Python入门(四)数学类函数总结

简介: 留做查阅!列举了Python3中各数学类函数的用法以及注意事项,随时更新。

数学常量

  • 圆周率:pi;
  • 自然常数:e。

数学函数

  • 返回数字的绝对值,且值的类型取决于原参数的类型(复数返回浮点型):abs( x )
    x---数值
>>> abs(-1.23)
1.23
>>> abs(3+4j)
5.0
  • 返回浮点数或整数的绝对值,且值的类型只能是浮点型:fabs( x )
    x---数值
>>> import math
>>> math.fabs(-1.23)
1.23
  • 返回数字上取后的整数:ceil( x )
    x---数值
>>> import math  # ceil(x)不能直接访问,需先导入 math 模块
>>> math.ceil(-0.74)
0
  • 返回数字下舍后的整数:floor(x)
    x---数值
>>> import math  # floor(x)不能直接访问,需先导入 math 模块
>>> math.floor(-0.74)
-1
  • 返回x的小数部分与整数部分,注意整数部分以浮点型表示:modf(x)
    x---数值
>>> import math   # modf(x)不能直接访问,需先导入 math 模块
>>> math.modf(-111.222)
(-0.2219999999999942, -111.0)
  • 返回浮点数x的四舍五入值:round(x [, n])
    x---浮点数;

n---精度

>>> round(111.222333444, 6)
111.222333
  • 返回x的y次方:pow()
    1)内置方法
>>> pow(2, 3)  #把参数作为整型
8

2)导入math模块

>>> import math  #把参数作为浮点型
>>> math.pow(2, 3)
8.0
  • 返回数字x的平方根:sqrt(x)
    x---数值
>>> import math  # sqrt(x)不能直接访问,需先导入 math 模块
>>> math.sqrt(100)
10.0
  • 返回x的自然对数:log(x)
    x---数值表达式
>>> import math  # log(x)不能直接访问,需先导入 math 模块
>>> math.log(0.1353352832366127)
-2.0
  • 返回x的指数:exp( x )
    x---数值表达式
>>> import math   # exp(x)不能直接访问,需先导入 math 模块
>>> math.exp(-2)
0.1353352832366127
  • 返回给定参数的最大值,参数可以为序列:max( x, y, z, .... )
    x,y,z---数值
>>> max(1, 3, 2)
3
  • 返回给定参数的最小值,参数可以为序列:min( x, y, z, .... )
    x,y,z---数值
>>> min(1, 3, 2)
1

随机数函数

  • 从序列的元素中随机挑选一个元素:choice(seq)
    seq---列表,元组或字符串
>>> import random
>>> print('DJY,are you handsome?',random.choice(['--SURE!','--NOT AT ALL!','--GUESS?']))
DJY,are you handsome? --SURE!
  • 从给定的范围返回随机项:randrange ([start,] stop [,step])
    start---指定范围内的开始值,包含在范围内;

stop---指定范围内的结束值,不包含在范围内;
step---步长,默认为1。

>>> import random
>>> random.randrange(11, 999, 12)
587
  • 返回随机生成的一个实数,它在[0,1)范围内: random()
>>> import random
>>> random.random()
0.5895961190959703
  • 改变随机数生成器的种子,可以在调用其他随机模块函数之前调用此函数:seed(x)
    x---改变随机数生成器的种子,可不设置
>>> import random
>>> random.seed(10)
>>> random.random()
0.5714025946899135
>>> random.seed(10)
>>> random.random()
0.5714025946899135
  • 随机生成一个在[x,y]范围内的实数:uniform(x, y)
    x---最小随机数;

y---最大随机数;

>>> import random
>>> random.uniform(0.15,578)
168.77383737106067
  • 返回随机排序后的序列:shuffle (lst)
    lst---列表
>>> import random
>>> list1 = ['酷狗音乐','网易云音乐','QQ音乐', '虾米音乐']
>>> random.shuffle(list1)
>>> list1
['QQ音乐', '虾米音乐', '酷狗音乐', '网易云音乐']

