Python的Math库:使用方法及常用函数介绍
Math 库概述
math 库是 Python 提供的内置数学类函数库,因为复数类型常用于科学计算,一般计算并不常用,因此 math 库不支持复数类型,仅支持整数和浮点数运算。
math 库一共提供了 4 个数学常数和 44 个函数。44 个函数分为 4 类,包括 16 个数值表示函数、8 个幂对数函数、16 个三角对数函数和 4 个高等特殊函数。
math 库中函数数量较多,我们在学习过程中只需要逐个理解函数功能,记住个别常用函数即可。实际编程中,如果需要采用 math 库,可以随时查看 math 库快速参考。
math 库中的函数不能直接使用,需要首先使用保留字 import 引用该库,引用方式如下。
第一种: import math 对 math 库中函数采用 math.<b>() 形式使用
例如:
import math a=math.ceil(10.2) #向上取整 print(a)
11
第二种: from math import <函数名> 对 math 库中函数可以直接采用 <函数名>() 形式使用
例如:
from math import floor a=floor(10.2) #向下取整 print(a)
10
第二种的另一种形式是 from math import * 。如果采用这种方式引入 math 库,math 库中所有函数可以采用 <函数名>() 形式直接使用。
math 库及其他函数库的引用都可以自由选取这两种方式实现。
math 库解析
math 库的数学常数(共 4 个)
常数 | 描述 |
math.pi | 圆周率,值为 3.141 592 653 589 793 |
math.e | 自然对数,值为 2.718 281 828 459 045 |
math.inf | 正无穷大,负无穷大为 - math.inf |
math.nan | 非浮点数标记,NaN (Not a Number) |
math 库的数值表示函数(共 16 个)
函数 | 描述 |
math.fabs(x) | 返回 x 的绝对值 |
math.fmod(x,y) | 返回 x 与 y 的摸 |
math.fsum([x,y,…]) | 浮点数精确求和 |
math.ceil(x) | 向上取整,返回不小于 x 的最小整数 |
math.floor(x) | 向下取整,返回不大于 x 的最大整数 |
math.factorial(x) | 返回 x 的阶乘,如果 x 是小数或负数,返回 ValueError |
math.gcd(a,b) | 返回 a 与 b 的最大公约数 |
math.frexp(x) | 表示 x = m*2e,返回(m,e),当 x =0,返回(0.0,0) |
math.ldexp(x,i) | 返回 x*2i 运算值,math.frexp(x) 函数的反运算 |
math.modf(x) | 返回 x 的小数和整数部分 |
math.trunc(x) | 返回 x 的整数部分 |
math.copysign(x,y) | 用数值 y 的正负号替换数值 x 的正负号 |
math.isclose(a,b) | 比较 a 和 b 的相似性,返回 True 或 False |
math.isfinite(x) | 当 x 不是无穷大或 NaN,返回 True;否则,返回 False |
math.isinf(x) | 当 x 为正负无穷大,返回 True;否则,返回 False |
math.isnan(x) | 当 x 是 NaN,返回 True;否则返回 False |
math.fsum([x,y,…]) 函数在数学求和运算中十分有用,例如:
a=0.1 + 0.2 + 0.3 print(a)
0.6000000000000001
import math a=math.fsum([0.1, 0.2, 0.3]) print(a)
0.6
浮点数,如 0.1、0.2 和 0.3,在 Python 解释器内部表示时存在一个小数点后若干位的精度尾数,当浮点数进行运算时,这个精度尾数可能会影响输出结果。因此,在涉及浮点数运算及结果比较时,建议采用 math 库提供的函数,而不直接使用 Python 提供的运算符。
math 库的幂对数函数(共 8 个)
函数 | 数学表示 | 描述 |
math.pow(x,y) | xy | 返回 x 的 y 次幂 |
math.exp(x) | ex | 返回 e 的 x 次幂,e 是自然对数 |
math.expml(x) | ex-1 | 返回 e 的 x 次幂减 1 |
math.sqrt(x) | √x | 返回 x 的平方根 |
math.log(x[,base]) | logbasex | 返回 x 的对数值,只输入 x 时,返回自然对数,即 ln x |
math.log1p(x) | ln(1+x) | 返回 1+x 的自然对数值 |
math.log2(x) | log2x | 返回 x 的 2 对数值 |
math.log10(x) | log10x | 返回 x 的 10 对数值 |
math 库的三角运算函数(共 16 个)
函数 | 数学表示 | 描述 |
math.degrees(x) | 无 | 角度 x 的弧度值转角度值 |
math.radians(x) | 无 | 角度 x 的角度值转弧度值 |
math.hypot(x,y) | √x2+y2 | 返回 (x,y) 坐标到原点的距离 |
math.sin(x) | sin x | 返回 x 的正弦函数值,x 是弧度值 |
math.cos(x) | cos x | 返回 x 的余弦函数值,x 是弧度值 |
math.tan(x) | tan x | 返回 x 的正切函数值,x 是弧度值 |
math.asin(x) | arcsin x | 返回 x 的反正弦函数值,x 是弧度值 |
math.acos(x) | arccos x | 返回 x 的反余弦函数值,x 是弧度值 |
math.atan(x) | arctan x | 返回 x 的反正切函数值,x 是弧度值 |
math.atan2(x,y) | arctan y/x | 返回 y/x 的反正切函数值,x 是弧度值 |
math.sinh(x) | sinh x | 返回 x 的双曲正弦函数值 |
math.cosh(x) | cosh x | 返回 x 的双曲余弦函数值 |
math.tanh(x) | tanh x | 返回 x 的双曲正切函数值 |
math.asinh(x) | atcsinh x | 返回 x 的反双曲正弦函数值 |
math.acosh(x) | arccosh x | 返回 x 的反双曲余弦函数值 |
math.atanh(x) | arctanh x | 返回 x 的反双曲正切函数值 |
math 库的高等特殊函数(共 4 个)
math.erf(x) | 高斯误差函数,应用于概率论、统计学等领域 |
math.erfc(x) | 余补高斯误差函数,math.erfc(x)= 1 - math.erf(x) |
math.gamma(x) | 伽玛(Gamma)函数,也叫欧拉第二积分函数 |
math.lgamma(x) | 伽玛函数的自然对数 |
以上是Python的Math库:使用方法及常用函数介绍的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

