Python--math庫

Python math 庫提供許多對浮點數(shù)的數(shù)學運算函數(shù)，math模塊不支持復數(shù)運算，若需計算復數(shù)，可使用cmath模塊（本文不贅述）。

創(chuàng)新互聯(lián)公司是一家集網(wǎng)站建設,瓦房店企業(yè)網(wǎng)站建設,瓦房店品牌網(wǎng)站建設,網(wǎng)站定制,瓦房店網(wǎng)站建設報價,網(wǎng)絡營銷,網(wǎng)絡優(yōu)化,瓦房店網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學習、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

使用dir函數(shù)，查看math庫中包含的所有內(nèi)容：

1） math.pi????# 圓周率π

2） math.e????#自然對數(shù)底數(shù)

3） math.inf? ? #正無窮大∞，-math.inf? ? #負無窮大-∞

4） math.nan? ? #非浮點數(shù)標記，NaN（not a number）

1） math.fabs(x)? ? #表示X值的絕對值

2） math.fmod(x,y)? ? #表示x/y的余數(shù)，結果為浮點數(shù)

3） math.fsum([x,y,z])? ? #對括號內(nèi)每個元素求和，其值為浮點數(shù)

4） math.ceil(x)? ? #向上取整，返回不小于x的最小整數(shù)

5）math.floor(x)? ? #向下取整，返回不大于x的最大整數(shù)

6） math.factorial(x)? ? #表示X的階乘，其中X值必須為整型，否則報錯

7） math.gcd(a,b)? ? #表示a,b的最大公約數(shù)

8）? math.frexp(x)? ? ? #x = i *2^j，返回（i，j）

9） math.ldexp(x,i)? ? #返回x*2^i的運算值，為math.frexp(x)函數(shù)的反運算

10） math.modf(x)? ? #表示x的小數(shù)和整數(shù)部分

11） math.trunc(x)? ? #表示x值的整數(shù)部分

12） math.copysign(x,y)? ? #表示用數(shù)值y的正負號，替換x值的正負號

13） math.isclose(a,b,rel_tol =x,abs_tol = y)? ? #表示a，b的相似性，真值返回True，否則False；rel_tol是相對公差：表示a，b之間允許的最大差值，abs_tol是最小絕對公差，對比較接近于0有用，abs_tol必須至少為0。

14） math.isfinite(x)? ? #表示當x不為無窮大時，返回True，否則返回False

15） math.isinf(x)? ? #當x為±∞時，返回True，否則返回False

16） math.isnan(x)? ? #當x是NaN，返回True，否則返回False

1） math.pow(x,y)? ? #表示x的y次冪

2） math.exp(x)? ? #表示e的x次冪

3） math.expm1(x)? ? #表示e的x次冪減1

4） math.sqrt(x)? ? #表示x的平方根

5） math.log（x,base）? ? #表示x的對數(shù)值，僅輸入x值時，表示ln(x)函數(shù)

6） math.log1p(x)? ? #表示1+x的自然對數(shù)值

7） math.log2(x)? ? #表示以2為底的x對數(shù)值

8） math.log10(x)? ? #表示以10為底的x的對數(shù)值

1） math.degrees(x)? ? #表示弧度值轉角度值

2） math.radians(x)? ? #表示角度值轉弧度值

3） math.hypot(x,y)? ? #表示(x,y)坐標到原點(0,0)的距離

4） math.sin(x)? ? #表示x的正弦函數(shù)值

5） math.cos(x)? ? #表示x的余弦函數(shù)值

6） math.tan(x)? ? #表示x的正切函數(shù)值

7）math.asin(x)? ? #表示x的反正弦函數(shù)值

8）?math.acos(x)? ? #表示x的反余弦函數(shù)值

9）?math.atan(x)? ? #表示x的反正切函數(shù)值

10） math.atan2(y,x)? ? #表示y/x的反正切函數(shù)值

11） math.sinh(x)? ? #表示x的雙曲正弦函數(shù)值

12） math.cosh(x)? ? #表示x的雙曲余弦函數(shù)值

13） math.tanh(x)? ? #表示x的雙曲正切函數(shù)值

14） math.asinh(x)? ? #表示x的反雙曲正弦函數(shù)值

15） math.acosh(x)? ? #表示x的反雙曲余弦函數(shù)值

16） math.atanh(x)? ? #表示x的反雙曲正切函數(shù)值

1）math.erf(x)? ? #高斯誤差函數(shù)

2） math.erfc(x)? ? #余補高斯誤差函數(shù)

3） math.gamma(x)? ? #伽馬函數(shù)（歐拉第二積分函數(shù)）

4） math.lgamma(x)? ? #伽馬函數(shù)的自然對數(shù)

