100天精通Python（基础篇）——第33天：数学相关模块【文末送书两本】

每篇前言

• 作者介绍：Python领域优质创作者、华为云享专家、阿里云星级博主、2021年CSDN博客新星Top6

• 本文已收录于Python全栈系列专栏：《100天精通Python从入门到就业》
• ​​此专栏文章是专门针对Python零基础小白所准备的一套完整教学，从0到100的不断进阶深入的学习，各知识点环环相扣
• 订阅专栏后续可以阅读Python从入门到就业100篇文章；还可私聊进两百人Python全栈交流群（手把手教学，问题解答）； 进群可领取80GPython全栈教程视频 + 300本计算机书籍：基础、Web、爬虫、数据分析、可视化、机器学习、深度学习、人工智能、算法、面试题等。
• 加入我一起学习进步，一个人可以走的很快，一群人才能走的更远！

---

一、math模块

math库是Python提供的内置数学类函数库，因为复数类型常用于科学计算，一般计算并不常用，因此math库 不支持 复数类型，仅支持 整数和浮点数运算。

import math

1、数学常数

常数	说明	实例
math.pi	圆周率 π	>>> math.pi 输出结果：3.141592653589793
math.e	自然常数e	>>> math.e 输出结果：2.718281828459045
math.inf	正无穷大，负无穷大为：-math.inf	>>> math.inf 输出结果：inf
math.nan	非浮点数标记，NaN	>>> math.nan 输出结果：nan

2、常用函数

math.ceil(浮点数)

向上取整操作；返回值：整数

>>> import math
>>> math.ceil(13.14)
14
>>> math.ceil(9.9)
10
>>> math.ceil(19) # 整数无效
19

math.floor(浮点数)

向下取整操作；返回值：整数

>>> import math
>>> math.floor(13.14)
13
>>> math.floor(9.9)
9
>>> math.floor(19) # 整数无效
19

round(浮点数)

四舍五入操作；返回值：整数

>>> import math
>>> round(13.14)
13
>>> round(9.9)
10
>>> round(11.936, 2) # 保留两位小数的方式
11.94
>>> round(9) # 整数无效
9

math.fabs(数值)

获取数值绝对值操作；返回值：浮点数

>>> import math
>>> math.fabs(-9)
9.0
>>> math.fabs(9)
9.0
>>> math.fabs(-9.9)
9.9
>>> math.fabs(9.9)
9.9

abs(数值)

获取数值绝对值操作；返回值：整数、浮点数(根据原数据的类型而定)

>>> import math
>>> abs(-9)
9
>>> abs(-9.9)
9.9

math.fmod(x, y)

返回 x/y 的余数；返回值：浮点数

>>> import math
>>> math.fmod(4, 2)
0.0
>>> math.fmod(5, 2)
1.0
>>> math.fmod(10, 3)
1.0

math.pow(底数,幂)

计算一个数值的N次方；返回值：浮点类型

>>> import math
>>> math.pow(2,4)
16.0
>>> math.pow(3,2)
9.0
>>> math.pow(5, 3)
125.0

math.sqrt(数值)

开平方；返回值：浮点数

>>> import math
>>> math.sqrt(9)
3.0
>>> math.sqrt(4)
2.0
>>> math.sqrt(16)
4.0

fsum(序列)

返回序列中所有元素的和；返回值：浮点数

>>> import math
>>> math.fsum((1, 2, 3, 4, 5))
15.0
>>> math.fsum(range(1,11))
55.0
>>> math.fsum(range(1,101))
5050.0

sum(序列)

将一个序列的数值进行相加求和；返回值：数值类型（根据序列中数值的类型变化）

>>> import math
>>> sum([1,2,3,4,5])
15
>>> sum(range(1,11)
... )
55
>>> sum([1.0,2.0,3.0,4.0,5.0])
15.0

math.modf(数值)

将一个浮点数拆成小数和整数部分组成的元组；返回值：元组

>>> import math
>>> math.modf(10.1)
(0.09999999999999964, 10.0)
>>> math.modf(9.9)
(0.9000000000000004, 9.0)
>>> math.modf(9)
(0.0, 9.0)

math.trunc(浮点数)

