python之数值计算、math库、随机数

简介: python之数值计算、math库、随机数

一、内置数值操作

二、math库函数

三、代码演示

import math
 
if __name__ == '__main__':
    # 7
    print(3+4)
    # 7.0
    print(3.0+4.0)
    # -1
    print(3-4)
    # -1.0
    print(3.0-4.0)
    # 64 4的3次方
    print(4**3)
    # 64.0
    print(4.0**3.0)
    # 5 绝对值
    print(abs(5))
    # 3.5
    print(abs(-3.5))
    # 3.33333 除
    print(10/3)
    # 3.33333
    print(10.0/3.0)
    # 3 整除
    print(10//3)
    # 3.0
    print(10.0//3.0)
    # 1 余数或模
    print(10%3)
    # 1.0
    print(10.0%3.0)
    # 3 float转int 直接丢球小数位
    print(int(3.9))
    # 3
    print(int(3.1))
    # 3.0
    print(float(int(3.2)))
    # 3 round四舍五入
    print(round(3.14))
    # 4
    print(round(3.50))
 
    pi=3.14159265358
    # 3.14 保留小数点
    print(round(pi,2))
    # 32 字符串与数字转换
    print(int("32"))
    # 32.6
    print(float("32.6"))
    # 3.141592653589793 π
    print(math.pi)
    # 2.718281828459045 e
    print(math.e)
    # 3.0 平方根
    print(math.sqrt(9))
    # -0.9880316240928618 正弦
    print(math.sin(30))
    # 0.15425144988758405 余弦
    print(math.cos(30))
    # -6.405331196646276 正切
    print(math.tan(30))
    # 0.0               反正弦
    print(math.asin(0))
    # 0.0
    print(math.acos(1))
    # 0.7853981633974483
    print(math.atan(1))
    # 2.302585092994046
    print(math.log(10))
    # 1.0 以10为底的对数
    print(math.log10(10))
    # 6  向上取整
    print(math.ceil(5.1))
    # 5 向下取整
    print(math.floor(5.1))
7
7.0
-1
-1.0
64
64.0
5
3.5
3.3333333333333335
3.3333333333333335
3
3.0
1
1.0
3
3
3.0
3
4
3.14
32
32.6
3.141592653589793
2.718281828459045
3.0
-0.9880316240928618
0.15425144988758405
-6.405331196646276
0.0
0.0
0.7853981633974483
2.302585092994046
1.0
6
5

四、最大值、随机数

import random
 
if __name__ == '__main__':
    nums = [1, 99, 56, 12];
    # 找到最大数
    print(max(nums))
    # 产生随机数 1-10不包含10
    for i in range(10):
        print(random.randrange(1, 10))
    print()
    # 产生随机数 1-5不包含5 步长为2
    for i in range(10):
        print(random.randrange(1, 6, 2))
    print()
    # 产生随机数 0-1 不包含1
    for i in range(10):
        print(random.random())
99
7
2
2
3
2
2
4
6
4
3
 
5
5
3
3
1
1
3
3
5
3
 
0.458486991221416
0.23340284993825433
0.8789451406414406
0.9917952555752739
0.34515078497523477
0.5978918688041688
0.22214095016492852
0.44471808067485497
0.8347324395378312
0.7878854646438388
相关文章
|
14天前
|
XML JSON 数据库
Python的标准库
Python的标准库
131 77
|
28天前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
83 4
数据分析的 10 个最佳 Python 库
|
15天前
|
XML JSON 数据库
Python的标准库
Python的标准库
42 11
|
28天前
|
人工智能 API 开发工具
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
吴恩达发布的开源Python库aisuite,提供了一个统一的接口来调用多个大型语言模型(LLM)服务。支持包括OpenAI、Anthropic、Azure等在内的11个模型平台,简化了多模型管理和测试的工作,促进了人工智能技术的应用和发展。
107 1
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
|
1月前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
15天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
57 8
|
1月前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
95 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
23天前
|
安全 API 文件存储
Yagmail邮件发送库:如何用Python实现自动化邮件营销?
本文详细介绍了如何使用Yagmail库实现自动化邮件营销。Yagmail是一个简洁强大的Python库,能简化邮件发送流程,支持文本、HTML邮件及附件发送,适用于数字营销场景。文章涵盖了Yagmail的基本使用、高级功能、案例分析及最佳实践,帮助读者轻松上手。
31 4
|
1月前
|
数据采集 数据可视化 数据处理
Python数据科学:Pandas库入门与实践
Python数据科学:Pandas库入门与实践
|
1月前
|
测试技术 Python
Python中的异步编程与`asyncio`库
Python中的异步编程与`asyncio`库