由于该math模块与 Python 版本一起打包,因此您不必单独安装它,直接导入:
1
|
import math |
math模块常数
Pythonmath模块提供了多种预定义常量。访问这些常量提供了几个优点。一方面,您不必手动将它们硬编码到您的应用程序中,这为您节省了大量时间。另外,它们在整个代码中提供一致性。该模块包括几个著名的数学常数和重要值:
圆周率π
Tau (τ)
欧拉数e
无限
不是数字 (NaN)
1. 圆周率
Pi (π) 是圆的周长 ( c ) 与其直径 ( d )的比值:
π = c/d
对于任何圆,该比率始终相同。
Pi 是一个无理数,这意味着它不能表示为一个简单的分数。因此,pi 的小数位数是无限的,但可以近似为 22/7,即 3.141。
您可以按如下方式访问 pi:
1
2
|
>>> math.pi 3.141592653589793 |
如您所见,在 Python 中 pi 值保留为小数点后十五位。提供的位数取决于底层 C 编译器。Python 默认打印前 15 位数字,并math.pi始终返回一个浮点值。
那么 pi 可以通过哪些方式对您有用呢?您可以使用 2π r计算圆的周长,其中r是圆的半径:
1
2
3
4
|
>>> r = 3 >>> circumference = 2 * math.pi * r >>> f "Circumference of a Circle = 2 * {math.pi:.4} * {r} = {circumference:.4}" 'Circumference of a Circle = 2 * 3.142 * 3 = 18.85' |
您可以使用它math.pi来计算圆的周长。您还可以使用公式 π r ²计算圆的面积,如下所示:
1
2
3
4
|
>>> r = 5 >>> area = math.pi * r * r >>> f "Area of a Circle = {math.pi:.4} * {r} * {r} = {area:.4}" 'Area of a Circle = 3.142 * 5 * 5 = 78.54' |
2. Tau (τ)
Tau (τ) 是圆的周长与其半径的比值。这个常数等于 2π,或大约 6.28。与 pi 一样,tau 是一个无理数,因为它只是 pi 乘以 2。
许多数学表达式使用 2π,而使用 tau 可以帮助简化方程。例如,我们可以用 tau 代替 tau 并使用更简单的方程 τ r,而不是用 2π r计算圆的周长。
然而,使用 tau 作为圆常数仍存在争议。您可以根据需要自由使用 2π 或 τ。
您可以使用 tau 如下:
1
2
|
>>> math.tau 6.283185307179586 |
像math.pi,math.tau返回十五位数字并且是一个浮点值。您可以使用 tau 计算具有 τ r的圆的周长,其中r是半径,如下所示:
1
2
3
4
|
>>> r = 3 >>> circumference = math.tau * r >>> f "Circumference of a Circle = {math.tau:.4} * {r} = {circumference:.4}" 'Circumference of a Circle = 6.283 * 3 = 18.85' |
您可以使用math.tau代替2 * math.pi来整理包含表达式 2π 的方程。
3. 欧拉数
欧拉数 ( e ) 是一个常数,它是自然对数的底数,自然对数是一种常用于计算增长率或衰减率的数学函数。与 pi 和 tau 一样,欧拉数是一个具有无限小数位的无理数。e的值通常近似为 2.718。
欧拉数是一个重要的常数,因为它有许多实际用途,例如计算人口随时间的增长或确定放射性衰变率。您可以从math模块中访问欧拉数,如下所示:
1
2
|
>>> math.e 2.718281828459045 |
4. 无限
无穷大不能由数字定义。相反,它是一个数学概念,代表永无止境或无限的事物。无穷大可以朝任一方向发展,正向或负向。
当您想将给定值与绝对最大值或最小值进行比较时,您可以在算法中使用无穷大。
Python中正无穷大和负无穷大的取值如下:
1
2
3
4
|
>>> f "Positive Infinity = {math.inf}" 'Positive Infinity = inf' >>> f "Negative Infinity = {-math.inf}" 'Negative Infinity = -inf' |
无穷大不是数值。相反,它被定义为math.inf. Python 在 3.5 版中引入了这个常量,相当于float(“inf”):
1
2
|
>>> float ( "inf" ) = = math.inf True |
既float(“inf”)和math.inf表示无穷大的概念,使得math.inf大于任何数值:
1
2
3
|
>>> x = 1e308 >>> math.inf > x True |
上面代码中,math.inf大于x10 308(浮点数的最大大小)的值,为双精度数。
同样,-math.inf小于任何值:
1
2
3
|
>>> y = - 1e308 >>> y > - math.inf True |
负无穷小于 的值y,即 -10 308。没有数字可以大于无穷大或小于负无穷大。这就是为什么数学运算 withmath.inf不会改变无穷大的值:
1
2
3
4
|
>>> math.inf + 1e308 inf >>> math.inf / 1e308 inf |
5. 不是数字
不是数字或 NaN 并不是真正的数学概念。它起源于计算机科学领域,作为对非数字值的引用。NaN值可以是由于无效的输入,或者它可以指示一个变量即应该是数值已经由文本字符或符号损坏。
检查值是否为 NaN 始终是最佳实践。如果是,那么它可能会导致您的程序中出现无效值。Python 在 3.5 版本中引入了 NaN 常量。
您可以观察以下值math.nan:
1
2
|
>>> math.nan nan |
