Python 基本计算操作

Python 提供了丰富的内置运算符和函数，支持各类数学计算。以下是常见计算操作：

算术运算

a = 10
b = 3
print(a + b)  # 加法 13
print(a - b)  # 减法 7
print(a * b)  # 乘法 30
print(a / b)  # 浮点除法 3.333...
print(a // b) # 整数除法 3
print(a % b)  # 取模 1
print(a ** b) # 幂运算 1000

数学函数 需要导入 math 模块：

import math
print(math.sqrt(16))   # 平方根 4.0
print(math.sin(math.pi/2))  # 三角函数 1.0
print(math.log(100, 10))    # 对数 2.0
print(math.factorial(5))    # 阶乘 120

高级科学计算

NumPy 库 适用于数组和矩阵运算：

import numpy as np
arr = np.array([1, 2, 3])
print(arr * 2)  # 数组乘法 [2 4 6]
print(np.dot(arr, arr))  # 点积 14

SciPy 库 提供科学计算工具：

from scipy import integrate
result = integrate.quad(lambda x: x**2, 0, 4)
print(result)  # 积分结果 (21.333..., 2.368...e-13)

符号计算

SymPy 库 支持符号数学运算：

from sympy import symbols, diff
x = symbols('x')
expr = x**2 + 3*x - 4
print(diff(expr, x))  # 导数 2*x + 3

数据处理

Pandas 库

import pandas as pd
df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
print(df.sum())  # 列求和 A:3, B:7

性能优化

对于大量计算，可使用 Numba 加速：

from numba import jit
@jit
def fast_sum(n):
    s = 0
    for i in range(n):
        s += i
    return s

注意事项

• 浮点数精度问题：0.1 + 0.2 可能不等于 0.3
• 大整数支持：Python 自动处理大整数，无溢出问题
• 复数运算：直接使用 3 + 4j 格式