基本运算符
Python提供了完整的数学运算符集,用于执行基础算术运算。这些运算符遵循标准的数学优先级规则。
# 加法运算 result = 5 + 3 # 结果为8 # 减法运算 result = 10 - 4 # 结果为6 # 乘法运算 result = 7 * 2 # 结果为14 # 除法运算 result = 15 / 3 # 结果为5.0 (浮点数)
注意:Python 3中的除法运算符(/)总是返回浮点数结果。如需整数除法,请使用//运算符。
高级运算
除了基本运算,Python还支持更复杂的数学操作,包括幂运算、模运算和位运算。
# 幂运算 result = 2 ** 3 # 2的3次方,结果为8 # 模运算(求余数) result = 17 % 5 # 结果为2 # 整数除法 result = 17 // 5 # 结果为3 # 位运算 result = 5 & 3 # 按位与,结果为1 result = 5 | 3 # 按位或,结果为7
数学函数
Python的math模块提供了丰富的数学函数,包括三角函数、对数函数、取整函数等。
import math # 平方根 sqrt_result = math.sqrt(16) # 4.0 # 对数 log_result = math.log(100, 10) # 2.0 (以10为底的对数) # 三角函数 sin_result = math.sin(math.pi/2) # 1.0 # 取整 ceil_result = math.ceil(4.3) # 5 floor_result = math.floor(4.7) # 4
科学计算
对于更高级的科学计算,NumPy库提供了强大的多维数组对象和各种数学函数。
import numpy as np # 创建数组 arr = np.array([1, 2, 3, 4]) # 数组运算 result = arr * 2 # [2, 4, 6, 8] # 矩阵乘法 matrix_a = np.array([[1, 2], [3, 4]]) matrix_b = np.array([[5, 6], [7, 8]]) matrix_product = np.dot(matrix_a, matrix_b)
专业提示:对于科学计算和数据分析,NumPy和SciPy库提供了比标准math模块更强大和高效的功能。