Python math 庫提供許多對(duì)浮點(diǎn)數(shù)的數(shù)學(xué)運(yùn)算函數(shù)，math模塊不支持復(fù)數(shù)運(yùn)算，若需計(jì)算復(fù)數(shù)，可使用cmath模塊（本文不贅述）。
創(chuàng)新互聯(lián)公司-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價(jià)比萬全網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式萬全網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋萬全地區(qū)。費(fèi)用合理售后完善，10多年實(shí)體公司更值得信賴。
使用dir函數(shù)，查看math庫中包含的所有內(nèi)容：
1） math.pi????# 圓周率π
2） math.e????#自然對(duì)數(shù)底數(shù)
3） math.inf? ? #正無窮大∞，-math.inf? ? #負(fù)無窮大-∞
4） math.nan? ? #非浮點(diǎn)數(shù)標(biāo)記，NaN（not a number）
1） math.fabs(x)? ? #表示X值的絕對(duì)值
2） math.fmod(x,y)? ? #表示x/y的余數(shù)，結(jié)果為浮點(diǎn)數(shù)
3） math.fsum([x,y,z])? ? #對(duì)括號(hào)內(nèi)每個(gè)元素求和，其值為浮點(diǎn)數(shù)
4） math.ceil(x)? ? #向上取整，返回不小于x的最小整數(shù)
5）math.floor(x)? ? #向下取整，返回不大于x的最大整數(shù)
6） math.factorial(x)? ? #表示X的階乘，其中X值必須為整型，否則報(bào)錯(cuò)
7） math.gcd(a,b)? ? #表示a,b的最大公約數(shù)
8）? math.frexp(x)? ? ? #x = i *2^j，返回（i，j）
9） math.ldexp(x,i)? ? #返回x*2^i的運(yùn)算值，為math.frexp(x)函數(shù)的反運(yùn)算
10） math.modf(x)? ? #表示x的小數(shù)和整數(shù)部分
11） math.trunc(x)? ? #表示x值的整數(shù)部分
12） math.copysign(x,y)? ? #表示用數(shù)值y的正負(fù)號(hào)，替換x值的正負(fù)號(hào)
13） math.isclose(a,b,rel_tol =x,abs_tol = y)? ? #表示a，b的相似性，真值返回True，否則False；rel_tol是相對(duì)公差：表示a，b之間允許的最大差值，abs_tol是最小絕對(duì)公差，對(duì)比較接近于0有用，abs_tol必須至少為0。
14） math.isfinite(x)? ? #表示當(dāng)x不為無窮大時(shí)，返回True，否則返回False
15） math.isinf(x)? ? #當(dāng)x為±∞時(shí)，返回True，否則返回False
16） math.isnan(x)? ? #當(dāng)x是NaN，返回True，否則返回False
1） math.pow(x,y)? ? #表示x的y次冪
2） math.exp(x)? ? #表示e的x次冪
3） math.expm1(x)? ? #表示e的x次冪減1
4） math.sqrt(x)? ? #表示x的平方根
5） math.log（x,base）? ? #表示x的對(duì)數(shù)值，僅輸入x值時(shí)，表示ln(x)函數(shù)
6） math.log1p(x)? ? #表示1+x的自然對(duì)數(shù)值
7） math.log2(x)? ? #表示以2為底的x對(duì)數(shù)值
8） math.log10(x)? ? #表示以10為底的x的對(duì)數(shù)值
1） math.degrees(x)? ? #表示弧度值轉(zhuǎn)角度值
2） math.radians(x)? ? #表示角度值轉(zhuǎn)弧度值
3） math.hypot(x,y)? ? #表示(x,y)坐標(biāo)到原點(diǎn)(0,0)的距離
4） math.sin(x)? ? #表示x的正弦函數(shù)值
5） math.cos(x)? ? #表示x的余弦函數(shù)值
