python常见数学公式函数使用详解(最新推荐)

Written by

in

文章目录
  • Python 提供了丰富的数学计算支持,包括内置函数、标准库(math、cmath、numpy)和第三方库(sympy、scipy)。以下是常用数学公式和函数的分类整理:
  • 用于解析数学公式(如求导、积分、解方程): from sympy import symbols, diff, integrate, solve x, y = symbols(‘x y’) expr = x**2 + 2*x + 1 # 求导 print(diff(expr, x)) # 输出: 2*x + 2 # 积分 print(integrate(expr, x)) # 输出: x**3/3 + x**2 + x # 解方程 solution = solve(x**2 – 4, x) print(solution) # 输出: [-2, 2]
  • 函数 描述 示例 math.gamma(x) Gamma 函数 math.gamma(5) → 24.0 math.erf(x) 误差函数 math.erf(1) → 0.842… scipy.special.besselj(n, x) 贝塞尔函数 需安装 scipy
  • 需求 推荐库 示例 基本运算 内置函数 abs(-5) 三角函数/对数 math math.sin(math.pi) 复数运算 cmath cmath.sqrt(-1) 矩阵运算 numpy np.linalg.inv(A) 符号计算 sympy solve(x**2 – 1, x) 科学计算 scipy scipy.integrate.quad 掌握这些工具后,你可以轻松实现从基础算术到复杂科学计算的各类数学任务! 🚀 到此这篇关于python 常见数学公式函数使用详解(最新推荐)的文章就介绍到这了,更多相关python数学公式函数使用内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客! 您可能感兴趣的文章: python的数学算法函数及公式用法 Python保留数据并删除Excel单元格的函数和公式 使用Python三角函数公式计算三角形的夹角案例
  • 目录
    • Python 数学公式与函数大全
    • 1. 基本数学运算
      • 1.1 算术运算
      • 1.2 分数与小数
    • 2. 数学函数库(math 和 cmath)
      • 2.1 基本函数
      • 2.2 三角函数
      • 2.3 复数运算(cmath)
    • 3. 高级数学库(numpy 和 scipy)
      • 3.1 线性代数(numpy)
      • 3.2 科学计算(scipy)
    • 4. 符号计算(sympy)
      • 5. 统计与概率
        • 5.1 随机数(random)
        • 5.2 统计计算(statistics)
      • 6. 特殊函数
        • 总结

          Python 提供了丰富的数学计算支持,包括内置函数、标准库(mathcmathnumpy)和第三方库(sympyscipy)。以下是常用数学公式和函数的分类整理:

          运算符/函数 描述 示例
          +-*/ 加减乘除 3 + 2 → 5
          // 整除 7 // 2 → 3
          % 取模(余数) 7 % 2 → 1
          ** 幂运算 2 ** 3 → 8
          abs(x) 绝对值 abs(-5) → 5
          pow(x, y) 幂运算(等价于 x ** y pow(2, 3) → 8
          round(x, n) 四舍五入(n 位小数) round(3.14159, 2) → 3.14

          from fractions import Fraction
          from decimal import Decimal
          # 分数运算
          a = Fraction(1, 3)  # 1/3
          b = Fraction(1, 2)  # 1/2
          print(a + b)  # 输出: 5/6
          # 高精度小数
          c = Decimal('0.1') + Decimal('0.2')
          print(c)  # 输出: 0.3(避免浮点误差)

          函数 描述 示例
          math.sqrt(x) 平方根 math.sqrt(4) → 2.0
          math.exp(x) 自然指数(exe**x) math.exp(1) → 2.718...
          math.log(x, base) 对数(默认自然对数) math.log(8, 2) → 3.0
          math.log10(x) 以 10 为底的对数 math.log10(100) → 2.0

          函数 描述 示例
          math.sin(x) 正弦(弧度制) math.sin(math.pi/2) → 1.0
          math.cos(x) 余弦 math.cos(0) → 1.0
          math.tan(x) 正切 math.tan(math.pi/4) → 1.0
          math.degrees(x) 弧度转角度 math.degrees(math.pi) → 180.0
          math.radians(x) 角度转弧度 math.radians(180) → 3.14159...

          import cmath
          z = 1 + 2j
          print(cmath.sqrt(z))  # 输出: (1.272...+0.786...j)
          print(cmath.phase(z))  # 辐角(弧度)

          import numpy as np
          # 矩阵运算
          A = np.array([[1, 2], [3, 4]])
          B = np.array([[5, 6], [7, 8]])
          print(A @ B)  # 矩阵乘法
          # 特征值与特征向量
          eigenvalues, eigenvectors = np.linalg.eig(A)

          from scipy.integrate import quad
          from scipy.optimize import minimize
          # 数值积分
          result, error = quad(lambda x: x**2, 0, 1)  # ∫x² dx (0→1)
          print(result)  # 输出: 0.333...
          # 优化问题
          res = minimize(lambda x: (x[0]-1)**2 + (x[1]-2)**2, x0=[0, 0])
          print(res.x)  # 最优解: [1.0, 2.0]

          用于解析数学公式(如求导、积分、解方程):

          from sympy import symbols, diff, integrate, solve
          x, y = symbols('x y')
          expr = x**2 + 2*x + 1
          # 求导
          print(diff(expr, x))  # 输出: 2*x + 2
          # 积分
          print(integrate(expr, x))  # 输出: x**3/3 + x**2 + x
          # 解方程
          solution = solve(x**2 - 4, x)
          print(solution)  # 输出: [-2, 2]

          import random
          print(random.random())  # [0, 1) 随机浮点数
          print(random.randint(1, 10))  # 1~10 随机整数

          from statistics import mean, median, stdev
          data = [1, 2, 3, 4, 5]
          print(mean(data))  # 平均值: 3.0
          print(stdev(data))  # 标准差: 1.581...

          函数 描述 示例
          math.gamma(x) Gamma 函数 math.gamma(5) → 24.0
          math.erf(x) 误差函数 math.erf(1) → 0.842...
          scipy.special.besselj(n, x) 贝塞尔函数 需安装 scipy

          需求 推荐库 示例
          基本运算 内置函数 abs(-5)
          三角函数/对数 math math.sin(math.pi)
          复数运算 cmath cmath.sqrt(-1)
          矩阵运算 numpy np.linalg.inv(A)
          符号计算 sympy solve(x**2 - 1, x)
          科学计算 scipy scipy.integrate.quad

          掌握这些工具后,你可以轻松实现从基础算术到复杂科学计算的各类数学任务! 🚀

          到此这篇关于python 常见数学公式函数使用详解(最新推荐)的文章就介绍到这了,更多相关python数学公式函数使用内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客!

          您可能感兴趣的文章:

          • python的数学算法函数及公式用法
          • Python保留数据并删除Excel单元格的函数和公式
          • 使用Python三角函数公式计算三角形的夹角案例

          站内搜索