PHP和Python各有优劣,选择取决于项目需求和个人偏好。1.PHP适合快速开发和维护大型Web应用。2.Python在数据科学和机器学习领域占据主导地位。

在CentOS系统上启用PyTorchGPU加速,需要安装CUDA、cuDNN以及PyTorch的GPU版本。以下步骤将引导您完成这一过程:CUDA和cuDNN安装确定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA显卡支持的CUDA版本。例如,您的MX450显卡可能支持CUDA11.1或更高版本。下载并安装CUDAToolkit:访问NVIDIACUDAToolkit官网,根据您显卡支持的最高CUDA版本下载并安装相应的版本。安装cuDNN库:前

Python和JavaScript在社区、库和资源方面的对比各有优劣。1)Python社区友好,适合初学者,但前端开发资源不如JavaScript丰富。2)Python在数据科学和机器学习库方面强大,JavaScript则在前端开发库和框架上更胜一筹。3)两者的学习资源都丰富,但Python适合从官方文档开始,JavaScript则以MDNWebDocs为佳。选择应基于项目需求和个人兴趣。

Docker利用Linux内核特性,提供高效、隔离的应用运行环境。其工作原理如下:1. 镜像作为只读模板,包含运行应用所需的一切;2. 联合文件系统(UnionFS)层叠多个文件系统,只存储差异部分,节省空间并加快速度;3. 守护进程管理镜像和容器,客户端用于交互;4. Namespaces和cgroups实现容器隔离和资源限制;5. 多种网络模式支持容器互联。理解这些核心概念,才能更好地利用Docker。

MinIO对象存储:CentOS系统下的高性能部署MinIO是一款基于Go语言开发的高性能、分布式对象存储系统,与AmazonS3兼容。它支持多种客户端语言,包括Java、Python、JavaScript和Go。本文将简要介绍MinIO在CentOS系统上的安装和兼容性。CentOS版本兼容性MinIO已在多个CentOS版本上得到验证,包括但不限于:CentOS7.9:提供完整的安装指南,涵盖集群配置、环境准备、配置文件设置、磁盘分区以及MinI

在CentOS系统上进行PyTorch分布式训练,需要按照以下步骤操作:PyTorch安装:前提是CentOS系统已安装Python和pip。根据您的CUDA版本,从PyTorch官网获取合适的安装命令。对于仅需CPU的训练,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,请确保已安装对应版本的CUDA和cuDNN,并使用相应的PyTorch版本进行安装。分布式环境配置:分布式训练通常需要多台机器或单机多GPU。所

在CentOS系统上安装PyTorch,需要仔细选择合适的版本,并考虑以下几个关键因素:一、系统环境兼容性:操作系统:建议使用CentOS7或更高版本。CUDA与cuDNN:PyTorch版本与CUDA版本密切相关。例如,PyTorch1.9.0需要CUDA11.1,而PyTorch2.0.1则需要CUDA11.3。cuDNN版本也必须与CUDA版本匹配。选择PyTorch版本前,务必确认已安装兼容的CUDA和cuDNN版本。Python版本:PyTorch官方支

CentOS 安装 Nginx 需要遵循以下步骤:安装依赖包,如开发工具、pcre-devel 和 openssl-devel。下载 Nginx 源码包,解压后编译安装,并指定安装路径为 /usr/local/nginx。创建 Nginx 用户和用户组,并设置权限。修改配置文件 nginx.conf,配置监听端口和域名/IP 地址。启动 Nginx 服务。需要注意常见的错误,如依赖问题、端口冲突和配置文件错误。性能优化需要根据具体情况调整,如开启缓存和调整 worker 进程数量。
