這是math模塊的一個函數(shù)
我們提供的服務(wù)有：成都網(wǎng)站設(shè)計、網(wǎng)站建設(shè)、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認證、臺江ssl等。為上千多家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學管理、有技術(shù)的臺江網(wǎng)站制作公司
pow() 源于英文power，返回給定數(shù)字的乘冪
所以我們執(zhí)行math.pow()示例：
注意：math 模塊則會把參數(shù)轉(zhuǎn)換為 float。
math是非常常用的數(shù)學計算包，其中math.pow()語法如下
參數(shù)說明：
等同于寫法
但注意math函數(shù)返回的是浮點數(shù),后者可能返回整數(shù)
其他常用的數(shù)學函數(shù)有：
python2 有cmp(x,y)函數(shù)，python3移除了cmp，新增了 operator模塊,提供了如下比較方法
作為比較函數(shù)
在處理數(shù)字時使用數(shù)學函數(shù)能更高效的獲取計算結(jié)果。
對基礎(chǔ)運行環(huán)境有疑問的，推薦參考: python函數(shù)深入淺出 0.基礎(chǔ)篇
內(nèi)置函數(shù)就是Python給你提供的，拿來直接用的函數(shù)，比如print.，input等。
截止到python版本3.6.2 ，python一共提供了68個內(nèi)置函數(shù)，具體如下
本文將這68個內(nèi)置函數(shù)綜合整理為12大類，正在學習Python基礎(chǔ)的讀者一定不要錯過，建議收藏學習！
（1）列表和元組
（2）相關(guān)內(nèi)置函數(shù)
（3）字符串
frozenset 創(chuàng)建一個凍結(jié)的集合，凍結(jié)的集合不能進行添加和刪除操作。
語法：sorted(Iterable, key=函數(shù)(排序規(guī)則), reverse=False)
語法：fiter(function. Iterable)
function: 用來篩選的函數(shù). 在?lter中會自動的把iterable中的元素傳遞給function. 然后根據(jù)function返回的True或者False來判斷是否保留留此項數(shù)據(jù) , Iterable: 可迭代對象
搜索公眾號頂級架構(gòu)師后臺回復“面試”，送你一份驚喜禮包。
語法 : map(function, iterable)
可以對可迭代對象中的每一個元素進行映射. 分別去執(zhí)行 function
hash : 獲取到對象的哈希值(int, str, bool, tuple). hash算法:(1) 目的是唯一性 (2) dict 查找效率非常高, hash表.用空間換的時間 比較耗費內(nèi)存
首先，定義一個數(shù)組，保存求和的所有整數(shù)。
輸入求和的整數(shù)個數(shù)，保存在變量n中。
用for循環(huán)，控制輸入所有的求和整數(shù)。
輸入所有的求和整數(shù)，保存在數(shù)組中。
輸出所有求和的整數(shù)，如下圖所示。
調(diào)用sum函數(shù)，計算所有整數(shù)的和。
最后，輸出計算得到的所有整數(shù)和。
輸出結(jié)果如下：
推薦教程：python教程以上就是小編分享的關(guān)于python如何用sum函數(shù)求和的詳細內(nèi)容希望對大家有所幫助，更多有關(guān)python教程請關(guān)注環(huán)球青藤其它相關(guān)文章！
有些Python小白對numpy中的常見函數(shù)不太了解，今天小編就整理出來分享給大家。
Numpy是Python的一個科學計算的庫，提供了矩陣運算的功能，其一般與Scipy、matplotlib一起使用。其實，list已經(jīng)提供了類似于矩陣的表示形式，不過numpy為我們提供了更多的函數(shù)。
數(shù)組常用函數(shù)
1.where()按條件返回數(shù)組的索引值
2.take(a,index)從數(shù)組a中按照索引index取值
3.linspace(a,b,N)返回一個在(a,b)范圍內(nèi)均勻分布的數(shù)組，元素個數(shù)為N個
4.a.fill()將數(shù)組的所有元素以指定的值填充
5.diff(a)返回數(shù)組a相鄰元素的差值構(gòu)成的數(shù)組
6.sign(a)返回數(shù)組a的每個元素的正負符號
7.piecewise(a,[condlist],[funclist])數(shù)組a根據(jù)布爾型條件condlist返回對應(yīng)元素結(jié)果
8.a.argmax(),a.argmin()返回a最大、最小元素的索引
改變數(shù)組維度
a.ravel(),a.flatten():將數(shù)組a展平成一維數(shù)組
a.shape=(m,n),a.reshape(m,n):將數(shù)組a轉(zhuǎn)換成m*n維數(shù)組
a.transpose,a.T轉(zhuǎn)置數(shù)組a
數(shù)組組合
1.hstack((a,b)),concatenate((a,b),axis=1)將數(shù)組a,b沿水平方向組合
