[Python基礎]基本語法_數值運算

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：

1. NumPy:

   import numpy as np

2. • 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。
2. SciPy:

   import scipy

3. • 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。
3. Matplotlib:

   import matplotlib.pyplot as plt

4. • 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。
4. Pandas:

   import pandas as pd

5. • 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。
5. SymPy:

   import sympy

6. • 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。

喜歡的話，歡迎追蹤並點愛心給我支持