6） math.tan(x)? ? #表示x的正切函數(shù)值
7）math.asin(x)? ? #表示x的反正弦函數(shù)值
8）?math.acos(x)? ? #表示x的反余弦函數(shù)值
9）?math.atan(x)? ? #表示x的反正切函數(shù)值
10） math.atan2(y,x)? ? #表示y/x的反正切函數(shù)值
11） math.sinh(x)? ? #表示x的雙曲正弦函數(shù)值
12） math.cosh(x)? ? #表示x的雙曲余弦函數(shù)值
13） math.tanh(x)? ? #表示x的雙曲正切函數(shù)值
14） math.asinh(x)? ? #表示x的反雙曲正弦函數(shù)值
15） math.acosh(x)? ? #表示x的反雙曲余弦函數(shù)值
16） math.atanh(x)? ? #表示x的反雙曲正切函數(shù)值
1）math.erf(x)? ? #高斯誤差函數(shù)
2） math.erfc(x)? ? #余補(bǔ)高斯誤差函數(shù)
3） math.gamma(x)? ? #伽馬函數(shù)（歐拉第二積分函數(shù)）
4） math.lgamma(x)? ? #伽馬函數(shù)的自然對(duì)數(shù)
Python庫有很多，為大家簡單例舉幾個(gè)：
1、Arrow
Python中處理時(shí)間的庫有datetime，但是它過于簡單，使用起來不夠方便和智能，而Arrow可以說非常的方便和智能。它可以輕松地定位幾個(gè)小時(shí)之前的時(shí)間，可以輕松轉(zhuǎn)換時(shí)區(qū)時(shí)間，對(duì)于一個(gè)小時(shí)前，2個(gè)小時(shí)之內(nèi)這樣人性化的信息也能夠準(zhǔn)確解讀。
2、Behold
調(diào)試程序是每個(gè)程序員必備的技能，對(duì)于腳本語言，很多人習(xí)慣于使用print進(jìn)行調(diào)試，然而對(duì)于大項(xiàng)目來說，print的功能還遠(yuǎn)遠(yuǎn)不足，我們希望有一個(gè)可以輕松使用，調(diào)試方便，對(duì)變量監(jiān)視完整，格式已于查看的工具，而Behold就是那個(gè)非常好用的調(diào)試庫。
3、Click
現(xiàn)在幾乎所有的框架都有自己的命令行腳手架，Python也不例外，那么如何快速開發(fā)出屬于自己的命令行程序呢?答案就是使用Python的Click庫。Click庫對(duì)命令行api進(jìn)行了大量封裝，你可以輕松開發(fā)出屬于自己的CLI命令集。終端的顏色，環(huán)境變量信息，通過Click都可以輕松進(jìn)行獲取和改變。
4、Numba
如果你從事數(shù)學(xué)方面的分析和計(jì)算，那么Numba一定是你必不可少的庫。Numpy通過將高速C庫包裝在Python接口中來工作，而Cython使用可選的類型將Python編譯為C以提高性能。但是Numba無疑是最方便的，因?yàn)樗试S使用裝飾器選擇性地加速Python函數(shù)。
5、Matlibplot
做過數(shù)據(jù)分析，數(shù)據(jù)可視化的數(shù)學(xué)學(xué)生一定知道m(xù)atlab這個(gè)軟件，這是一個(gè)收費(fèi)的數(shù)學(xué)商用軟件，在Python中，Matlibplot就是為了實(shí)現(xiàn)這個(gè)軟件中功能開發(fā)的第三方Python庫。并且它完全是免費(fèi)的，很多學(xué)校都是用它來進(jìn)行數(shù)學(xué)教學(xué)和研究的。
6、Pillow
圖像處理是任何時(shí)候我們都需要關(guān)注的問題，平時(shí)我們看到很多ps中的神技，比如調(diào)整畫面顏色，飽和度，調(diào)整圖像尺寸，裁剪圖像等等，這些其實(shí)都可以通過Python簡單完成，而其中我們需要使用的庫就是Pillow。
7、pyqt5
Python是可以開發(fā)圖形界面程序的。而pyqt就是一款非常好用的第三方GUI庫，有了它，你可以輕松開發(fā)出跨平臺(tái)的圖形應(yīng)用程序，其中qtdesigner設(shè)計(jì)器，更是加速了我們開發(fā)圖形界面的速度。
1.Numpy庫
是Python開源的數(shù)值計(jì)算擴(kuò)展工具，提供了Python對(duì)多維數(shù)組的支持，能夠支持高級(jí)的維度數(shù)組與矩陣運(yùn)算。此外，針對(duì)數(shù)組運(yùn)算也提供了大量的數(shù)學(xué)函數(shù)庫，Numpy是大部分Python科學(xué)計(jì)算的基礎(chǔ)，具有很多功能。
