Python标准库math数学函数

数论与表示函数¶

math.ceil(x)¶

返回 x 的上限，即大于或者等于 x 的最小整数。如果 x 不是一个浮点数，则委托 x.__ceil__(), 返回一个 Integral 类的值。

math.copysign(x, y)¶

返回一个基于 x 的绝对值和 y 的符号的浮点数。在支持带符号零的平台上，copysign(1.0,-0.0) 返回 -1.0.

math.fabs(x)¶

返回 x 的绝对值。

math.factorial(x)¶

以一个整数返回 x 的阶乘。 如果 x 不是整数或为负数时则将引发 ValueError。

math.floor(x)¶

返回 x 的向下取整，小于或等于 x 的最大整数。如果 x 不是浮点数，则委托 x.__floor__() ，它应返回 Integral 值。

math.fmod(x, y)¶

返回 fmod(x,y) ，由平台C库定义。请注意，Python表达式 x%y 可能不会返回相同的结果。C标准的目的是 fmod(x,y) 完全（数学上；到无限精度）等于 x-n*y 对于某个整数 n ，使得结果具有 与 x 相同的符号和小于 abs(y) 的幅度。Python的 x%y 返回带有 y 符号的结果，并且可能不能完全计算浮点参数。 例如， fmod(-1e-100,1e100) 是 -1e-100 ，但Python的 -1e-100%1e100 的结果是 1e100-1e-100 ，它不能完全表示为浮点数，并且取整为令人惊讶的 1e100 。 出于这个原因，函数 fmod() 在使用浮点数时通常是首选，而Python的 x%y 在使用整数时是首选。

math.frexp(x)¶

以 (m,e) 对的形式返回 x 的尾数和指数。 m 是一个浮点数， e 是一个整数，正好是 x==m*2**e 。 如果 x 为零，则返回 (0.0,0) ，否则返回 0.5<=abs(m)<1 。这用于以可移植方式“分离”浮点数的内部表示。

math.fsum(iterable)¶

返回迭代中的精确浮点值。通过跟踪多个中间部分和来避免精度损失:

python3 notranslate">

>>> sum([.1,.1,.1,.1,.1,.1,.1,.1,.1,.1])
0.9999999999999999
>>> fsum([.1,.1,.1,.1,.1,.1,.1,.1,.1,.1])
1.0

该算法的准确性取决于IEEE-754算术保证和舍入模式为半偶的典型情况。在某些非Windows版本中，底层C库使用扩展精度添加，并且有时可能会使中间和加倍，导致它在最低有效位中关闭。

有关待进一步讨论和两种替代方法，参见 ASPN cookbook recipes for accurate floating point summation。

math.gcd(a, b)¶

返回整数 a 和 b 的最大公约数。如果 a 或 b 之一非零，则 gcd(a,b) 的值是能同时整除 a 和 b 的最大正整数。gcd(0,0) 返回 0。

3.5 新版功能.

math.isclose(a, b, *, rel_tol=1e-09, abs_tol=0.0)¶

若 a 和 b 的值比较接近则返回 True，否则返回 False。

根据给定的绝对和相对容差确定两个值是否被认为是接近的。

rel_tol 是相对容差 —— 它是 a 和 b 之间允许的最大差值，相对于 a 或 b 的较大绝对值。例如，要设置5％的容差，请传递 rel_tol=0.05 。默认容差为 1e-09，确保两个值在大约9位十进制数字内相同。 rel_tol 必须大于零。

abs_tol 是最小绝对容差 —— 对于接近零的比较很有用。 abs_tol 必须至少为零。

如果没有错误发生，结果将是： abs(a-b)<=max(rel_tol*max(abs(a),abs(b)),abs_tol) 。

IEEE 754特殊值 NaN ， inf 和 -inf 将根据IEEE规则处理。具体来说， NaN 不被认为接近任何其他值，包括 NaN 。 inf 和 -inf 只被认为接近自己。

3.5 新版功能.

参见

PEP 485 —— 用于测试近似相等的函数

math.isfinite(x)¶

如果 x 既不是无穷大也不是NaN，则返回 True ，否则返回 False 。 （注意 0.0 被认为 是 有限的。）

3.2 新版功能.

math.isinf(x)¶

如果 x 是正或负无穷大，则返回 True ，否则返回 False 。

math.isnan(x)¶

如果 x 是 NaN（不是数字），则返回 True ，否则返回 False 。

math.ldexp(x, i)¶

返回 x*(2**i) 。 这基本上是函数 frexp() 的反函数。

math.modf(x)¶

返回 x 的小数和整数部分。两个结果都带有 x 的符号并且是浮点数。

math.remainder(x, y)¶

返回 IEEE 754 风格的 x 相对于 y 的余数。对于有限 x 和有限非零 y ，这是差异 x-n*y ，其中 n 是与商 x/y 的精确值最接近的整数。如果 x/y 恰好位于两个连续整数之间，则将最接近的 偶数 用作 n 。 余数 r=remainder(x,y) 因此总是满足 abs(r)<=0.5*abs(y)。

特殊情况遵循IEEE 754：特别是 remainder(x,math.inf) 对于任何有限 x 都是 x ，而 remainder(x,0) 和 remainder(math.inf,x) 引发 ValueError 适用于任何非NaN的 x 。如果余数运算的结果为零，则该零将具有与 x 相同的符号。

在使用IEEE 754二进制浮点的平台上，此操作的结果始终可以完全表示：不会引入舍入错误。

3.7 新版功能.

