在Python中，數值運算非常直觀，你可以使用標準的數學運算符號進行基本的數值運算。以下是一些基本的數值運算：
數值運算
進行計算時，按照「先乘除後加減」的規則，並優先計算小括號刮起來的運算式。
print('答案:' ,(1+1)*2)
#答案: 4
復合型態的運算子
指定運算子 = 若是結合算術運算子，就成為複合設定運算子例如將 x 變數值加 5，再指定給 x 變數寫法為：
x = x + 5
若是使用複合設定運算子來簡化敘述，程式寫法改為：
x += 5
其他簡化的用法
複合運算子
使用複合運算子可以提高效能。它們通常比分開的賦值和操作更有效率，因為它們減少了不必要的臨時變數和重複的計算。
其他數值處理相關常用函式庫
Python標準函式庫math也提供了許多常用的數學函式，例如三角函數、四捨五入、指數、對數、平方根、總和...等
數學函數：
import math
# 求平方根
sqrt_result = math.sqrt(16)
print(sqrt_result) # 輸出：4.0
# 求指數
exp_result = math.exp(2)
print(exp_result) # 輸出：7.3890560989306495
# 取絕對值
abs_result = abs(-7)
print(abs_result) # 輸出：7
# 取最大值和最小值
max_value = max(5, 8, 2, 10)
min_value = min(5, 8, 2, 10)
print(max_value, min_value) # 輸出：10 2
在Python中，有一些常用的數學和科學計算庫，這些庫提供了豐富的功能，方便進行數值運算、矩陣運算、統計分析等操作。以下是一些比較常用的庫：
- NumPy:
import numpy as np
- 提供多維陣列和矩陣運算功能。
- 包含了許多內建的數學函數。
- 支援廣播（broadcasting）概念，方便處理不同形狀的陣列之間的運算。
- 被廣泛應用於科學計算和數值分析。
- SciPy:
import scipy
- 建立在NumPy之上，提供了更多的科學計算函數和工具。
- 包括統計函數、優化、積分、線性代數等功能。
- Matplotlib:
import matplotlib.pyplot as plt
- 用於繪製二維圖表和數據可視化的庫。
- 提供了豐富的繪圖函數，適用於各種科學和工程應用。
- Pandas:
import pandas as pd
- 提供高性能的數據結構和數據分析工具。
- 適用於處理和分析結構化數據，例如表格和時間序列數據。
- SymPy:
import sympy
- 用於符號計算，支援代數運算、微積分、數學方程式求解等。
- 提供符號表達式，可進行符號計算而非數值計算。
這些庫可以根據不同的需求組合使用，例如使用NumPy進行數值計算，Matplotlib進行數據可視化，Pandas進行數據處理等。根據具體的應用場景，你可以選擇適合的庫來提高開發效率。
