【21天python打卡】第17天 python经典案例(3)

简介: 大家好,今天是21天python打卡第17天,今天我们继续说说python的经典案例。本文重点说明了math函数和def函数的使用方法。

天天向上的力量

我们通过几个不同的案例,来学习不同场景下的应用。

我们先介绍什么是math函数

Python math 模块提供了许多对浮点数的数学运算函数。需要注意的是,这些函数一般是对平台 C 库中同名函数的简单封装, 所以一般情况下, 不同平台下计算的结果可能稍微地有所不同, 有时候甚至有很大出入。


主要功能有:


幂数:幂次方、平方根


对数:2、10、e相关的对数操作


圆相关:π、弧度与角度的转换


三角函数:正三角函数、反三角函数


其他常用:小数的整数部分、向上取整、向下取整、两个数的最大公约数、取余数...


幂数


幂与平方根


# pow(x, y):返回x的y次方


print(math.pow(2, 4)) # 2**4


# ldexp(x, i):返回x*(2**i)的值


print(math.ldexp(5, 2)) # 5*(2**2)=20.0


# sqrt(x):求x的平方根


print(math.sqrt(16)) # 4.0


# factorial(x):取x的阶乘的值


print(math.factorial(5)) # 5*4*3*2*1 # 120


# hypot(x, y):得到(x**2+y**2)的平方根


print(math.hypot(3, 4)) # 5


常数e相关


import math


# 常数e


math.e # 2.718281828459045


# exp(x):返回常数e的x次方


math.exp(2) # 7.38905609893065,相当于math.e**2


# expm1:返回常数e的x次方的值减1


math.expm1(1) # 1.718281828459045,相当于math.exp(1) - 1


对数


# log2(x):返回x的基2对数


print(math.log2(128)) # 7


# log10(x):返回x的以10为底的对数


print(math.log10(100)) # 2


# log(x, base):返回x的自然对数,默认以e为基数,base参数给定时,将x的对数返回给定的base,计算式为:log(x)/log(base)


print(math.log(256, 4)) # 4


# log1p(x)::返回x+1的自然对数(基数为e)的值


print(math.log1p(5))


圆相关


# pi:常数π,圆周率


print(math.pi) # 3.141592653589793


angle = 30 # 30度


# radians:把角度x转换成弧度


print(math.radians(angle)) # 0.5235987755982988


print(30*math.pi/180) # 效果相同


# degrees:把x从弧度转换成角度


temp = math.radians(angle)


print(math.degrees(temp)) # 29.999999999999996


三角函数


sin、cos、tan


math 模块对正三角函数的计算,变量是弧度,所以在计算时需要先将角度转换为弧度


angle = 30 # 30度


radian = math.radians(angle) # 角度转换成弧度


print(math.sin(radian))


print(math.cos(radian))


print(math.tan(radian))


asin和acos和atan


math 模块对反三角函数的计算,返回值是弧度


h = math.asin(0.5) # sin(30) = 0.5


print(math.degrees(h)) # 30.000000000000004


h = math.acos(0.5) # cos(60) = 0.5


print(math.degrees(h)) # 60.00000000000001


h = math.atan(1) # tan(45) = 1


print(math.degrees(h)) # 45.0


sinh和cosh和tanh,asinh和acosh和atanh


双曲正弦、余弦、正切,反双曲正弦、余弦、正切


其他


# trunc(x):返回x的整数部分


print(math.trunc(8.3)) # 8


# ceil(x):取大于等于x的最小的整数值,如果x是一个整数,则返回x


print(math.ceil(10.2)) # 11


# floor(x):取小于等于x的最大的整数值,如果x是一个整数,则返回自身


print(math.floor(15.3)) # 15


# fabs(x):返回x的绝对值


print(math.fabs(-13)) # 13.0


# modf(x):返回由x的小数部分和整数部分组成的元组


print(math.modf(132.333)) # (0.3329999999999984, 132.0)


