K60至尊版剛預(yù)熱 一加Ace2 Pro正面硬剛
Redmi這邊剛?cè)缁鹑巛钡男麄髁薑60 Ultra的各種技術(shù)和硬件配置，作為競品的一加也坐不住了。一加中國區(qū)總裁李杰發(fā)布了兩條微博，表示在自家的一加Ace2上早就已經(jīng)采用了和PixelWo
Python不僅僅能寫爬蟲、建網(wǎng)站，它在數(shù)學(xué)運(yùn)算上也是個(gè)隱藏的大師！讓我們一起探索那些讓數(shù)字舞蹈的15個(gè)高效模塊和函數(shù)，讓你的代碼計(jì)算能力瞬間爆表！
首先，咱們得從最基礎(chǔ)的說起——math模塊，就像數(shù)學(xué)課的小助手，啥都能幫點(diǎn)忙。
import math# 計(jì)算圓周率pi = math.piprint(f"π的值是：{pi}")# 開平方根sqrt_16 = math.sqrt(16)print(f"16的平方根是：{sqrt_16}")簡單吧？math.pi直接給你π的值，而math.sqrt()則是開方小能手。
別忘了，Python自帶的運(yùn)算符和pow()函數(shù)可以輕松處理冪運(yùn)算。
base = 2power = 3result = base ** powerprint(f"{base}的{power}次方是：{result}")# 或者使用powresult_pow = pow(base, power)print(result == result_pow) # 當(dāng)然，結(jié)果是一樣的！說到數(shù)學(xué)，怎么能不提復(fù)數(shù)呢？cmath模塊是處理復(fù)數(shù)運(yùn)算的專家。
import cmath# 復(fù)數(shù)求模和幅角complex_num = complex(3, 4) # 實(shí)部3，虛部4modulus = cmath.polar(complex_num)[0]angle = cmath.phase(complex_num)print(f"復(fù)數(shù)的模是：{modulus}, 幅角是：{angle}弧度")當(dāng)你面對(duì)一堆數(shù)據(jù)，想要快速了解它們的特性，statistics模塊就是你的最佳拍檔。
data = [10, 20, 30, 40, 50]mean = statistics.mean(data)median = statistics.median(data)mode = statistics.mode(data)print(f"平均值：{mean}, 中位數(shù)：{median}, 眾數(shù)：{mode}")提到數(shù)值計(jì)算，怎能不提numpy？它是科學(xué)計(jì)算的大佬！
import numpy as np# 創(chuàng)建矩陣matrix = np.array([[1, 2], [3, 4]])transpose = np.transpose(matrix)dot_product = np.dot(matrix, matrix) # 矩陣乘法print("原矩陣:/n", matrix)print("轉(zhuǎn)置后的矩陣:/n", transpose)print("矩陣乘法的結(jié)果:/n", dot_product)矩陣運(yùn)算，一氣呵成！
想給生活加點(diǎn)料？random模塊幫你隨機(jī)生成各種數(shù)據(jù)。
import randomprint("擲骰子結(jié)果:", random.randint(1, 6)) # 擲骰子print("隨機(jī)浮點(diǎn)數(shù):", random.uniform(0, 1)) # 0到1之間的隨機(jī)浮點(diǎn)數(shù)遇到復(fù)雜的代數(shù)方程？讓sympy來解救你！
from sympy import symbols, Eq, solvex = symbols('x')equation = Eq(x**2 + 5*x + 6, 0)solutions = solve(equation, x)print("方程的解是:", solutions)解方程就像吃蛋糕一樣簡單！
科學(xué)研究者必備，從插值、擬合到積分，無所不能。
from scipy.integrate import quad# 計(jì)算積分def integrand(x): return x**2integral_result, error = quad(integrand, 0, 1) # 計(jì)算0到1區(qū)間內(nèi)x^2的積分print(f"積分結(jié)果: {integral_result}, 誤差: {error}")數(shù)據(jù)可視化，讓結(jié)果一目了然。
import matplotlib.pyplot as pltx_values = range(1, 6)y_values = [i**2 for i in x_values]plt.plot(x_values, y_values)plt.title("平方數(shù)")plt.xlabel("x值")plt.ylabel("x的平方")plt.show()畫圖，就這么簡單！