Python 常用的標準庫以及第三方庫有哪些

5個常用的Python標準庫：

1、os：提供了不少與操作系統(tǒng)相關聯(lián)的函數(shù)庫

os包是Python與操作系統(tǒng)的接口。我們可以用os包來實現(xiàn)操作系統(tǒng)的許多功能，比如管理系統(tǒng)進程，改變當前路徑，改變文件權限等。但要注意，os包是建立在操作系統(tǒng)的平臺上的，許多功能在Windows系統(tǒng)上是無法實現(xiàn)的。另外，在使用os包中，要注意其中的有些功能已經(jīng)被其他的包取代。

我們通過文件系統(tǒng)來管理磁盤上儲存的文件。查找、刪除、復制文件以及列出文件列表等都是常見的文件操作。這些功能通常可以在操作系統(tǒng)中看到，但現(xiàn)在可以通過Python標準庫中的glob包、shutil包、os.path包以及os包的一些函數(shù)等，在Python內(nèi)部實現(xiàn)。

2、sys：通常用于命令行參數(shù)的庫

sys包被用于管理Python自身的運行環(huán)境。Python是一個解釋器，也是一個運行在操作系統(tǒng)上的程序。我們可以用sys包來控制這一程序運行的許多參數(shù)，比如說Python運行所能占據(jù)的內(nèi)存和CPU，Python所要掃描的路徑等。另一個重要功能是和Python自己的命令行互動，從命令行讀取命令和參數(shù)。

3、random：用于生成隨機數(shù)的庫

Python標準庫中的random函數(shù)，可以生成隨機浮點數(shù)、整數(shù)、字符串，甚至幫助你隨機選擇列表序列中的一個元素，打亂一組數(shù)據(jù)等。

4、math：提供了數(shù)學常數(shù)和數(shù)學函數(shù)

標準庫中，Python定義了一些新的數(shù)字類型，以彌補之前的數(shù)字類型可能的不足。標準庫還包含了random包，用于處理隨機數(shù)相關的功能。math包補充了一些重要的數(shù)學常數(shù)和數(shù)學函數(shù)，比如pi、三角函數(shù)等等。

5、datetime：日期和時間的操作庫

日期和時間的管理并不復雜，但容易犯錯。Python的標準庫中對日期和時間的管理頗為完善，你不僅可以進行日期時間的查詢和變換，還可以對日期時間進行運算。通過這些標準庫，還可以根據(jù)需要控制日期時間輸出的文本格式。

除此之外，Python還有很多第三方庫，了解更多可移步：oldboyedu

【Python基礎】python數(shù)據(jù)分析需要哪些庫？

1.Numpy庫

是Python開源的數(shù)值計算擴展工具，提供了Python對多維數(shù)組的支持，能夠支持高級的維度數(shù)組與矩陣運算。此外，針對數(shù)組運算也提供了大量的數(shù)學函數(shù)庫，Numpy是大部分Python科學計算的基礎，具有很多功能。

2.Pandas庫

是一個基于Numpy的數(shù)據(jù)分析包，為了解決數(shù)據(jù)分析任務而創(chuàng)建的。Pandas中納入了大量庫和標準的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需要的函數(shù)和方法，使用戶能快速便捷地處理數(shù)據(jù)。

3.Matplotlib庫

是一個用在Python中繪制數(shù)組的2D圖形庫，雖然它起源于模仿MATLAB圖形命令，但它獨立于MATLAB，可以通過Pythonic和面向對象的方式使用，是Python中最出色的繪圖庫。主要用純Python語言編寫的，它大量使用Numpy和其他擴展代碼，即使對大型數(shù)組也能提供良好的性能。

4.Seaborn庫

是Python中基于Matplotlib的數(shù)據(jù)可視化工具，提供了很多高層封裝的函數(shù)，幫助數(shù)據(jù)分析人員快速繪制美觀的數(shù)據(jù)圖形，從而避免了許多額外的參數(shù)配置問題。

5.NLTK庫

被稱為使用Python進行教學和計算語言學工作的最佳工具，以及用自然語言進行游戲的神奇圖書館。NLTK是一個領先的平臺，用于構建使用人類語言數(shù)據(jù)的Python程序，它為超過50個語料庫和詞匯資源提供了易于使用的接口，還提供了一套文本處理庫，用于分類、標記化、詞干化、解析和語義推理、NLP庫的包裝器和一個活躍的討論社區(qū)。

分享文章：python數(shù)學庫函數(shù),python數(shù)據(jù)庫函數(shù)
分享路徑：http://chinadenli.net/article40/dsidcho.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站策劃、網(wǎng)站維護、用戶體驗、網(wǎng)頁設計公司、App開發(fā)、外貿(mào)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)