math，一个基础的 Python 库！

一、库的简介：隐藏在生活中的数学力量

无论是计算房屋贷款每月还款额，还是根据 GPS 坐标计算两地之间的球面距离，亦或是为一份披萨比较不同尺寸的性价比------这些都离不开数学运算。而 Python 的 math 库正是为开发者提供这些底层数学能力的基石。它封装了 C 语言标准库的数学函数，包括三角函数（sin、cos、tan）、对数与指数（log、exp）、幂运算与平方根（pow、sqrt）、取整函数（ceil、floor）、常数（π、e）等。与直接使用 ** 运算符或 round 等内置函数相比，math 库的函数在精度、边界处理和性能上都经过高度优化，尤其适合科学计算、工程模拟、游戏物理引擎、金融建模等需要严谨数学运算的场景。在日常开发中，从将角度转换为弧度（math.radians）到计算误差函数（math.erf），math 模块都是你不可或缺的得力助手。

二、安装 math

math 是 Python 的标准库模块，随 Python 解释器一同安装，无需任何额外的 pip install 命令。你只需在代码中导入即可开始使用：

python

复制代码

import math

如果想验证安装，可以在终端执行 python -c "import math; print(math.pi)"，看到输出 3.141592653589793 即表示一切正常。

三、基本用法

第一步：常用数学常数

python

复制代码

import math

print(math.pi)      # 圆周率 π，输出 3.141592653589793
print(math.e)       # 自然常数 e，输出 2.718281828459045
print(math.tau)     # τ = 2π，输出 6.283185307179586
print(math.inf)     # 正无穷大
print(math.nan)     # 非数值（Not a Number）

第二步：幂运算与平方根

python

复制代码

# 平方根
print(math.sqrt(25))      # 5.0

# 幂运算（与内置 pow 类似，但 math.pow 始终返回浮点数）
print(math.pow(2, 3))     # 8.0

# 指数函数 e^x
print(math.exp(2))        # 7.38905609893065

# 对数
print(math.log(100, 10))  # 以10为底，输出 2.0
print(math.log(math.e))   # 自然对数，输出 1.0
print(math.log2(8))       # 以2为底，输出 3.0
print(math.log10(1000))   # 以10为底，输出 3.0

第三步：三角函数与角度弧度转换

三角函数输入需为弧度制，使用 math.radians 将角度转换为弧度，或使用 math.degrees 将弧度转为角度。

python

复制代码

# 30度的正弦值
angle_deg = 30
angle_rad = math.radians(angle_deg)
sin_val = math.sin(angle_rad)    # 0.5
print(sin_val)

# 已知正弦值求角度（弧度）
asin_val = math.asin(0.5)        # 0.5235987755982988≈π/6
print(math.degrees(asin_val))    # 30.0

第四步：取整与绝对值

python

复制代码

x = 3.7
print(math.ceil(x))    # 向上取整，输出 4
print(math.floor(x))   # 向下取整，输出 3
print(math.trunc(x))   # 截断小数部分，输出 3（等价于 int(x)）
print(round(x))        # 内置函数，四舍五入，输出 4

# 绝对值（也可用内置 abs）
print(math.fabs(-5.2)) # 返回浮点数绝对值，5.2

四、高级用法

1. 浮点数比较与精度控制

由于浮点数精度问题，直接使用 == 比较可能出错。math.isclose 提供了一种安全的方式：

python

复制代码

a = 0.1 + 0.2
b = 0.3
print(a == b)                     # False
print(math.isclose(a, b))         # True，默认相对误差 1e-09
# 可自定义误差容忍度
print(math.isclose(a, b, rel_tol=1e-3, abs_tol=0.0))

2. 组合数与阶乘

math.comb(n, k) 计算组合数 C(n, k)，math.perm(n, k) 计算排列数，math.factorial(n) 计算阶乘。

python

复制代码

print(math.comb(5, 2))   # 10
print(math.perm(5, 2))   # 20
print(math.factorial(5)) # 120