三角函数

  • 返回x的反正弦、反余弦弧度值:asin(x) 、acos(x)
    x--- -1到1之间的数值
>>> import math
>>> math.acos(0.55)
0.9884320889261531
>>> import math
>>> math.asin(0.55)
0.5823642378687435
  • 返回x的反正切弧度值:atan(x)
    x---数值
>>> import math
>>> math.atan(0.55)
0.5028432109278609
  • 返回给定的 X 及 Y 坐标值的反正切值:atan2(y, x)
    x,y---数值
>>> import math
>>> math.atan2(0.55,0.55)
0.7853981633974483
  • 返回x的弧度的正弦值、余弦值、正切值:sin(x)、cos(x)、tan(x)
    x---数值
>>> import math
>>> math.sin(0.55)
0.5226872289306592
>>> import math
>>> math.cos(0.55)
0.8525245220595057
>>> import math
>>> math.tan(0.55)
0.6131052132881357
  • 返回欧几里德范数 sqrt(x*x + y*y):hypot(x,y)
    x,y---数值
>>> import math
>>> math.hypot(1,2)
2.23606797749979
  • 将弧度转换为角度:degrees(x)
    x---数值
>>> import math
>>> math.degrees(-2)
-114.59155902616465
  • 角度转换为弧度:radians()
    x---数值
>>>import math
>>> math.radians(-2)
-0.03490658503988659

最后有点感想,对于函数,往往看中的是它的功能以及返回值,有些函数功能很类似,但是不要忽略了,他们运行速度的微略差距,也许很不起眼,但是并不渺小。

END!

目录
相关文章
|
2月前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
11天前
|
测试技术 Python
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
|
2月前
|
算法 数据处理 Python
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
Savitzky-Golay滤波器是一种基于局部多项式回归的数字滤波器,广泛应用于信号处理领域。它通过线性最小二乘法拟合低阶多项式到滑动窗口中的数据点,在降噪的同时保持信号的关键特征,如峰值和谷值。本文介绍了该滤波器的原理、实现及应用,展示了其在Python中的具体实现,并分析了不同参数对滤波效果的影响。适合需要保持信号特征的应用场景。
116 11
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
|
22天前
|
存储 数据挖掘 数据处理
Python Pandas入门:行与列快速上手与优化技巧
Pandas是Python中强大的数据分析库,广泛应用于数据科学和数据分析领域。本文为初学者介绍Pandas的基本操作,包括安装、创建DataFrame、行与列的操作及优化技巧。通过实例讲解如何选择、添加、删除行与列,并提供链式操作、向量化处理、索引优化等高效使用Pandas的建议,帮助用户在实际工作中更便捷地处理数据。
31 2
|
26天前
|
Python
[oeasy]python057_如何删除print函数_dunder_builtins_系统内建模块
本文介绍了如何删除Python中的`print`函数,并探讨了系统内建模块`__builtins__`的作用。主要内容包括: 1. **回忆上次内容**:上次提到使用下划线避免命名冲突。 2. **双下划线变量**:解释了双下划线(如`__name__`、`__doc__`、`__builtins__`)是系统定义的标识符,具有特殊含义。
29 3
|
29天前
|
JSON 监控 安全
深入理解 Python 的 eval() 函数与空全局字典 {}
`eval()` 函数在 Python 中能将字符串解析为代码并执行,但伴随安全风险,尤其在处理不受信任的输入时。传递空全局字典 {} 可限制其访问内置对象,但仍存隐患。建议通过限制函数和变量、使用沙箱环境、避免复杂表达式、验证输入等提高安全性。更推荐使用 `ast.literal_eval()`、自定义解析器或 JSON 解析等替代方案,以确保代码安全性和可靠性。
34 2
|
28天前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
14天前
|
存储 人工智能 Python
[oeasy]python061_如何接收输入_input函数_字符串_str_容器_ 输入输出
本文介绍了Python中如何使用`input()`函数接收用户输入。`input()`函数可以从标准输入流获取字符串,并将其赋值给变量。通过键盘输入的值可以实时赋予变量,实现动态输入。为了更好地理解其用法,文中通过实例演示了如何接收用户输入并存储在变量中,还介绍了`input()`函数的参数`prompt`,用于提供输入提示信息。最后总结了`input()`函数的核心功能及其应用场景。更多内容可参考蓝桥、GitHub和Gitee上的相关教程。
11 0
|
2月前
|
Python
Python中的函数是**一种命名的代码块,用于执行特定任务或计算
Python中的函数是**一种命名的代码块,用于执行特定任务或计算
61 18
|
2月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
79 8

热门文章

最新文章