Apa Itu Diri Dalam Python: Contoh Dunia Sebenar
Apa Itu Diri Dalam Python: Contoh Dunia Sebenar
Pi ialah pemalar matematik asas yang mewakili nisbah lilitan bulatan kepada diameternya. Memanfaatkan Pi dalam Python adalah penting apabila berurusan dengan pengiraan geometri, trigonometri dan pelbagai operasi matematik lain.
Python menawarkan pelbagai cara untuk mengakses dan menggunakan Pi dalam pengiraan. Perpustakaan Math dan NumPy ialah dua modul yang biasa digunakan yang menyediakan Pi sebagai pemalar.
Terdapat beberapa modul lain yang menyediakan pemalar. Pilihan anda bergantung pada berapa banyak ketepatan matematik yang anda perlukan dan pengiraan lain yang diperlukan oleh aplikasi anda.
Artikel ini menunjukkan kepada anda cara untuk mengakses Pi dengan empat kaedah dan menerangkan kaedah yang paling sesuai dengan keperluan anda.
Mari kita menyelaminya.
Isi kandungan
Memahami Pi dalam Python
Pi (?) mewakili nisbah lilitan bulatan (c) kepada diameternya (d). Dalam istilah yang lebih mudah, ? = c/d.
Nilai pi adalah lebih kurang 3.14159.
Pi ialah nombor tidak rasional , yang bermaksud ia berterusan tanpa had tanpa berulang. Ia tidak boleh dinyatakan sebagai pecahan mudah dan ia tidak mempunyai perwakilan perpuluhan yang tepat.
Berikut ialah beberapa digit pertama pi untuk memberi anda gambaran tentang sifatnya:
3.14159265358979323846...
Nilai pi sering dipendekkan kepada hanya beberapa tempat perpuluhan dalam pengiraan untuk tujuan praktikal, seperti 3.14 atau 22/7.
Walau bagaimanapun, perwakilan terpotong ini mungkin tidak cukup tepat untuk sesetengah aplikasi, seperti simulasi berangka berketepatan tinggi atau bukti matematik tertentu.
4 Cara Biasa untuk Mengakses Pi dalam Python
Empat cara paling biasa untuk mengakses pi dalam Python menggunakan:
modul matematik
Modul NumPy
Modul SciPy
modul cmath
Perlu diingat bahawa walaupun pemalar math.pi Python cukup tepat untuk kebanyakan tujuan, terdapat anggaran lebih tepat yang tersedia melalui perpustakaan lain. Sebagai contoh, NumPy menyediakan tahap ketepatan yang lebih tinggi.
Pilihan perpustakaan yang hendak digunakan bergantung pada keperluan khusus anda dan fungsi lain yang mungkin anda perlukan daripada perpustakaan. Jika anda sudah menggunakan NumPy atau SciPy dalam projek anda, adalah sesuai untuk menggunakan pemalar pi masing-masing.
Jika anda perlu bekerja dengan nombor kompleks, maka modul cmath adalah pilihan terbaik.
Jika anda tidak memerlukan sebarang fungsi tambahan daripada perpustakaan ini dan hanya memerlukan nilai anggaran pi, menggunakan perpustakaan matematik terbina dalam Python mungkin merupakan pilihan terbaik anda.
Cara Mengakses Pi Dengan Perpustakaan Matematik
Modul matematik dalam Python membolehkan anda bekerja dengan nombor pi dan memberikan anggaran tepat sehingga 15 tempat perpuluhan.
Ini adalah salah satu modul terbina Python, yang bermaksud anda tidak perlu memuat turun dan memasangnya secara berasingan.
Anda mempunyai dua pilihan untuk mengimport pi untuk digunakan dalam kod anda:
import perpustakaan matematik
import hanya pemalar pi
Kod ini mengimport pustaka penuh:
import math
pi_value = math.pi
Kod ini hanya mengimport pemalar pi:
from math import pi
pi_value = pi
3 Cara Menggunakan Pemalar Pi Dengan Fungsi Matematik Lain
Selain daripada pemalar pi, modul matematik menawarkan banyak fungsi matematik lain. Fungsi ini boleh digabungkan dengan math.pi untuk:
hitung lilitan bulatan
mengira luas bulatan
mengira radian dan darjah
Mari kita lihat satu per satu.
1. Lilitan Bulatan
Lilitan bulatan boleh dikira menggunakan formula berikut:
C = 2 ? r
C ialah lilitan
? ialah Pi tetap
r ialah jejari bulatan.
Dalam Python, anda boleh mengira lilitan bulatan dengan mengimport modul matematik dan menggunakan pemalar matematik pi seperti ini:
import math
radius = 5
circumference = 2 * math.pi * radius
print(circumference)
Anda juga mungkin mahukan jarak Euclidean untuk dua titik pada lilitan. Video ini menunjukkan pengiraan:
2. Luas Bulatan
Luas bulatan boleh dikira menggunakan formula berikut:
A = ? * r^2
A ialah kawasan
? ialah Pi tetap
r ialah jejari bulatan.
Dalam Python, anda boleh mengira luas bulatan seperti ini:
import math
radius = 5
area = math.pi * (radius ** 2)
print(area)
3. Radian dan Darjah
Sudut boleh diukur dalam dua unit sepunya: darjah dan radian . Bulatan penuh terdiri daripada 360 darjah atau 2? radian. Untuk menukar darjah kepada radian, anda boleh menggunakan pi dalam formula mudah:
Radian = Darjah * (? / 180)
Walau bagaimanapun, modul matematik juga menawarkan fungsi yang mudah untuk menukar darjah kepada radian: the math.radians() . Ini memudahkan pengiraan anda.
