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

2024-07-15 21:24| 来源: 网络整理| 查看: 265

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 math print(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 np arr = 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：

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

【本文地址】

公司简介

联系我们