2.Pandas庫
是一個(gè)基于Numpy的數(shù)據(jù)分析包，為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas中納入了大量庫和標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需要的函數(shù)和方法，使用戶能快速便捷地處理數(shù)據(jù)。
3.Matplotlib庫
是一個(gè)用在Python中繪制數(shù)組的2D圖形庫，雖然它起源于模仿MATLAB圖形命令，但它獨(dú)立于MATLAB，可以通過Pythonic和面向?qū)ο蟮姆绞绞褂?，是Python中最出色的繪圖庫。主要用純Python語言編寫的，它大量使用Numpy和其他擴(kuò)展代碼，即使對(duì)大型數(shù)組也能提供良好的性能。
4.Seaborn庫
是Python中基于Matplotlib的數(shù)據(jù)可視化工具，提供了很多高層封裝的函數(shù)，幫助數(shù)據(jù)分析人員快速繪制美觀的數(shù)據(jù)圖形，從而避免了許多額外的參數(shù)配置問題。
5.NLTK庫
被稱為使用Python進(jìn)行教學(xué)和計(jì)算語言學(xué)工作的最佳工具，以及用自然語言進(jìn)行游戲的神奇圖書館。NLTK是一個(gè)領(lǐng)先的平臺(tái)，用于構(gòu)建使用人類語言數(shù)據(jù)的Python程序，它為超過50個(gè)語料庫和詞匯資源提供了易于使用的接口，還提供了一套文本處理庫，用于分類、標(biāo)記化、詞干化、解析和語義推理、NLP庫的包裝器和一個(gè)活躍的討論社區(qū)。
Python比較常見的庫有：Arrow、Behold、Click、Numba、Matlibplot、Pillow等：
1、Arrow
Python中處理時(shí)間的庫有datetime，但是它過于簡單，使用起來不夠方便和智能，而Arrow可以說非常的方便和智能。它可以輕松地定位幾個(gè)小時(shí)之前的時(shí)間，可以輕松轉(zhuǎn)換時(shí)區(qū)時(shí)間，對(duì)于一個(gè)小時(shí)前，2個(gè)小時(shí)之內(nèi)這樣人性化的信息也能夠準(zhǔn)確解讀。
2、Behold
調(diào)試程序是每個(gè)程序員必備的技能，對(duì)于腳本語言，很多人習(xí)慣于使用print進(jìn)行調(diào)試，然而對(duì)于大項(xiàng)目來說，print的功能還遠(yuǎn)遠(yuǎn)不足，我們希望有一個(gè)可以輕松使用，調(diào)試方便，對(duì)變量監(jiān)視完整，格式已于查看的工具，而Behold就是那個(gè)非常好用的調(diào)試庫。
3、Click
現(xiàn)在幾乎所有的框架都有自己的命令行腳手架，Python也不例外，那么如何快速開發(fā)出屬于自己的命令行程序呢?答案就是使用Python的Click庫。Click庫對(duì)命令行api進(jìn)行了大量封裝，你可以輕松開發(fā)出屬于自己的CLI命令集。終端的顏色，環(huán)境變量信息，通過Click都可以輕松進(jìn)行獲取和改變。
4、Numba
如果你從事數(shù)學(xué)方面的分析和計(jì)算，那么Numba一定是你必不可少的庫。Numpy通過將高速C庫包裝在Python接口中來工作，而Cython使用可選的類型將Python編譯為C以提高性能。但是Numba無疑是最方便的，因?yàn)樗试S使用裝飾器選擇性地加速Python函數(shù)。
5、Matlibplot
做過數(shù)據(jù)分析，數(shù)據(jù)可視化的數(shù)學(xué)學(xué)生一定知道m(xù)atlab這個(gè)軟件，這是一個(gè)收費(fèi)的數(shù)學(xué)商用軟件，在Python中，Matlibplot就是為了實(shí)現(xiàn)這個(gè)軟件中功能開發(fā)的第三方Python庫。并且它完全是免費(fèi)的，很多學(xué)校都是用它來進(jìn)行數(shù)學(xué)教學(xué)和研究的。
6、Pillow
圖像處理是任何時(shí)候我們都需要關(guān)注的問題，平時(shí)我們看到很多ps中的神技，比如調(diào)整畫面顏色，飽和度，調(diào)整圖像尺寸，裁剪圖像等等，這些其實(shí)都可以通過Python簡單完成，而其中我們需要使用的庫就是Pillow。
