【python标准库】数字和数学模块精心整理

本文主要是介绍【python标准库】数字和数学模块精心整理，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

文章目录

- - math模块
  - 复数运算模块cmath
  - 精确计算模块decimal
  - 伪随机数模块random
  - 简单的统计模块statistics
  - 分数模块fractions

math模块

提供了一些基础的计算功能，除了常用的数学函数如三角函数、幂函数等，还包括各种取整函数：math模块详解

复数运算模块cmath

即基础的复数运算包，和math有很多同名函数，但math中的函数没法进行复数计算。在python中，创建复数的方法是

x = 1+1j

详情可见：复数运算模块cmath

精确计算模块decimal

在python中比较常见的问题是

>>> 0.333333333333333333333*3
1.0
>>> 0.999999999999999999999999
1.0

如果这可以算作程序的“自作聪明”的话，那么下面这个就是完全没有必要的误差了。

>>> 0.1*3-0.3
5.551115123125783e-17

decimal就为了解决这个问题：精确计算模块decimal

伪随机数模块random

random模块用于生成伪随机数，之所以有个伪字，是因为计算机没法生成真正的随机数。所谓伪随机数，无非是把一个初始值变得面目全非，从而很像随机数。

伪随机数模块random详解

简单的统计模块statistics

Python自带的统计学工具，功能很弱，但初学者学习一下也是好的。

下面的函数输入均为list。

	中心特征
平均数	算术平均数`mean`,浮点算数平均数`fmean`, 几何平均数`geometric_mean`，调和平均数`harmonic_mean`
中位数	`median`，低中位数`median_low`，高中位数`median_high`，分组中位数`median_grouped`
众数	`mode`，众数列表`multimode`
标准差	总体`pstdev`，样本`variance`
方差	总体`pstdev`，样本`stdev`
quantiles()	将数据以相等的概率分为多个间隔。
covariance()	样本协方差。
correlation()	皮尔逊相关系数。
linear_regression()	简单线性回归的斜率和截距

分数模块fractions

分数模块中主要实现了分数类Fraction，其构造函数被重载成数个，分别可以通过浮点数、两个整数或者字符串等方法，并且对运算符进行了重载。

from fractions import Fraction as Frac
>>> a = Frac("3/5")
>>> a
Fraction(3, 5)
>>> print(a.as_integer_ratio())     #将分数输出为元组
(3, 5)
>>> b = Frac(5,3)
>>> b
Fraction(5, 3)
>>> c = Frac(2.5)
>>> c
Fraction(5, 2)
>>> print(a+c)
31/10
>>> print(b/c)
2/3

类成员为

real	imag	numerator	denominator
实部	虚部	分子	分母

此外还有一个函数a.limit_denominator(dMax)，用于返回一个分母不大于dMax的最接近于a的分数。

>>> a = Frac(6.4)
>>> a           #由于舍入误差，所以得到的值并不正确
Fraction(3602879701896397, 562949953421312)
>>> a.limit_denominator(10000)
Fraction(32, 5)

这篇关于【python标准库】数字和数学模块精心整理的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！

Python教程