返回浮点数的整数部分；返回值：整数

>>> import math
>>> math.trunc(2.1)
2
>>> math.trunc(9.9)
9
>>> math.trunc(10.0)
10

math.copysign(值1，值2)

将第二个数的正负号复制给第一个数；返回值：浮点数（值1 符号是值2的正负号）

>>> import math
>>> math.copysign(-2, 1)
2.0
>>> math.copysign(2,-1)
-2.0

math.actorial(x)

返回 x 的阶乘，如果 x 不是整数或为负数时则将引发 ValueError；返回值：整数

>>> import math
>>> math.factorial(4)
24
>>> math.factorial(3)
6
>>> math.factorial(1)
1

math.gcd(x, y)

返回整数 x 和 y 的最大公约数；返回值：整数

>>> import math
>>> math.gcd(2,4)
2
>>> math.gcd(3,9)
3
>>> math.gcd(9,6)
3

二、decimal模块

decimal 模块提供了一个Decimal数据类型用于浮点数计算。相比内置的二进制浮点数实现float这个类型有助于金融应用和其它需要精确十进制表达的场合，控制精度，控制舍入以适应法律或者规定要求，确保十进制数位精度，或者用户希望计算结果与手算相符的场合。Decimal重现了手工的数学运算，这就确保了二进制浮点数无法精确保有的数据精度。高精度使Decimal可以执行二进制浮点数无法进行的模运算和等值测试。

1、什么时候使用decimal

python中小数相加可能会计算出结果不对，那就是由于科学计算精度问题

如上：我们需要得要的值是5.03，如果需要处理这个问题的话就需要用到decimal模块了

2、使用decimal

设置精度：decimal.getcontext().prec = num （num为有效数字个数）

>>> import decimal

>>> decimal.getcontext().prec = 3
>>> print(decimal.Decimal(2.02) + decimal.Decimal(3.01))
5.03

>>> decimal.getcontext().prec = 2
>>> print(decimal.Decimal(2.02) + decimal.Decimal(3.01))
5.0

设置小数位数：quantize()

import decimal

print(decimal.Decimal(1.1234567890).quantize(decimal.Decimal("0.000")))  # 设置3位小数
print(decimal.Decimal(1.1234567890).quantize(decimal.Decimal("0.00")))  # 设置2位小数
print(decimal.Decimal(1.1234567890).quantize(decimal.Decimal("0.0")))  # 设置1位小数

输出结果：

1.123
1.12
1.1

参与抽粉丝送书啦

以后每周新文评论区抽两个粉丝送书，大家持续关注此专栏：《每周免费送书活动》专栏

书籍展示：《 R语言数据分析与可视化》

【抽奖方式】： 关注博主、点赞收藏文章后，评论区留言：人生苦短，我用Python！！！博主会用爬虫代码随机抽取两人送书！ 【开奖时间】：截止到周日晚8点，博主会用爬虫代码随机抽取两人送书！

---

【书籍内容简介】

• R语言是一个自由、免费、源代码开放的编程语言和环境，它提供了强大的数据分析功能和丰富的数据可视化手段。随着数据科学的快速发展，R语言已经成为数据分析领域炙手可热的通用语言。全书分为3篇共12章，具体内容如下。
• 第1篇：入门篇（第1章~第3章）。本篇将带领读者逐步走进R语言的世界，帮助读者对R语言形成初步的认识，并学会如何获取和安装R语言，以及如何在需要时获取帮助。然后介绍R语言的一些基础知识，这些知识是灵活应用R语言的必要前提。*后重点介绍R语言函数的使用方法，同时也会涉及一些其他相关内容，如流程控制和R语言环境等。
  　　第2篇：进阶篇（第4章~第11章）。本篇介绍R语言数据管理、数据分析和数据可视化的三大威力，包括通过数据获取、导出、整合和清理等操作将零散的数据整合为可以分析处理的数据集的多种方法；并介绍一些常用基础统计和高级统计的实现方法，以及R语言的图形生成、图形修饰、外部绘图插件和图形展示等功能。
  　　第3篇：实战篇（第12章）。本篇通过一个实战案例，综合讲解R语言在数据处理与可视化分析方面的实战技能。

也有不想靠抽的小伙伴可以参考下面：

• 京东自营：https://item.jd.com/12989720.html

• 当当自营：http://product.dangdang.com/29136211.html