工具,可帮助您标准化应用程序中的日志记录过程,:本文主要介绍Python中4大日志记录库比较的相关资料,文中通过代码介绍的非常详细,... 目录一、logging库1、优点2、缺点二、LogAid库三、Loguru库四、Structlogphp

C++,C#,Rust,Go,Java,Python,JavaScript的性能对比全面讲解

《C++,C#,Rust,Go,Java,Python,JavaScript的性能对比全面讲解》:本文主要介绍C++,C#,Rust,Go,Java,Python,JavaScript性能对比全面... 目录编程语言性能对比、核心优势与最佳使用场景性能对比表格C++C#RustGoJavapythonjav

Python海象运算符:=的具体实现

《Python海象运算符:=的具体实现》海象运算符又称​​赋值表达式,Python3.8后可用,其核心设计是在表达式内部完成变量赋值并返回该值,从而简化代码逻辑,下面就来详细的介绍一下如何使用,感兴趣... 目录简介​​条件判断优化循环控制简化​推导式高效计算​正则匹配与数据提取​性能对比简介海象运算符

python项目环境切换的几种实现方式

《python项目环境切换的几种实现方式》本文主要介绍了python项目环境切换的几种实现方式,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 如何在不同python项目中,安装不同的依赖2. 如何切换到不同项目的工作空间3.创建项目

python项目打包成docker容器镜像的两种方法实现

《python项目打包成docker容器镜像的两种方法实现》本文介绍两种将Python项目打包为Docker镜像的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 目录简单版:(一次成功,后续下载对应的软件依赖)第一步:肯定是构建dockerfile,如下:第二步

Python + Streamlit项目部署方案超详细教程(非Docker版)

《Python+Streamlit项目部署方案超详细教程(非Docker版)》Streamlit是一款强大的Python框架,专为机器学习及数据可视化打造,:本文主要介绍Python+St... 目录一、针对 Alibaba Cloud linux/Centos 系统的完整部署方案1. 服务器基础配置(阿里