Math 用Python编写简单数学计算的最佳实践

我需要在Python2.7中执行简单的数学计算，包括和、减、除、乘、数字列表上的和等

我想写优雅、防弹、高效的代码，但我必须承认我被几件事弄糊涂了，例如：

• 如果我的等式中有

  1/（N-1）*x

  ，我应该只编码

  1/（N-1）*x

  还是

  1.0/（N-1）*x

  ，

  1.0/（N-1.0）*x

  或者这些的任何其他组合
• 对于分区，我是否应该使用

  /

  或

  /

  与来自未来的

  导入分区

• 诸如“使用

  math.fsum（）

  串联浮点列表”之类的实践有哪些
• 我应该假设输入的数字是浮点数还是进行转换只是为了以防万一（可能会导致许多

  float（x）

  操作的效率下降）

那么，用Python编写简单数学计算代码的最佳实践是什么呢

优雅的/蟒蛇式的

高效,

对于输入数据的确切数量类型（浮点与整数）中的不确定性等问题，防弹措施是什么

如果使用Python2.7，始终使用来自未来导入部门的

。它消除了很多混乱和错误

有了它，您就不必担心除法是否是浮点，
/
将始终是浮点，
/
将始终是整数

您应该使用

float（）

转换输入。你只会做一次，而且不会对性能造成太大影响

我会得到如下浮点数列表的总和：

sum（li，0.0）

，但如果需要精度，请使用专门为此创建的

math.fsum

最后，你的最后陈述令人困惑。你是说

1/（（N-1）*x）

还是

（1/（N-1））*x

？在第一种情况下，我将把它写成

1/（x*（N-1））

，在第二种情况下，我将把它写成

x/（N-1）

。两者都采用3.x样式划分

---

同样，如果你想要一些真正的性能，看看NUMPY。

如果你想在Python中使用数字代码，你应该考虑PyPy。Numpy和scipy便于处理数组，如果使用它们提供的线性代数算法，它们会提供良好的性能。但是，如果您的数字操作是纯Python代码，PyPy可以显著提高性能。我见过20倍以上的加速。当你使用PyPy时，写数学表达式的最好方法是最简单的方法。它将比您所能做的更好地优化您的代码，因此使其尽可能简单易读。

我只需要使用

x/（N-1.0）

-一个浮点数就足以污染所有内容，并且减少了一个无用的操作（

*1.0

）。你永远不会用

/

进行非整数除法。实际上我指的是

（1/（N-1））*x

。我没有把它写成

x/（N-1）

，因为它是某个更大方程的推广，其中

x

是更复杂的东西，这样写更清楚；-）+1用于

numpy

。如果数学是你选择的毒药，那么也安装

scipy

和

matplotlib

。