Αριθμητικά και Μαθηματικά Modules

Τα modules που περιγράφονται σε αυτό το κεφάλαιο παρέχουν αριθμητικές και μαθηματικές συναρτήσεις και τύπους δεδομένων. Το πακέτο numbers ορίζει μια αφηρημένη ιεραρχία τύπων δεδομένων. Τα modules math και cmath περιέχουν διάφορες μαθηματικές συναρτήσεις για αριθμούς κινητής υποδιαστολής και μιγαδικούς αριθμούς. Το module decimal υποστηρίζει ακριβείς αναπαραστάσεις δεκαδικών αριθμών χρησιμοποιώντας αριθμητική αυθαίρετης ακρίβειας.

Τα ακόλουθα modules αναλύονται σε αυτό το κεφάλαιο

• numbers — Numeric abstract base classes
  • The numeric tower
  • Notes for type implementers
    • Adding More Numeric ABCs
    • Implementing the arithmetic operations
• math — Mathematical functions
  • Number-theoretic functions
  • Floating point arithmetic
  • Floating point manipulation functions
  • Power, exponential and logarithmic functions
  • Summation and product functions
  • Angular conversion
  • Trigonometric functions
  • Hyperbolic functions
  • Special functions
  • Constants
• cmath — Mathematical functions for complex numbers
  • Conversions to and from polar coordinates
  • Power and logarithmic functions
  • Trigonometric functions
  • Hyperbolic functions
  • Classification functions
  • Constants
• decimal — Decimal fixed-point and floating-point arithmetic
  • Quick-start tutorial
  • Decimal objects
    • Logical operands
  • Context objects
  • Constants
  • Rounding modes
  • Signals
  • Floating-point notes
    • Mitigating round-off error with increased precision
    • Special values
  • Working with threads
  • Recipes
  • Decimal FAQ
• fractions — Rational numbers
• random — Generate pseudo-random numbers
  • Bookkeeping functions
  • Functions for bytes
  • Functions for integers
  • Functions for sequences
  • Discrete distributions
  • Real-valued distributions
  • Alternative Generator
  • Notes on Reproducibility
  • Examples
  • Recipes
  • Command-line usage
  • Command-line example
• statistics — Mathematical statistics functions
  • Averages and measures of central location
  • Measures of spread
  • Statistics for relations between two inputs
  • Function details
  • Exceptions
  • NormalDist objects
  • Examples and Recipes
    • Classic probability problems
    • Monte Carlo inputs for simulations
    • Approximating binomial distributions
    • Naive bayesian classifier