Die verwendete Version von Python ist 3.5.1. Es ist praktisch, numpy sc (scipy ・) matplotlib ・ sympy als Paket zu installieren, aber ich werde es diesmal nicht verwenden.
Wenn Sie Python als Paket unter Linux installiert haben, können Sie es auch über das Paket installieren. Andere benutzen pip. (Starten Sie unter Windows die Power Shell der Eingabeaufforderung mit Administratorrechten im Voraus und installieren Sie das Wheel-Paket mit pip (pip install Wheel
). Wenn die Installation mit pip fehlschlägt, https: // pypi Bitte laden Sie das Rad, das der Python-Architektur (32/64 Bit) / Version entspricht, im Voraus von .python.org / pypi / Wheel / herunter und geben Sie es dann an " pip install
"weiter.
Starten Sie bei Unix-Serien vom Terminal aus. (python3
)
Unter Windows können Sie es über die Power Shell der Eingabeaufforderung starten, wenn Sie den Pfad übergeben. Sie können jedoch keine Zeichenfolgen verwenden, die nicht in Shift-JIS enthalten sind, z. B. 鷗.
Erstens ist die Grundberechnung.
>>> 1 + 1
2
>>> 2**3
8
>>> 1/2
0.5
>>> 1 % 2
1
>>> 5 % 3
2
>>> 0.5 * 0.25
0.125
Die Einstellungen, Verwendung und Löschung von Variablen sind wie folgt.
>>> x = 5
>>> x ** 2
25
>>> del(x)
Verwenden Sie dann verschiedene Funktionen.
Zuerst,
>>> import math as MT
>>> MT.sin(MT.pi * 0.25)
0.7071067811865476
Als nächstes fragen wir nach 610!
Nehmen Sie den regulären Logarithmus auf beiden Seiten von
Ersetzen Sie $ n = 610 $
Wenn Sie 610 finden! Wie es ist, wird die Anzahl der Ziffern gefährlich sein, also finden Sie es mit dem Koeffizienten von $ a \ mal 10 ^ b \ quad (1 \ leq a <10 \ wedge b \ in \ mathbb {Z}) $.
$610! = a \times 10^b $
Nehmen Sie den regulären Logarithmus auf beiden Seiten von
Von $ 0 \ leq \ log_ {10} a <1 \ wedge b \ in \ mathbb {Z} $
Das ist,
Es wird sein.
Beziehung:
Wenn Sie dies in Python aufschreiben, sieht es folgendermaßen aus:
>>> val = 0
>>> for i in range(2,611):
val += MT.log10(i)
>>> print("610! = ", 10 ** (val - MT.floor(val)), "×10^", MT.floor(val), sep = "")
610! = 8.382616099017579×10^1435
Wow ~ Es ist McDobottakuri ~ (Lesesticks)
Mit numpy / scipy können Sie fortgeschrittenere Dinge wie Matrix- / Vektoroperationen ausführen. (z. B. "numpy.array") Darüber hinaus kann sympy variable Ausdrücke transformieren und Gleichungen lösen. (z. B. "sympy.symbols") matplotlib kann Diagramme zeichnen. Das heißt, Sie können die Arbeit von Gnuplot wegnehmen.
Recommended Posts