數(shù)據(jù)分析界的明星，處理數(shù)據(jù)集輕輕松松。
import pandas as pddata = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}df = pd.DataFrame(data)print(df.describe()) # 快速統(tǒng)計(jì)描述雖然嚴(yán)格來說這不是數(shù)學(xué)運(yùn)算，但在處理時(shí)間序列數(shù)據(jù)時(shí)，掌握datetime模塊是必不可少的。
from datetime import datetime, timedelta# 獲取當(dāng)前時(shí)間now = datetime.now()# 加上一天tomorrow = now + timedelta(days=1)print(f"明天的日期是：{tomorrow.strftime('%Y-%m-%d')}")# 時(shí)間減法yesterday = now - timedelta(days=1)print(f"昨天的日期是：{yesterday.strftime('%Y-%m-%d')}")雖然以機(jī)器學(xué)習(xí)著稱，但scikit-learn也包含了許多預(yù)處理數(shù)據(jù)時(shí)的數(shù)學(xué)操作，比如標(biāo)準(zhǔn)化、歸一化。
from sklearn.preprocessing import StandardScalerdata = [[1, 2], [2, 3], [3, 4]]scaler = StandardScaler()scaled_data = scaler.fit_transform(data)print("標(biāo)準(zhǔn)化后的數(shù)據(jù)：", scaled_data)對(duì)于地理空間數(shù)據(jù)處理，shapely是一個(gè)強(qiáng)大的工具，它提供了豐富的幾何對(duì)象操作功能。
from shapely.geometry import Point, LineString# 創(chuàng)建點(diǎn)pointA = Point(0, 0)pointB = Point(1, 1)# 創(chuàng)建線段line = LineString([pointA, pointB])# 計(jì)算距離distance = pointA.distance(pointB)print(f"點(diǎn)A到點(diǎn)B的距離是：{distance}")如果你喜歡交互式地展示數(shù)學(xué)概念，ipywidgets結(jié)合matplotlib可以讓你的Jupyter Notebook活躍起來。
from ipywidgets import interactimport matplotlib.pyplot as plt@interactdef plot_square(n=(1, 10)): plt.figure(figsize=(5, 5)) plt.plot(range(n), [i**2 for i in range(n)], 'ro-') plt.title(f"Squares up to {n}") plt.xlabel('Number') plt.ylabel('Square') plt.grid(True) plt.show()這段代碼創(chuàng)建了一個(gè)交互式圖表，你可以調(diào)整范圍來查看數(shù)字的平方。
我們?cè)賮睃c(diǎn)有趣的，用SymPy解決一個(gè)經(jīng)典的數(shù)學(xué)問題——費(fèi)馬小定理。
from sympy import symbols, Eq, mod_inverse# 設(shè)定a, p為費(fèi)馬小定理的參數(shù)a, p = symbols('a p', integer=True)assert p.is_prime # 確保p是質(zhì)數(shù)example_a = 3example_p = 7# 費(fèi)馬小定理表達(dá)式fermat_eq = Eq(a**(p-1) % p, 1)# 驗(yàn)證一個(gè)實(shí)例print(f"{example_a}^{example_p-1} mod {example_p} = {example_a**(example_p-1) % example_p}")通過這些示例，你不僅能提升Python的數(shù)學(xué)運(yùn)算技能，還能在解決問題時(shí)更加游刃有余。
本文鏈接：http://m.www897cc.com/showinfo-26-99020-0.htmlPython 數(shù)值運(yùn)算神器：15 個(gè)高效數(shù)學(xué)模塊與函數(shù)
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
上一篇： 深入研究Rust的內(nèi)部可變性- Cell是如何工作的？
下一篇： 三分鐘帶你搞懂雙親委派模型！
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)