2.vstack((a,b)),concatenate((a,b),axis=0)將數(shù)組a,b沿豎直方向組合
3.row_stack((a,b))將數(shù)組a,b按行方向組合
4.column_stack((a,b))將數(shù)組a,b按列方向組合
數(shù)組分割
1.split(a,n,axis=0),vsplit(a,n)將數(shù)組a沿垂直方向分割成n個數(shù)組
2.split(a,n,axis=1),hsplit(a,n)將數(shù)組a沿水平方向分割成n個數(shù)組
數(shù)組修剪和壓縮
1.a.clip(m,n)設(shè)置數(shù)組a的范圍為(m,n),數(shù)組中大于n的元素設(shè)定為n,小于m的元素設(shè)定為m
2.a.compress()返回根據(jù)給定條件篩選后的數(shù)組
數(shù)組屬性
1.a.dtype數(shù)組a的數(shù)據(jù)類型
2.a.shape數(shù)組a的維度
3.a.ndim數(shù)組a的維數(shù)
4.a.size數(shù)組a所含元素的總個數(shù)
5.a.itemsize數(shù)組a的元素在內(nèi)存中所占的字節(jié)數(shù)
6.a.nbytes整個數(shù)組a所占的內(nèi)存空間7.a.astype(int)轉(zhuǎn)換a數(shù)組的類型為int型
數(shù)組計算
1.average(a,weights=v)對數(shù)組a以權(quán)重v進行加權(quán)平均
2.mean(a),max(a),min(a),middle(a),var(a),std(a)數(shù)組a的均值、最大值、最小值、中位數(shù)、方差、標準差
3.a.prod()數(shù)組a的所有元素的乘積
4.a.cumprod()數(shù)組a的元素的累積乘積
5.cov(a,b),corrcoef(a,b)數(shù)組a和b的協(xié)方差、相關(guān)系數(shù)
6.a.diagonal()查看矩陣a對角線上的元素7.a.trace()計算矩陣a的跡，即對角線元素之和
以上就是numpy中的常見函數(shù)。更多Python學習推薦:PyThon學習網(wǎng)教學中心。
對于氣象繪圖來講，第一步是對數(shù)據(jù)的處理，通過各類公式，或者統(tǒng)計方法將原始數(shù)據(jù)處理為目標數(shù)據(jù)。
按照氣象統(tǒng)計課程的內(nèi)容，我給出了一些常用到的統(tǒng)計方法的對應(yīng)函數(shù)：
在計算氣候態(tài)，區(qū)域平均時均要使用到求均值函數(shù)，對應(yīng)NCL中的dim_average函數(shù)，在python中通常使用np.mean()函數(shù)
numpy.mean(a, axis, dtype)
假設(shè)a為[time,lat,lon]的數(shù)據(jù)，那么
需要特別注意的是，氣象數(shù)據(jù)中常有缺測，在NCL中，使用求均值函數(shù)會自動略過，而在python中，當任意一數(shù)與缺測(np.nan)計算的結(jié)果均為np.nan，比如求[1,2,3,4，np.nan]的平均值，結(jié)果為np.nan
因此，當數(shù)據(jù)存在缺測數(shù)據(jù)時，通常使用np.nanmean()函數(shù)，用法同上，此時[1,2,3,4，np.nan]的平均值為(1+2+3+4)/4 = 2.5
同樣的，求某數(shù)組最大最小值時也有np.nanmax(), np.nanmin()函數(shù)來補充np.max(), np.min()的不足。
其他很多np的計算函數(shù)也可以通過在前邊加‘nan’來使用。
另外，
也可以直接將a中缺失值全部填充為0。
np.std(a, axis, dtype)
用法同np.mean()
在NCL中有直接求數(shù)據(jù)標準化的函數(shù)dim_standardize()
其實也就是一行的事，根據(jù)需要指定維度即可。
皮爾遜相關(guān)系數(shù)：
相關(guān)可以說是氣象科研中最常用的方法之一了，numpy函數(shù)中的np.corrcoef(x, y)就可以實現(xiàn)相關(guān)計算。但是在這里我推薦scipy.stats中的函數(shù)來計算相關(guān)系數(shù)：
這個函數(shù)缺點和有點都很明顯，優(yōu)點是可以直接返回相關(guān)系數(shù)R及其P值，這避免了我們進一步計算置信度。而缺點則是該函數(shù)只支持兩個一維數(shù)組的計算，也就是說當我們需要計算一個場和一個序列的相關(guān)時，我們需要循環(huán)來實現(xiàn)。
其中a[time,lat,lon]，b[time]
(NCL中為regcoef()函數(shù))
同樣推薦Scipy庫中的stats.linregress(x,y)函數(shù)：
slop: 回歸斜率
intercept：回歸截距
r_value： 相關(guān)系數(shù)
p_value： P值
std_err： 估計標準誤差
直接可以輸出P值，同樣省去了做置信度檢驗的過程，遺憾的是仍需同相關(guān)系數(shù)一樣循環(huán)計算。
重慶分公司
重慶分公司