7、pyqt5
Python是可以開發(fā)圖形界面程序的。而pyqt就是一款非常好用的第三方GUI庫，有了它，你可以輕松開發(fā)出跨平臺(tái)的圖形應(yīng)用程序，其中qtdesigner設(shè)計(jì)器，更是加速了我們開發(fā)圖形界面的速度。
除了上述介紹的之外，Python還有很多庫，比如：Pandas、NumPy、SciPy、Seaborn、Keras等。
python系統(tǒng)提供了下面常用的函數(shù)：
1. 數(shù)學(xué)庫模塊（math）提供了很多數(shù)學(xué)運(yùn)算函數(shù)；
2.復(fù)數(shù)模塊（cmath）提供了用于復(fù)數(shù)運(yùn)算的函數(shù)；
3.隨機(jī)數(shù)模塊（random）提供了用來生成隨機(jī)數(shù)的函數(shù)；
4.時(shí)間（time）和日歷（calendar）模塊提供了能處理日期和時(shí)間的函數(shù)。
注意：在調(diào)用系統(tǒng)函數(shù)之前，先要使用import 語句導(dǎo)入 相應(yīng)的模塊
該語句將模塊中定義的函數(shù)代碼復(fù)制到自己的程 序中，然后就可以訪問模塊中的任何函數(shù)，其方 法是在函數(shù)名前面加上“模塊名.”。
希望能幫到你。
5個(gè)常用的Python標(biāo)準(zhǔn)庫：
1、os：提供了不少與操作系統(tǒng)相關(guān)聯(lián)的函數(shù)庫
os包是Python與操作系統(tǒng)的接口。我們可以用os包來實(shí)現(xiàn)操作系統(tǒng)的許多功能，比如管理系統(tǒng)進(jìn)程，改變當(dāng)前路徑，改變文件權(quán)限等。但要注意，os包是建立在操作系統(tǒng)的平臺(tái)上的，許多功能在Windows系統(tǒng)上是無法實(shí)現(xiàn)的。另外，在使用os包中，要注意其中的有些功能已經(jīng)被其他的包取代。
我們通過文件系統(tǒng)來管理磁盤上儲(chǔ)存的文件。查找、刪除、復(fù)制文件以及列出文件列表等都是常見的文件操作。這些功能通?？梢栽诓僮飨到y(tǒng)中看到，但現(xiàn)在可以通過Python標(biāo)準(zhǔn)庫中的glob包、shutil包、os.path包以及os包的一些函數(shù)等，在Python內(nèi)部實(shí)現(xiàn)。
2、sys：通常用于命令行參數(shù)的庫
sys包被用于管理Python自身的運(yùn)行環(huán)境。Python是一個(gè)解釋器，也是一個(gè)運(yùn)行在操作系統(tǒng)上的程序。我們可以用sys包來控制這一程序運(yùn)行的許多參數(shù)，比如說Python運(yùn)行所能占據(jù)的內(nèi)存和CPU，Python所要掃描的路徑等。另一個(gè)重要功能是和Python自己的命令行互動(dòng)，從命令行讀取命令和參數(shù)。
3、random：用于生成隨機(jī)數(shù)的庫
Python標(biāo)準(zhǔn)庫中的random函數(shù)，可以生成隨機(jī)浮點(diǎn)數(shù)、整數(shù)、字符串，甚至幫助你隨機(jī)選擇列表序列中的一個(gè)元素，打亂一組數(shù)據(jù)等。
4、math：提供了數(shù)學(xué)常數(shù)和數(shù)學(xué)函數(shù)
標(biāo)準(zhǔn)庫中，Python定義了一些新的數(shù)字類型，以彌補(bǔ)之前的數(shù)字類型可能的不足。標(biāo)準(zhǔn)庫還包含了random包，用于處理隨機(jī)數(shù)相關(guān)的功能。math包補(bǔ)充了一些重要的數(shù)學(xué)常數(shù)和數(shù)學(xué)函數(shù)，比如pi、三角函數(shù)等等。
5、datetime：日期和時(shí)間的操作庫
日期和時(shí)間的管理并不復(fù)雜，但容易犯錯(cuò)。Python的標(biāo)準(zhǔn)庫中對(duì)日期和時(shí)間的管理頗為完善，你不僅可以進(jìn)行日期時(shí)間的查詢和變換，還可以對(duì)日期時(shí)間進(jìn)行運(yùn)算。通過這些標(biāo)準(zhǔn)庫，還可以根據(jù)需要控制日期時(shí)間輸出的文本格式。
除此之外，Python還有很多第三方庫，了解更多可移步：oldboyedu
重慶分公司
重慶分公司