# copysign(x, y):把y的正负号加到x前面,可以使用0


print(math.copysign(10 ,-15)) # -10.0


# fmod(x, y):得到x/y的余数,其值是一个浮点数


print(math.fmod(15, 2)) # 1.0


# gcd(x, y):返回x和y的最大公约数


print(math.gcd(8, 100)) # 4


# frexp(x):返回一个元组(m,e),其计算方式为:x分别除0.5和1,得到一个值的范围


print(math.frexp(10))


# fsum(x):对迭代器里的每个元素进行求和操作


print(math.fsum([1, 2, 3, 4])) # 10.0


# isfinite(x):如果x是正无穷大或负无穷大,则返回True,否则返回False


#


# isinf(x):如果x是正无穷大或负无穷大,则返回True,否则返回False


#


# isnan(x):如果x不是数字True,否则返回False


print(math.isnan(1.222))


后面我们还用到def函数,这里就简单介绍一下。


1.def函数 定义函数,调用函数。就是对一个新函数的自定义,有简单的函数也有复杂的函数。

2.基本用法def function_name(parameters): return

3.def使用位置 在这个关键字之后是标识函数的名字; 其次是在一对括号中可以附上一些变量名; 最后在行的末尾是冒号。接下来是语句块--函数的一部分。

4.使用实例def sum_2_nums(a,b): #def 定义函数 result = a+b print('%d+%d=%d'%(a,b,result)) num1 = int(input('请输入第一个数字:'))


天天向上的力量(1)

#DayDayUp365.py
import math
dayup = math.pow((1.0 + 0.001), 365) # 每天提高0.001
daydown = math.pow((1.0 - 0.001), 365) # 每天荒废0.001
print("向上: %.2f, 向下: %.2f."%(dayup, daydown))

天天向上的力量(2)

#DayDayUp365.py
import math
dayup = math.pow((1.0 + 0.005), 365) # 每天提高0.005
daydown = math.pow((1.0 - 0.005), 365) # 每天荒废0.005
print("向上: %.2f, 向下: %.2f."%(dayup, daydown))

天天向上的力量(3)

#DayDayUp365.py
import math
dayfactor = 0.01
dayup = math.pow((1.0 + dayfactor), 365) # 提高dayfactor
daydown = math.pow((1.0 - dayfactor), 365) # 放任dayfactor
print("向上: {:.2f}, 向下: {:.2f}.".format(dayup, daydown))

天天向上的力量(4)

#DayDayUp365.py
dayup, dayfactor = 1.0, 0.01
for i in range(365):
    if i % 7 not in [6, 0]:
        dayup = dayup * (1 + dayfactor)
    else:
        dayup = dayup * (1 - dayfactor)
print("向上5 天向下2 天的力量: {:.2f}.".format(dayup))

天天向上的力量(5)

#DayDayUp365.py
def dayUP(df):
    dayup = 1.0
    for i in range(365):
        if i % 7 in [6, 0]:
            dayup = dayup * (1 - 0.01)
        else:
            dayup = dayup * (1 + df)
    return dayup
dayfactor = 0.01
while (dayUP(dayfactor)<37.78):
    dayfactor += 0.001
print("每天的努力参数是: %.3f."%dayfactor)

获取星期字符串

代码实现

weekstr = "星期一星期二星期三星期四星期五星期六星期日"
weekid = eval(input("请输入星期数字(1-7): "))
pos = (weekid - 1)*3
print(weekstr[pos: pos+3])

凯撒密码

代码实现

plaincode = input("请输入明文: ")
for p in plaincode:
    if ord("a") <= ord(p) <= ord("z"):
        print(chr(ord("a") + (ord(p) - ord("a") + 3)%26),end='')
    else:
        print(p, end='')

基本的多行文本进度条

代码实现

#TextProgress Bar.py
import time
scale = 20
print("------执行开始------")
for i in range(scale+1):
    a, b = '**' * i,'..' * (scale - i)
    c = (i/scale)*100
    print("%{:^3.0f}[{}->{}]" .format (c, a, b))
    time.sleep(0.1)
print("------执行结束------")

单行动态刷新

代码实现

#TextProgressBar.py
import time
for i in range(101):
    print("\r{:2}%".format(i), end="")
    time.sleep(0.05)