math.trunc(x)¶

返回 Real 值 x 截断为 Integral （通常是整数）。 委托给 x.__trunc__()。

注意 frexp() 和 modf() 具有与它们的C等价函数不同的调用/返回模式：它们采用单个参数并返回一对值，而不是通过 '输出形参' 返回它们的第二个返回参数（Python中没有这样的东西）。

对于 ceil() ， floor() 和 modf() 函数，请注意 所有 足够大的浮点数都是精确整数。Python浮点数通常不超过53位的精度（与平台C double类型相同），在这种情况下，任何浮点 x 与 abs(x)>=2**52 必然没有小数位。

幂函数与对数函数¶

math.exp(x)¶

返回 e 次 x 幂，其中 e = 2.718281... 是自然对数的基数。这通常比 math.e**x 或 pow(math.e,x) 更精确。

math.expm1(x)¶

返回 e 的 x 次幂，减1。这里 e 是自然对数的基数。对于小浮点数 x ， exp(x)-1 中的减法可能导致 significant loss of precision； expm1() 函数提供了一种将此数量计算为全精度的方法:

python3 notranslate">

>>> frommathimportexp,expm1
>>> exp(1e-5)-1# gives result accurate to 11 places
1.0000050000069649e-05
>>> expm1(1e-5)# result accurate to full precision
1.0000050000166668e-05

3.2 新版功能.

math.log(x[, base])¶

使用一个参数，返回 x 的自然对数（底为 e ）。

使用两个参数，返回给定的 base 的对数 x ，计算为 log(x)/log(base) 。

math.log1p(x)¶

返回 1+x 的自然对数（以 e 为底）。 以对于接近零的 x 精确的方式计算结果。

math.log2(x)¶

返回 x 以2为底的对数。这通常比 log(x,2) 更准确。

3.3 新版功能.

参见

int.bit_length() 返回表示二进制整数所需的位数，不包括符号和前导零。

math.log10(x)¶

返回 x 底为10的对数。这通常比 log(x,10) 更准确。

math.pow(x, y)¶

将返回 x 的 y 次幂。特殊情况尽可能遵循C99标准的附录'F'。特别是， pow(1.0,x) 和 pow(x,0.0) 总是返回 1.0 ，即使 x 是零或NaN。 如果 x 和 y 都是有限的， x 是负数， y 不是整数那么 pow(x,y) 是未定义的，并且引发 ValueError 。

与内置的 ** 运算符不同， math.pow() 将其参数转换为 float 类型。使用 ** 或内置的 pow() 函数来计算精确的整数幂。

math.sqrt(x)¶

返回 x 的平方根。

三角函数¶

math.acos(x)¶

以弧度为单位返回 x 的反余弦值。

math.asin(x)¶

以弧度为单位返回 x 的反正弦值。

math.atan(x)¶

以弧度为单位返回 x 的反正切值。

math.atan2(y, x)¶

以弧度为单位返回 atan(y/x) 。结果是在 -pi 和 pi 之间。从原点到点 (x,y) 的平面矢量使该角度与正X轴成正比。 atan2() 的点的两个输入的符号都是已知的，因此它可以计算角度的正确象限。 例如， atan(1) 和 atan2(1,1) 都是 pi/4 ，但 atan2(-1,-1) 是 -3*pi/4 。

math.cos(x)¶

返回 x 弧度的余弦值。

math.hypot(x, y)¶

返回欧几里德范数， sqrt(x*x+y*y) 。 这是从原点到点 (x,y) 的向量长度。

math.sin(x)¶

返回 x 弧度的正弦值。

math.tan(x)¶

返回 x 弧度的正切值。

角度转换¶

math.degrees(x)¶

将角度 x 从弧度转换为度数。

math.radians(x)¶

将角度 x 从度数转换为弧度。

双曲函数¶

双曲函数 是基于双曲线而非圆来对三角函数进行模拟。

math.acosh(x)¶

返回 x 的反双曲余弦值。

math.asinh(x)¶

返回 x 的反双曲正弦值。

math.atanh(x)¶

返回 x 的反双曲正切值。

math.cosh(x)¶

返回 x 的双曲余弦值。

math.sinh(x)¶

返回 x 的双曲正弦值。

math.tanh(x)¶

返回 x 的双曲正切值。

特殊函数¶

math.erf(x)¶

返回 x 处的 error function 。

erf() 函数可用于计算传统的统计函数，如 累积标准正态分布

defphi(x):
'Cumulative distribution function for the standard normal distribution'
return(1.0+erf(x/sqrt(2.0)))/2.0

3.2 新版功能.

math.erfc(x)¶

返回 x 处的互补误差函数。 互补错误函数 定义为 1.0-erf(x)。 它用于 x 的大值，从其中减去一个会导致 有效位数损失。

3.2 新版功能.

math.gamma(x)¶

返回 x 处的 伽马函数 值。

3.2 新版功能.

math.lgamma(x)¶

返回Gamma函数在 x 绝对值的自然对数。

3.2 新版功能.

常量¶

math.pi¶

数学常数 π = 3.141592...，精确到可用精度。

math.e¶

数学常数 e = 2.718281...，精确到可用精度。

math.tau¶

数学常数 τ = 6.283185...，精确到可用精度。Tau 是一个圆周常数，等于 2π，圆的周长与半径之比。更多关于 Tau 的信息可参考 Vi Hart 的视频 Pi is (still) Wrong。吃两倍多的派来庆祝 Tau 日 吧！

3.6 新版功能.

math.inf¶

浮点正无穷大。 （对于负无穷大，使用 -math.inf 。）相当于``float('inf')`` 的输出。

3.5 新版功能.

math.nan¶

浮点“非数字”（NaN）值。 相当于 float('nan') 的输出。

3.5 新版功能.