Python 有求和的函数。如下两个函数。其中sum是Python的内置函数,fsum是math模块下的求和函数
网站的建设成都创新互联专注网站定制,经验丰富,不做模板,主营网站定制开发.小程序定制开发,H5页面制作!给你焕然一新的设计体验!已为成都除甲醛等企业提供专业服务。
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
如果你要保证算法精度,建议你使用math中的fsum。该算法,会不断跟踪运算过程的每一步,以此避免运算的精度损失,相比较sum而言有更高的精度。
而sum函数只是求和,也就是简单的加法运算,不关心精度。如果输入的列表是字符串列表,sum也能被正确执行。
PERMUT 函数返回从给定数目的对象集合中选取的若干对象的排列数。
COMBIN 函数返回从给定数目的对象集合中提取若干对象的组合数。
enumerate(x,y)函数是把元组tuple、字符串str、列表list里面的元素遍历和索引组合,其用法与range()函数很相似,
下面示例enumerate(x,y)用法以及range(x)相似的用法,但是,enumerate(x,y)函数在遍历excel等时,可以实现与人视觉了解到的认识更好的理解。
enumerate(x,y)中参数y可以省略,省略时,默认从0开始,
如示例一:
list_words=["this","is","blog","of","white","mouse"]
for idx,word in enumerate(list_words):
print(idx,word)
打印结果:
使用range()函数遍历实现:
list_words=["this","is","blog","of","white","mouse"]
for i in range(len(list_words)):
print(i,list_words[i])
打印结果:
自定义开始索引号:
示例二:
list_words=["this","is","blog","of","white","mouse"]
for idx,word in enumerate(list_words[1:],2):#也可以写成for idx,word in enumerate(list_words,start=2):
print(idx,word)
打印结果:
从上面示例中可以看出,enumerate(x,y)中x是需要遍历的元组tuple、字符串str、列表list,可以和切片组合使用,
y是自定义开始的索引号,根据自己的需要设置开始索引号。
sum(iterable[, start]) ,iterable为可迭代对象,如:
sum([ ], start) , #iterable为list列表。
sum(( ), start ) , #iterable为tuple元组。
最后的值=可迭代对应里面的数相加的值 + start的值
start默认为0,如果不写就是0,为0时可以不写,即sum()的参数最多为两个,其中第一个必须为iterable。
按照惯例,在开发语言中,sum函数是求和函数,求多个数据的和,而在python中,虽然也是求和函数,但稍微有些差别,sum()传入的参数得是可迭代对象(比如列表就是一个可迭代对象),返回这个被传入可迭代对象内参数的和。
比如:
import math
m = int(input("请输入第一个数字:"))
n = int(input("请输入第二个数字:"))
if m 0 or n 0 or m - n 0:
print("负数是没有阶乘,请重新输入!")
else:
result = math.factorial(m) / math.factorial(n) / math.factorial(m - n)
print("按照公式C(m, n) = m!/n! /(m - n)!,C({0},{1})的答案为 {2}".format(m, n, result))
定义:集合是多个元素的无序组合
特点:集合类型与数学中的集合概念一致,几何元素之间无序、每个元素唯一、不存在相同元素,几何元素不可更待、不能存在可变数据类型。
非可变数据类型:整数、浮点数、复数、字符串类型、元组类型等
表示:{},元素间用,分隔
建立:{} 或者set{},建立空集合必须使用set{}
举例:
基本操作符:
增强操作符:
实例:
A-B
{123}
B-A
{'3','1','2'}
AB
{'p','y'}
A|B
{'1','p','2','y','3',123}
A^B
{'2',123,'3','1'}
p123y
A
set()
1.包含关系比较:
True
False
2.数据去重
{'p','y',123}
['p','y',123]
定义:序列是具有先后关系的一组元素
特点:序列是一维元素向量,元素类型可以不同,元素可以相同:类似数学元素序列:元素间有序列引导,通过下标访问序列的特定元素
序列是一个基类类型,衍生为:字符串类型、元组类型、列表类型
序号的定义:正向递增序号、反向递减序号,与字符串中相似。
['.io',123,'python']
'oi.321nohtyp'
序列类型的通用函数和方法:
3
'y'
定义:元组类型是序列类型的一种扩展,一旦创建就不能修改
形式:元组使用()或者tuple()创建,元素之间用逗号分隔:小括号使不使用都可以。
举例:
('cat','dog','tiger','human')
(4352,'bule',('cat','dog','tiger','human'))
元组类型继承序列类型全部通用操作:操作符、处理函数、处理方法
元组类型创建后不能修改,因此没有特殊操作
('human','tiger',dog','cat')
'tiger'
定义:列表是序列类型的一种扩展,创建后其中的元素可以被随意修改
使用:[]或者list()创建,元素间可以用逗号隔开,列表中各元素类型可不同,无长度限制
['cat','dog','tiger',1024]
['cat','dog','tiger',1024]
列表类型操作函数及其方法:
['cat',1,2,3,4,'tiger',1024]
修改列表:
练习:
序列:元组和列表两种重要类型
应用场景:元组用于元素不改变的场景,更多用于固定搭配场景:列表更加灵活,它是最常用的序列类型
作用:表达一组有序数据并且处理问题;数据保护
元素遍历:
元组类型:
数据保护:不希望数据被程序所改变,转换成元组类型
('cat',1,2,3,4,'tiger',1024)
基本统计值需求:给出一组数并且理解
定义:总个数、求和、平均值、方差、中位数...
总个数:len()
求和:for...in
平均值:求和/总个数
方差:各数据与平均数差的平方的和的平均数
中位数:排序,然后... 奇数找中间一个,偶数中间两个的平均
映射:是一种索引和数据的对应关系,也是键和值的对应关系。
映射类型:由用户数据为定义索引
字典类型:数据的组织与表达的一种新的形态,是映射的体现。
键值对:键是数据索引的扩展,字典是键值对的集合,键值对间无序。
生成:{}和dict()创建,键值对之间用冒号:表示
举例:{键1:值1,键2:值2,...,键n:值n}
在字典变量中,通过键获得值:
字典变量={键1:值1,...,键n:值n}
值=字典变量[键]
字典变量[键]=值
用[]来向字典中增加或者索引键值对
举例:
'北京'
生成空字典:
de={};type(de)
class 'dict'
type(x) 返回变量x的类型
举例:
True
dict_keys(['中国','美国','法国])
dict_values(['北京','华盛顿','巴黎'])
实例:
'北京'
'伊斯兰堡'
('中国','北京')
练习:
1.映射的表达:映射无处不在,键值对也无处不在,统计数据出现的次数,数据是键,次数是值。
字典的主要作用:表达键值对的数据进而操作他们
2.元素遍历:
for k in d:
语句块
定义:jieba库是优秀的第三方中文分词库,需要额外安装
安装方法:(cmd命令下)pip install jieba
作用:利用中文词库确定汉字间的关联概率,字间概率大的组成词组,形成分词效果,用户还可以向其中自定义的添加词组。
分类:精确模式、全模式、搜索引擎模式
精确模式:将词组精确的分开,不存在冗余单词
全模式:将所有可能的词组都扫描出来,有冗余
搜索引擎模式:在精确模式的基础上,将长词再次切分
举例:
['中国','是','一个','伟大','的','国家']
['中国','国是','一个','伟大','的','国家']
['中华','华人','人民','共和','共和国','中华人民共和国','是','伟大','的']
需求:一篇文章中出现的词的频率统计
分类:英文文本,中文文本
举例:
英文:哈姆雷特(hamlet)
中文:三国演义(threekingdoms)