带刷新的文本进度条

代码实现

#TextProgress.py
import time
scale = 50
print("执行开始".center(scale//2,'-'))
t = time.clock()
for i in range(scale+1):
    a = '*' * i
    b = '.' * (scale - i)
    c = (i/scale)*100
    t -= time.clock()
    print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(c,a,b,-t),end='')
    time.sleep(0.05)
print("\n"+"执行结束".center(scale//2,'-'))

今天就分享到这里,下一篇我们继续分享python案例。

相关文章
|
2天前
|
数据采集 机器学习/深度学习 数据可视化
数据科学项目实战:完整的Python数据分析流程案例解析
【4月更文挑战第12天】本文以Python为例,展示了数据分析的完整流程:从CSV文件加载数据,执行预处理(处理缺失值和异常值),进行数据探索(可视化和统计分析),选择并训练线性回归模型,评估模型性能,以及结果解释与可视化。每个步骤都包含相关代码示例,强调了数据科学项目中理论与实践的结合。
|
2天前
|
Python
Python自动化办公实战案例:文件整理与邮件发送
Python自动化办公实战案例:文件整理与邮件发送
8 0
|
2天前
|
存储 数据挖掘 数据处理
使用Python将数据表中的浮点数据转换为整数:详细教程与案例分析
使用Python将数据表中的浮点数据转换为整数:详细教程与案例分析
7 2
|
2天前
|
数据采集 Web App开发 Java
Python 爬虫:Spring Boot 反爬虫的成功案例
Python 爬虫:Spring Boot 反爬虫的成功案例
|
2天前
|
机器学习/深度学习 数据采集 数据可视化
利用Python进行历史数据预测:从入门到实践的两个案例分析
利用Python进行历史数据预测:从入门到实践的两个案例分析
25 1
|
2天前
|
前端开发 JavaScript Python
使用Python读取本地行情csv文件,做出web网页画出K线图实现案例
【5月更文挑战第4天】使用Python绘制K线图的步骤:1) 安装pandas, matplotlib和Flask;2) 用pandas读取CSV文件并处理数据;3) 创建Flask应用,渲染包含K线图数据的HTML;4) 编写HTML,使用ECharts库绘制K线图。
27 0
|
2天前
|
机器学习/深度学习 数据采集 TensorFlow
【Python机器学习专栏】使用Python进行图像分类的实战案例
【4月更文挑战第30天】本文介绍了使用Python和深度学习库TensorFlow、Keras进行图像分类的实战案例。通过CIFAR-10数据集,展示如何构建和训练一个卷积神经网络(CNN)模型,实现对10个类别图像的识别。首先安装必要库,然后加载数据集并显示图像。接着,建立基本CNN模型,编译并训练模型,最后评估其在测试集上的准确性。此案例为初学者提供了图像分类的入门教程,为进一步学习和优化打下基础。
|
2天前
|
数据可视化 Python
Python用 PyMC3 贝叶斯推理案例研究:抛硬币和保险索赔发生结果可视化
Python用 PyMC3 贝叶斯推理案例研究:抛硬币和保险索赔发生结果可视化
|
2天前
|
Python
使用Seaborn库创建图形的使用案例
【4月更文挑战第29天】该代码段首先导入seaborn和matplotlib库,然后加载名为&quot;titanic&quot;的数据集。接着,它创建一个画布并设定子图大小。通过seaborn的FacetGrid以&quot;Attrition_Flag&quot;为列进行分组,映射数据到网格上,用histplot展示&quot;Customer_Age&quot;的直方图分布。同样,也使用boxplot方法生成&quot;Freq&quot;的箱线图。最后展示所有图形。
10 2
|
2天前
|
Python
python实现股票策略回测案例
此Python代码演示了一个简单的股票策略回测,使用yfinance库获取AAPL股票2020年至2022年的数据。它计算每日收益率,并基于前一日收益率决定买卖:正则买入,负则卖出。通过模拟交易更新现金和股票余额,最终计算总收益。请注意,此示例未涵盖交易费用、滑点、风险管理等实际交易因素。
23 0