Mga Operasyong Numerikal sa Python

Ipinaliwanag ng artikulong ito ang mga operasyong numerikal sa Python.

Maaari kang matuto tungkol sa mga numerikal na uri, isang pangkalahatang ideya ng mga nakapaloob na function at module, at isang pangkalahatang ideya ng mga matematikal na function sa math module.

YouTube Video

Mga Operasyong Numerikal sa Python

Ang Python ay mayroong napakalalakas na kakayahan para sa mga operasyong numerikal. Narito ang paliwanag ng mga pangunahing operasyong numerikal sa Python.

Mga Uri ng Numero

Pangunahing mayroon ang Python ng mga sumusunod na uri ng numerikal.

 1# Integer (int)
 2x = 10
 3y = -5
 4print("x =", x, "type:", type(x))  # <class 'int'>
 5print("y =", y, "type:", type(y))  # <class 'int'>
 6print("x + y =", x + y)            # 5
 7
 8# Float
 9a = 3.14
10b = -0.001
11print("\na =", a, "type:", type(a))  # <class 'float'>
12print("b =", b, "type:", type(b))    # <class 'float'>
13print("a * 2 =", a * 2)              # 6.28
14
15# Complex
16c = 2 + 3j
17d = 1 - 1j
18print("\nc =", c, "type:", type(c))   # <class 'complex'>
19print("d =", d, "type:", type(d))     # <class 'complex'>
20print("c + d =", c + d)               # (3+2j)
21print("c * d =", c * d)               # (5+1j)

• int (integer type) ay kumakatawan sa mga buong numero tulad ng 10 o -5.
• float (floating-point type) ay kumakatawan sa mga numero na may decimal point, tulad ng 3.14 o -0.001.
• complex (complex number type) ay kumakatawan sa mga complex na numero, tulad ng 2 + 3j. Dito, ang j ay ang imaginary unit.

Mga Nakatakdang Function at Module

Nagbibigay din ang Python ng maraming nakatakdang function at module na kapaki-pakinabang para sa mga operasyong numerikal.

• Ang abs(x) function ay nagbabalik ng absolute value.

1result = abs(-10)  # result is 10
2print(result)

Ang code na ito ay isang halimbawa ng paggamit ng abs() function upang makuha ang absolute value ng isang numero.

• Ang round(x, n) function ay nagra-round ng halaga sa n decimal places.

1result = round(3.14159, 2)  # result is 3.14
2print(result)

Ang code na ito ay isang halimbawa ng paggamit ng round() function upang i-round ang isang numero sa tinukoy na bilang ng decimal places.

• Ang math module ay nagbibigay ng mas advanced na mga matematikal na function.

1import math
2
3# result is 4.0 (square root)
4result = math.sqrt(16)
5print(result)
6
7# result is 1.0 (sine function)
8result = math.sin(math.pi / 2)
9print(result)

Ang code na ito ay isang halimbawa ng paggamit ng math module upang magsagawa ng mga advanced na kalkulasyon sa matematika tulad ng square roots at trigonometric functions.

• Ang decimal module ay sumusuporta sa high-precision na mga decimal na kalkulasyon.

1from decimal import Decimal
2
3# result is Decimal('0.3')
4result = Decimal('0.1') + Decimal('0.2')
5print(result)
6
7# The result is 0.30000000000000004 due to floating-point inaccuracies
8print(0.1 + 0.2)

Ang code na ito ay isang halimbawa ng pag-iwas sa floating-point errors at paggawa ng high-precision decimal na mga kalkulasyon gamit ang decimal na module.

• Ang fractions module ay humahawak ng mga rasyonal na numero (fractions).

1from fractions import Fraction
2result = Fraction(1, 3) + Fraction(1, 6)  # result is Fraction(1, 2)
3print(result)

Sa tulong ng mga tampok na ito, pinadali ng Python ang pagganap ng iba’t ibang numerikal na kalkulasyon. Dahil sa limitasyon sa presisyon ng floating-point na mga kalkulasyon, inirerekomenda ang decimal module para sa mga kalkulasyon na nangangailangan ng mas mataas na presisyon.

Mga Matematikal na Function sa Python

Sa Python, mayroong isang kapaki-pakinabang na module na tinatawag na math para sa paggamit ng mga mathematical function. Ang module na ito ay nagbibigay ng maraming function na kailangan para sa pagsasagawa ng mga mathematical calculation. Tingnan natin ang ilang representante ng function ng math module.

Mga Pangunahing Mathematical Function

• math.sqrt(x): Ibinabalik ang square root ng x. Ang x ay dapat isang hindi negatibong numero.
• math.pow(x, y): Ibinabalik ang x na itinaas sa kapangyarihan ng y.
• math.exp(x): Ibinabalik ang exponential ng x ((e^x)).
• math.log(x[, base]): Kinakalkula ang natural logarithm o ang logarithm para sa tinukoy na base. Kung ang base ay hindi tinukoy, ang natural logarithm ang kakalkulahin.

Mga Trigonometric Function

• math.sin(x): Ibinabalik ang sine ng x (sa radians).
• math.cos(x): Ibinabalik ang cosine ng x (sa radians).
• math.tan(x): Ibinabalik ang tangent ng x (sa radians).

Baligtad na trigonometric na mga punsiyon

• math.asin(x): Ibinabalik ang arcsine (inverse sine) ng x.
• math.acos(x): Ibinabalik ang arccosine (inverse cosine) ng x.
• math.atan(x): Ibinabalik ang arctangent (inverse tangent) ng x.

Mga Hyperbolic Function

• math.sinh(x): Ibinabalik ang hyperbolic sine ng x.
• math.cosh(x): Ibinabalik ang hyperbolic cosine ng x.
• math.tanh(x): Ibinabalik ang hyperbolic tangent ng x.

Mga Konstante

• math.pi: Isang konstanteng kumakatawan sa ratio ng circumference ng bilog sa diameter nito ((\pi)).
• math.e: Isang konstanteng kumakatawan sa base ng natural logarithm ((e)).

Mga Halimbawa ng Kalkulasyon

Narito ang ilang halimbawa.

 1import math
 2
 3# Square root calculation
 4print(math.sqrt(16))  # Output: 4.0
 5
 6# Power calculation
 7print(math.pow(2, 3))  # Output: 8.0
 8
 9# Natural logarithm calculation
10print(math.log(math.e))  # Output: 1.0
11
12# Trigonometric functions
13degree = 45
14radian = math.radians(degree)  # Convert to radians
15print(math.sin(radian))  # Output: 0.7071067811865475 (approximately 1/√2)
16
17# Constants
18print(math.pi)  # Output: 3.141592653589793
19print(math.e)   # Output: 2.718281828459045

• Ang code na ito ay gumagamit ng math module para magsagawa ng mga kalkulasyon gaya ng square roots, exponentiation, natural logarithms, at mga trigonometric function, at nagpapakita rin ng mga constant gaya ng pi at Euler's number.

Buod

Sa halimbawang ito, ginamit namin ang math na module, ngunit nagbibigay din ang Python ng malawak na suporta para sa advanced na mga kalkulasyong matematikal at pagbuo ng random na numero. Sa pamamagitan ng paggamit ng mga library tulad ng NumPy o SciPy, maaari mong magamit ang mas malalakas at mas sari-saring mga kakayahang matematikal.

Maaari mong sundan ang artikulo sa itaas gamit ang Visual Studio Code sa aming YouTube channel. Paki-check din ang aming YouTube channel.

YouTube Video