当前位置: 首页 > article >正文

Python的math库——常用数学函数全解析

文末赠免费精品编程资料~~

一、math模块简介

math 是 Python 内置的一个标准库,它包含了许多执行复杂数学运算的函数,如三角函数、对数函数、指数函数等。

二、常用函数详解与示例

基本数学运算

math.sqrt(x): 计算平方根。

import math# 计算平方根result = math.sqrt(16)print(result)  # 输出 4.0

math.pow(x, y): 计算 x 的 y 次幂。

import math# 计算幂result = math.pow(2, 3)print(result)  # 输出 8.0

math.ceil(x): 向上取整。

import math# 向上取整result = math.ceil(3.14)print(result)  # 输出 4

math.floor(x): 向下取整。​​​​​​​

import math# 向下取整result = math.floor(3.14)print(result)  # 输出 3

math.trunc(x): 截断小数部分。​​​​​​​

import math# 截断小数result = math.trunc(3.14)print(result)  # 输出 3
三角函数

math.sin(x), math.cos(x), math.tan(x): 正弦、余弦、正切函数。​​​​​​​

import math# 计算角度对应的三角函数值angle = math.pi / 4sin_val = math.sin(angle)cos_val = math.cos(angle)tan_val = math.tan(angle)print(sin_val)  # 输出约 0.707print(cos_val)  # 输出约 0.707print(tan_val)  # 输出约 1.0

math.asin(x), math.acos(x), math.atan(x): 反三角函数。​​​​​​​

import math# 计算反三角函数值arcsin_val = math.asin(0.707)arccos_val = math.acos(0.707)arctan_val = math.atan(1.0)print(arcsin_val)  # 输出约 0.785print(arccos_val)  # 输出约 0.785print(arctan_val)  # 输出约 0.785
对数函数​​​​​​​
math.log(x[, base]): 自然对数。import math# 计算自然对数log_val = math.log(2.71828)log_base_10_val = math.log(100, 10)print(log_val)  # 输出约 1.0print(log_base_10_val)  # 输出 2.0

math.log10(x): 以 10 为底的对数。​​​​​​​

import math# 计算以 10 为底的对数log10_val = math.log10(100)print(log10_val)  # 输出 2.0
指数函数​​​​​​​
math.exp(x): e 的 x 次幂。import math# 计算 e 的 x 次幂exp_val = math.exp(1)print(exp_val)  # 输出约 2.71828
角度和弧度转换

math.degrees(x): 弧度转角度。​​​​​​​

import math# 弧度转角度radian = math.pi / 4degrees = math.degrees(radian)print(degrees)  # 输出 45.0

math.radians(x): 角度转弧度。​​​​​​​

import math# 角度转弧度degree = 45radians = math.radians(degree)print(radians)  # 输出约 0.785
最大最小值

math.fabs(x): 返回 x 的绝对值。​​​​​​​

import math# 绝对值abs_val = math.fabs(-3.14)print(abs_val)  # 输出 3.14

math.fmod(x, y): 返回 x 除以 y 的余数。​​​​​​​

import math# 余数mod_val = math.fmod(10, 3)print(mod_val)  # 输出 1.0
常量

math.pi: 圆周率 π。​​​​​​​

import math# 圆周率pi_val = math.piprint(pi_val)  # 输出约 3.14159

math.e: 自然对数的底数 e。​​​​​​​

import math# 自然对数的底数e_val = math.eprint(e_val)  # 输出约 2.71828
其他常用函数

math.isclose(a, b, rel_tol=1e-09, abs_tol=0.0): 判断 a 是否接近于 b。​​​​​​​

import math# 判断是否接近close_result = math.isclose(1.0000001, 1.0)print(close_result)  # 输出 True

math.isinf(x): 判断 x 是否为无穷大。​​​​​​​

import math# 判断是否为无穷大inf_result = math.isinf(float('inf'))print(inf_result)  # 输出 True

math.isnan(x): 判断 x 是否为 NaN(非数字)。​​​​​​​

import math# 判断是否为 NaNnan_result = math.isnan(float('nan'))print(nan_result)  # 输出 True

三、总结

通过上述示例,我们可以看到 math 模块在处理各种数学运算时的强大功能。无论你是需要进行简单的数学运算,还是复杂的科学计算,math 模块都是一个非常有用的工具箱。希望这篇介绍能够帮助你更好地理解和使用 math 模块中的函数。

文末福利

如果你对Python感兴趣的话,可以试试我整理的这一份全套的Python学习资料,【点击这里】免费领取!

包括:Python激活码+安装包、Python
web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python!

① Python所有方向的学习路线图,清楚各个方向要学什么东西
② 100多节Python课程视频,涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例,学习不再是只会理论
④ 华为出品独家Python漫画教程,手机也能学习


http://www.kler.cn/news/294049.html

相关文章:

  • 【软件测试】设计测试用例
  • 哈希算法是什么?
  • 四战搜索,抖音难造“百度”
  • 【Springboot系列】SpringBoot如何优雅地实现一个错误异常捕捉
  • 基于FPGA的开源项目:FOC/SHA/USB/JPEG等
  • 如何使用 Java Stream API 优化数据处理
  • 分类预测|基于粒子群优化轻量级梯度提升机算法数据预测Matlab程序PSO-LightGBM 多特征输入多类别输出
  • 基于WhatsApp打造高效的CRM系统
  • day-50 求出最长好子序列 I
  • PyTorch 全连接层(Fully Connected Layer)详解
  • 【开源免费】基于SpringBoot+Vue.JS高校校园招聘服务系统(JAVA毕业设计)
  • JAVA开源项目 图书个性化推荐系统 计算机毕业设计
  • 2024年全国大学生数学建模A题借鉴论文
  • java设计模式(行为型模式:状态模式、观察者模式、中介者模式、迭代器模式、访问者模式、备忘录模式、解释器模式)
  • Azure和Transformers的详细解释
  • uni-app填坑指南——解决处理处理静态资源的问题
  • CentOS 7 升级 OpenSSH 9.8p1
  • 苹果手机升级iOS 18时一直显示“正在检测更新”怎么办?
  • UWB定位室外基站
  • 使用openhtmltopdf 工具进行转PDF
  • RPC框架-protobuf-rpc-pro
  • 【图文实操教程】如何备份Docker容器中的PostgreSQL数据
  • Web3社交新经济,与 SOEX 实现无缝交易的高级安全性
  • 力扣第124题 二叉树中的最大路径和
  • HQL || SQL :连续签到领金币
  • 爆改YOLOv8|利用yolov10的SCDown改进yolov8-下采样
  • Harmony OS DevEco Studio 如何导入第三方库(以lottie为例)?-- HarmonyOS自学2
  • 【全网最新最全】Docker面试题
  • 浅析网页不安装插件播放RTSP/FLV视频的方法
  • chrome 插件开发入门