NaN 不是数值。你可以看到,价值math.nan是nan,相同的值float(“nan”)。
算术函数
1. factorial()
仅仅为了得到一个数的阶乘而实现自己的函数既耗时又低效。更好的方法是使用math.factorial().。
以下是如何使用 找到数字的阶乘math.factorial():
1
2
|
>>> math.factorial( 7 ) 5040 |
2. ceil()
math.ceil()将返回大于或等于给定数字的最小整数值。如果数字是正小数或负小数,则函数将返回下一个大于给定值的整数值。
例如,输入 5.43 将返回值 6,输入 -12.43 将返回值 -12。math.ceil()可以将正实数或负实数作为输入值,并且将始终返回整数值。
当您向 输入整数值时ceil(),它将返回相同的数字:
1
2
3
4
|
>>> math.ceil( 6 ) 6 >>> math.ceil( - 11 ) - 11 |
3. floor()
floor()将返回小于或等于给定数字的最接近的整数值。此函数的行为与 相反ceil()。例如,输入 8.72 将返回 8,输入 -12.34 将返回 -13。floor()可以将正数或负数作为输入,并返回一个整数值。
如果您输入一个整数值,则该函数将返回相同的值:
1
2
3
4
|
>>> math.floor( 4 ) 4 >>> math.floor( - 17 ) - 17 |
4. trunc()
当您得到一个带小数点的数字时,您可能只想保留整数部分并消除小数部分。该math模块有一个被调用的函数trunc(),它可以让你做到这一点。
删除十进制值是一种四舍五入。使用trunc(),负数总是向上舍入到零,正数总是向下舍入到零。
以下是该trunc()函数如何舍入正数或负数:
1
2
3
4
|
>>> math.trunc( 12.32 ) 12 >>> math.trunc( - 43.24 ) - 43 |
5. isclose()
例如,采用以下一组数字:2.32、2.33 和 2.331。当你用两个小数点来衡量接近度时,2.32 和 2.33 是接近的。但实际上,2.33 和 2.331 更接近。因此,亲近是一个相对的概念。如果没有某种阈值,您就无法确定接近度。
幸运的是,该math模块提供了一个名为的函数isclose(),可让您为接近度设置自己的阈值或容忍度。它返回True如果两个数字是你建立亲密,否则返回公差范围内False。
让我们看看如何使用默认容差比较两个数字:
- 相对容差或rel_tol是相对于输入值的幅度被认为“接近”的最大差异。这是公差的百分比。默认值为 1e-09 或 0.000000001。
- 绝对容差或abs_tol是被视为“接近”的最大差异,而不管输入值的大小。默认值为 0.0。
isclose使用上面的表达式来确定两个数字的接近程度。您可以替换自己的值并观察任何两个数字是否接近。
在以下情况下,6 和 7不接近:
1
2
|
>>> math.isclose( 6 , 7 ) False |
数字 6 和 7 不被视为接近,因为相对容差设置为九位小数。但是,如果你输入6.999999999和7相同的误差下,那么他们被认为是接近:
1
2
|
>>> math.isclose( 6.999999999 , 7 ) True |
幂函数
power 函数将任何数字x作为输入,将x提高到某个n 次幂,然后返回x n作为输出。
Python 的math模块提供了几个与幂的功能。在本节中,您将了解幂函数、指数函数和平方根函数。
您可以使用math.pow()来获取数字的幂。math.pow() 需要两个参数,第一个参数是基值,第二个参数是幂值。
1
2
3
4
|
>>> math. pow ( 2 , 5 ) 32.0 >>> math. pow ( 5 , 2.4 ) 47.59134846789696 |
1. exp()
math模块提供了一个函数 ,exp()可让您计算数字的自然指数。
您可以按如下方式找到该值:
1
2
3
4
|
>>> math.exp( 21 ) 1318815734.4832146 >>> math.exp( - 1.2 ) 0.30119421191220214 |
2. 对数函数
log()有两个论点。第一个是强制性的,第二个是可选的。使用一个参数,您可以获得输入数字的自然对数(以e为底):
1
2
3
4
|
>>> math.log( 4 ) 1.3862943611198906 >>> math.log( 3.4 ) 1.2237754316221157 |
math模块还提供了两个单独的函数,可让您计算以 2 和 10 为底的对数值:
log2() 用于计算以 2 为底的对数值。
log10() 用于计算以 10 为底的对数值。
1
2
3
4
5
6
7
8
9
|
>>> math.log2(math.pi) 1.6514961294723187 >>> math.log(math.pi, 2 ) 1.651496129472319 >>> math.log10(math.pi) 0.4971498726941338 >>> math.log(math.pi, 10 ) 0.4971498726941338 |
其他重要的math模块功能
math.gcd()
:计算两个数字的最大公约数;
math.fsum()
:在不使用循环的情况下找到可迭代值的总和;
math.sqrt()
:求任何正实数(整数或小数)的平方根;
math.radians()
:返回度数输入的弧度值;
math.degrees()
:将弧度转换为度数;
math.sin()
、math.cos()
、math.tan()
:计算正弦、余弦、正切;
以上就是Python中非常实用的Math模块函数教程详解的详细内容,更多关于Math模块函数的资料请关注服务器之家其它相关文章!
原文链接:https://huang-tong-xue.blog.csdn.net/article/details/120280135