3. 双曲函数与特殊函数

math 库还提供了双曲正弦、余弦、正切（sinh, cosh, tanh）以及伽玛函数 math.gamma、误差函数 math.erf 等，常用于概率统计和复数分析之外的科学计算。

python

复制代码

# 误差函数（正态分布累积分布相关）
print(math.erf(1.0))    # 0.8427007929497149

五、实际应用场景案例

场景一：根据经纬度计算两地球面距离（Haversine 公式）

日常生活中，打车软件会根据起点和终点的经纬度计算里程，快递公司需要估算运输距离。以下使用 math 库实现球面距离计算（假设地球为球体）：

python

复制代码

import math

def haversine_distance(lat1, lon1, lat2, lon2):
    """
    使用 Haversine 公式计算地球表面两点之间的距离（单位：公里）
    :param lat1, lon1: 点1的纬度和经度（度数）
    :param lat2, lon2: 点2的纬度和经度（度数）
    """
    R = 6371.0  # 地球平均半径，单位公里

    # 将度数转换为弧度
    phi1 = math.radians(lat1)
    phi2 = math.radians(lat2)
    delta_phi = math.radians(lat2 - lat1)
    delta_lambda = math.radians(lon2 - lon1)

    # Haversine 公式
    a = math.sin(delta_phi / 2) ** 2 + \
        math.cos(phi1) * math.cos(phi2) * \
        math.sin(delta_lambda / 2) ** 2
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))

    distance = R * c
    return distance

# 示例：北京天安门（39.9042°N, 116.4074°E）到上海东方明珠（31.2304°N, 121.4737°E）
dist = haversine_distance(39.9042, 116.4074, 31.2304, 121.4737)
print(f"两地直线距离约为: {dist:.2f} 公里")  # 输出约 1067 公里

场景二：分期贷款等额本息月供计算

买房或买车时，银行会提供年利率和贷款期限，你可以用 math 的幂运算精确计算出每月还款额：

python

复制代码

def monthly_payment(principal, annual_rate, years):
    """
    计算等额本息还款方式下的每月还款额
    :param principal: 贷款本金（元）
    :param annual_rate: 年利率（如 0.049 表示 4.9%）
    :param years: 贷款年限
    :return: 每月还款额（元）
    """
    monthly_rate = annual_rate / 12
    months = years * 12
    if monthly_rate == 0:
        return principal / months
    # 月供 = 本金 * 月利率 * (1+月利率)^期数 / [(1+月利率)^期数 - 1]
    factor = (1 + monthly_rate) ** months
    payment = principal * monthly_rate * factor / (factor - 1)
    return payment

principal = 1000000   # 100万贷款
annual_rate = 0.049   # 年利率4.9%
years = 30            # 30年

pmt = monthly_payment(principal, annual_rate, years)
total_payment = pmt * 30 * 12
print(f"每月还款: {pmt:.2f} 元")
print(f"总还款额: {total_payment:.2f} 元")
print(f"总利息: {total_payment - principal:.2f} 元")

这段代码可以帮助购房者快速比较不同利率下的还款压力。

场景三：游戏中的抛物线运动（角度计算）

在开发"愤怒小鸟"类弹射游戏时，需要根据初始速度和角度计算落点。math 的三角函数必不可少：

python

复制代码

def projectile_range(velocity, angle_deg, gravity=9.8):
    """
    计算抛体运动的水平射程（忽略空气阻力）
    :param velocity: 初速度（m/s）
    :param angle_deg: 发射角度（度数）
    :param gravity: 重力加速度（m/s²）
    :return: 水平射程（米）
    """
    angle_rad = math.radians(angle_deg)
    range_ = (velocity ** 2) * math.sin(2 * angle_rad) / gravity
    return range_

v = 20  # 20 m/s
theta = 45  # 45度角
print(f"射程: {projectile_range(v, theta):.2f} 米")  # 约 40.82 米

六、结尾互动

math 库虽然基础，却涵盖了从初等代数到高等数学的丰富函数。它不仅是科学计算和工程开发的基石，也在日常的金融计算、位置服务、游戏逻辑中发挥着关键作用。用好 math，能让你的代码更加严谨、高效，避免因手写近似算法而引入的误差。从今天起，当你在 Python 中遇到任何数学运算，不妨先想一想 math 模块是否已经提供了现成的解决方案。

你曾经用 math 解决过哪些有趣的现实问题？是计算股票收益的复利，还是为你的智能小车规划最短路径？欢迎在评论区分享你的故事，让我们一起探索数学与编程结合的无限魅力！