IoTでは知っとかないと python - 数値計算

◼️　mathモジュール 数値計算

import math
math.pow(2,16)
65536.0
math.sqrt(100)
10.0
math.log10(100)
2.0
math.sin(180)
-0.8011526357338304
math.trunc(3.14)
3
math.pi
3.141592653589793
math.e
2.718281828459045

◼️　decimalクラス from decimal import Decimal
10進浮動小数点：精度の指定、切り捨てなど規則に厳密さが要求される金額計算などに利用
floatの数値演算では誤差が出る!!

b = float(0.1)+float(0.2)
print(b)
0.30000000000000004

Decimalで見ると・・・デフォルト精度は28桁！

Decimal(float(0.1))
Decimal('0.1000000000000000055511151231257827021181583404541015625')
Decimal(float(0.2))
Decimal('0.200000000000000011102230246251565404236316680908203125')
Decimal(float(0.2)+float(0.1))
Decimal('0.3000000000000000444089209850062616169452667236328125')

こういう時に、decimal.Decimal型は、整数、文字列、タプルから作ることができるため、
以下のようなことができる。

a2 = Decimal('0.1')　文字列から０.１を作成
Decimal(a2)
Decimal('0.1')
b2 = float(0.2)　　Floatから０.２を作成
Decimal(b2)
Decimal('0.200000000000000011102230246251565404236316680908203125')

c2 = a2+b2
Traceback (most recent call last):
File "", line 1, in
TypeError: unsupported operand type(s) for +: 'decimal.Decimal' and 'float'
b2はfloatなので、型違いでエラーとなる。当然、、、

db2 = Decimal(b2)　　　float型からDecimal型へ変換
c2 = a2+db2
Decimal(c2)
Decimal('0.30000000')
print(c2)
0.30000000

Decimal型を使った計算はfloat型に比べて圧倒的に処理が遅いので、誤差を許さない計算ではない限り、float型を使うことをお勧めします。

◼️　擬似乱数　randomモジュール

import random
a = random.random() ０.０~１.０間のFLOATを返す！
print(a)
0.020502852686773654

b = random.randint(0,10) ０〜１０間のINTを返す！
print(b)
6

c = random.uniform(0,10) ０〜１０間のFLOATを返す！
print(c)
9.736606666251387

乱数を再現させたい場合は、「seed(x)」を使えば良い！！
＃xは１０など適当な定数。省略時は、システムタイムとなる。

c = random.uniform(0,10)
print(c)
5.714025946899135
c = random.uniform(0,10)
print(c)
4.288890546751146
random.seed(10)
c = random.uniform(0,10)
print(c)
5.714025946899135

◼️　特定分布の乱数生成
nomalvariate(mu,sigma)平均mu 標準偏差sigmaの正規分布
gammavariate(k,theta) 形状母数k,尺度母数thetaのガンマ分布

normal_variate = []
gamma_variate = []

for i in range(1000):
normal_variate.append(random.normalvariate(0,1))
gamma_variate.append(random.gammavariate(3,1))