Berikut ialah contoh asas cara menggunakan fungsi radians() :
import math
angle_degrees = 45
angle_radians = math.radians(angle_degrees)
print(angle_radians)
Fungsi ini mengembalikan pengiraan berdasarkan pemalar Pi matematik terbina.
Cara Menggunakan Pi Dengan Modul NumPy
NumPy ialah perpustakaan Python yang popular untuk bekerja dengan data berangka. Ia menyediakan pemalar untuk pi pemalar matematik (kira-kira 3.14159).
Tidak seperti perpustakaan matematik, NumPy bukan modul Python terbina dalam. Anda boleh memasangnya menggunakan pip, pengurus pakej Python. Perintah untuk memasang Python NumPy biasanya:
pip install numpy
Berikut ialah contoh mengimport modul dan mengakses pemalar pi NumPy:
import numpy as np
pi_value = np.pi
print(pi_value)
Kod ini akan mengeluarkan nilai pembolehubah pi (3.141592653589793) daripada perpustakaan NumPy.
Cara Menggunakan Pi Dengan Modul SciPy
SciPy ialah satu lagi perpustakaan Python yang digunakan secara meluas untuk pengkomputeran saintifik dan teknikal. Ia dibina di atas perpustakaan NumPy dan termasuk beberapa fungsi tambahan.
Anda boleh memasangnya menggunakan pip, pengurus pakej Python. Perintah untuk memasang SciPy biasanya:
pip install scipy
Berikut ialah contoh mengimport SciPy dan mengakses pemalar pi:
import scipy
pi_value = scipy.pi
print(pi_value)
Kod ini akan mengembalikan nilai pi (3.141592653589793) yang disediakan oleh perpustakaan SciPy.
Cara Menggunakan Nombor Kompleks Dengan Modul cmath
Python menyediakan sokongan untuk nombor kompleks melalui modul cmath terbina dalam .
Berikut ialah contoh menggunakan pemalar pi dalam modul cmath untuk pengiraan dengan nombor kompleks:
import cmath
# Define a complex number
z = 1 + 1j
# Compute the power of pi using the complex number
result = cmath.exp(z * cmath.pi)
print(result) # Output: (-1-2.8421709430404007e-14j)
Ralat dan Pengendalian Pengecualian Dengan Pi dalam Python
Apabila melakukan pengiraan dengan pi dalam Python, adalah amalan yang baik untuk menggunakan teknik pengendalian pengecualian yang betul. Anda mungkin menghadapi beberapa ralat pengiraan yang lebih biasa:
ZeroDivisionError
OverflowError
Ralat Aritmetik
Untuk mengendalikan berbilang pengecualian, anda boleh menggunakan pernyataan cuba, kecuali, dan akhirnya dalam Python:
try:
# Perform calculation here
except (ZeroDivisionError, OverflowError, ArithmeticError):
# Handle specific errors here
finally:
# Code to be executed regardless of any exceptions
Berikut ialah contoh pengendalian ralat semasa mengira luas bulatan:
import math
def calculate_area(r):
pi = math.pi
try:
area = pi * r**2
except (TypeError, OverflowError, ValueError):
area = None
print("Error: Invalid input or calculation failure")
finally:
return area
radius = 5
circle_area = calculate_area(radius)
print(circle_area)
Fikiran Akhir
Anda telah mempelajari cara mengakses pi menggunakan empat modul Python yang berbeza. Bergantung pada keperluan anda, pastikan anda memilih yang memberikan ketepatan yang anda perlukan.
Banyak contoh dalam artikel ini merangkumi kebanyakan senario yang akan anda temui dalam pengiraan matematik anda. Jika anda memerlukan bantuan lanjut, helaian cheat Python kami dan ChatGPT ialah sumber yang hebat.
Selamat mengekod!
Apa Itu Diri Dalam Python: Contoh Dunia Sebenar
Anda akan belajar cara menyimpan dan memuatkan objek daripada fail .rds dalam R. Blog ini juga akan membincangkan cara mengimport objek dari R ke LuckyTemplates.
Dalam tutorial bahasa pengekodan DAX ini, pelajari cara menggunakan fungsi GENERATE dan cara menukar tajuk ukuran secara dinamik.
Tutorial ini akan merangkumi cara menggunakan teknik Visual Dinamik Berbilang Thread untuk mencipta cerapan daripada visualisasi data dinamik dalam laporan anda.
Dalam artikel ini, saya akan menjalankan konteks penapis. Konteks penapis ialah salah satu topik utama yang perlu dipelajari oleh mana-mana pengguna LuckyTemplates pada mulanya.
Saya ingin menunjukkan cara perkhidmatan dalam talian LuckyTemplates Apps boleh membantu dalam mengurus laporan dan cerapan berbeza yang dijana daripada pelbagai sumber.
Ketahui cara untuk menyelesaikan perubahan margin keuntungan anda menggunakan teknik seperti mengukur percabangan dan menggabungkan formula DAX dalam LuckyTemplates.
Tutorial ini akan membincangkan tentang idea pewujudan cache data dan cara ia mempengaruhi prestasi DAX dalam memberikan hasil.
Jika anda masih menggunakan Excel sehingga sekarang, maka inilah masa terbaik untuk mula menggunakan LuckyTemplates untuk keperluan pelaporan perniagaan anda.
Apakah LuckyTemplates Gateway? Semua yang Anda Perlu Tahu