由于最近經(jīng)常使用到Python中random,math和time``datetime模塊, 所以決定花時(shí)間系統(tǒng)的學(xué)習(xí)一下
1. math模塊
math中的函數(shù)不可以用于太過復(fù)雜的數(shù)的運(yùn)算, 如果需要復(fù)雜數(shù)的運(yùn)行最好使用cmath模塊中同名函數(shù), 如果想要更加高級的數(shù)學(xué)功能，可以考慮選擇標(biāo)準(zhǔn)庫之外的numpy和scipy模塊，它們不但支持?jǐn)?shù)組和矩陣運(yùn)算，還有豐富的數(shù)學(xué)和物理方程可供使用
1.1. 數(shù)學(xué)常量
math.pi 這個(gè)數(shù)學(xué)常量等于 3.141592...
math.e 這個(gè)數(shù)學(xué)常量 e = 2.718281...,
1.2. 常用簡單函數(shù)
math.ceil(x) : 對x向上取整，返回最小整數(shù)值大于或者等于x
# -*- coding:utf-8 -*-
import math? #僅在第一次聲明, 以下都將省略
print math.ceil(math.pi)? #math.pi是圓周率pi, 類似于C/C++中的宏
//輸出4
math.floor(x) : 對x向下取整, 返回整數(shù)值小于或者等于x
>>> import math
>>> math.floor(math.pi)
3.0
math.pow(x,y) : 指數(shù)運(yùn)算，得到x的y次方
>>> math.pow(2, 3)
8.0
math.log(x[, base]) : 對數(shù)運(yùn)算，默認(rèn)基底為e的對數(shù)運(yùn)算。使用base參數(shù)時(shí)，改變對數(shù)的基底, 變?yōu)橐詁ase為底的對數(shù)運(yùn)算
>>> math.log(10)
2.302585092994046
>>> math.log(8, 2)?? #log(x)/log(base).
3.0
math.sqrt(x) 平方根計(jì)算
>>> math.sqrt(4)
2.0
math.fabs(x) 取絕對值
math.factorial(x) 求階乘, 即x!
math.exp(x) 求e的x次方
1.3. 三角函數(shù)
以下函數(shù)都接收一個(gè)弧度(radian)為單位的x作為參數(shù)
math.acos(x) #求arccos(x)
math.asin(x) #求arcsin(x)
math.atan(x) #求arctan(x)
math.cos(x)? #求cos(x)
math.sin(x)? #求sin(x)
math.tan(x)? #求tan(x)
math.degrees(x) 角度制轉(zhuǎn)化為弧度制
math.radians(x) 弧度制轉(zhuǎn)化為角度制
>>> math.degrees(math.pi / 2)
90.0
1.5. 雙曲函數(shù)和特殊函數(shù)
math.sinh(x), math.cosh(x), math.tanh(x), math.asinh(x), math.acosh(x), math.atanh(x)
還有些函數(shù)基本沒用過
2. random模塊
random模塊的作用是產(chǎn)生隨機(jī)數(shù), 這個(gè)模塊實(shí)現(xiàn)了偽隨機(jī)數(shù)產(chǎn)生器
1.1. 常用函數(shù)
random.seed([x]) 用戶初始化一個(gè)隨機(jī)數(shù)種子, 可選參數(shù)可以是任何hashtable對象,默認(rèn)使用系統(tǒng)時(shí)間
random.randint(a, b) 返回一個(gè)a到b之間的整數(shù)
random.randrange([start], stop[, step]) 從指定范圍內(nèi)，按指定基數(shù)遞增的集合中 獲取一個(gè)隨機(jī)數(shù)。如：random.randrange(10, 100, 2)，結(jié)果相當(dāng)于從[10, 12, 14, 16, … 96, 98]序列中獲取一個(gè)隨機(jī)數(shù)。random.randrange(10, 100, 2)在結(jié)果上與 random.choice(range(10, 100, 2) 等效。
random.randrange(start, stop, step)等價(jià)于random.choice(range(start, stop, step))
>>> random.randrange(10, 100, 2)
90
1.2. 隨機(jī)挑選和排序
random.choice(sequence) : 從序列中獲取一個(gè)隨機(jī)元素. 參數(shù)sequence表示一個(gè)有序類型。這里要說明 一下：sequence在python不是一種特定的類型，而是泛指一系列的類型。list, tuple, 字符串都屬于sequence
>>> random.choice(range(10))
1
>>> random.choice((1, 2, 3, 4))
3
random.sample(sequence, k) # 從指定序列中隨機(jī)獲取指定長度k的片斷。sample函數(shù)不會修改原有序列
>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> new_lst = random.sample(lst, 6)
>>> print new_lst
[8, 9, 2, 1, 5, 4]
>>> print lst
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
random.shuffle(x[, random])，用于將一個(gè)列表中的元素打亂, 不會生成新的列表
>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> random.shuffle(lst)
>>> print lst
[10, 5, 2, 7, 3, 9, 4, 8, 6, 1]
1.3. 隨機(jī)生成實(shí)數(shù)
生成的實(shí)數(shù)符合均勻分布(uniform distribution)
random.random() 隨機(jī)生成下一個(gè)實(shí)數(shù)，它在[0,1)范圍內(nèi)。
random.uniform(a,b) 隨機(jī)生成下一個(gè)實(shí)數(shù)，它在[a,b]范圍內(nèi)。
>>> random.random()
0.019433835195078797
>>> random.uniform(3, 8)
6.830376841208885
random.gauss(mu,sigma) 隨機(jī)生成符合高斯分布的隨機(jī)數(shù)，mu,sigma為高斯分布的兩個(gè)參數(shù)。
random.expovariate(lambd) 隨機(jī)生成符合指數(shù)分布的隨機(jī)數(shù)，lambd為指數(shù)分布的參數(shù)。
其余是一些目前沒用過的函數(shù), 以后用到了再補(bǔ)充
3. 參考鏈接
random官網(wǎng)文檔?
math官方文檔
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動(dòng)力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長非常感激您！手機(jī)微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
