由Python运算π的值深入Python中科学计算的实现


Posted in Python onApril 17, 2015

π是一个无数人追随的真正的神奇数字。我不是很清楚一个永远重复的无理数的迷人之处。在我看来,我乐于计算π,也就是计算π的值。因为π是一个无理数,它是无限的。这就意味着任何对π的计算都仅仅是个近似值。如果你计算100位,我可以计算101位并且更精确。迄今为止,有些人已经选拔出超级计算机来试图计算最精确的π。一些极值包括 计算π的5亿位。你甚至能从网上找到包含 π的一百亿位的文本文件(注意啦!下载这个文件可能得花一会儿时间,并且没法用你平时使用的记事本应用程序打开。)。对于我而言,如何用几行简单的Python来计算π才是我的兴趣所在。
你总是可以 使用 math.pi 变量的 。它被 包含在 标准库中, 在你试图自己 计算它之前,你应该去使用它 。 事实上 , 我们将 用它来计算 精度 。作为 开始, 让我们看 一个 非常直截了当的 计算Pi的 方法 。像往常一样,我将使用Python 2.7,同样的想法和代码可能应用于不同的版本。我们将要使用的大部分算法来自Pi WikiPedia page并加以实现。让我们看看下面的代码:
 

importsys
importmath
 
defmain(argv):
 
  iflen(argv) !=1:
    sys.exit('Usage: calc_pi.py <n>')
 
  print'\nComputing Pi v.01\n'
   
  a=1.0
  b=1.0/math.sqrt(2)
  t=1.0/4.0
  p=1.0
     
  foriinrange(int(sys.argv[1])):
    at=(a+b)/2
    bt=math.sqrt(a*b)
    tt=t-p*(a-at)**2
    pt=2*p
     
    a=at;b=bt;t=tt;p=pt
     
  my_pi=(a+b)**2/(4*t)
  accuracy=100*(math.pi-my_pi)/my_pi
     
  print"Pi is approximately: "+str(my_pi)
  print"Accuracy with math.pi: "+str(accuracy)
   
if__name__=="__main__":
  main(sys.argv[1:])

这是个非常简单的脚本,你可以下载,运行,修改,和随意分享给别人。你能够看到类似下面的输出结果: 

由Python运算π的值深入Python中科学计算的实现

 你会发现,尽管 n 大于4 ,我们逼近 Pi 精度却没有多大的提升。 我们可以猜到即使 n的值更大,同样的事情(pi的逼近精度没有提升)依旧会发生。幸运的是,有不止一种方法来揭开这个谜。使用 Python Decimal (十进制)库,我们可以就可以得到更高精度的值来逼近Pi。让我们来看看库函数是如何使用的。这个简化的版本,可以得到多于11位的数字 通常情况小Python 浮点数给出的精度。下面是Python Decimal 库中的一个例子 :

wpid-python_decimal_example-2013-05-28-12-54.png

看到这些数字。不对! 我们输入的仅是 3.14,为什么我们得到了一些垃圾(junk)? 这是内存垃圾(memory junk)。 简单点说,Python给你你想要的十进制数,再加上一点点额外的值。 只要精度小于垃圾数,它不会影响任何计算。通过设置getcontext().prec 你可以的到你想要的位数 。我们试试。

由Python运算π的值深入Python中科学计算的实现

看到这些数字。不对! 我们输入的仅是 3.14,为什么我们得到了一些垃圾(junk)? 这是内存垃圾(memory junk)。 简单点说,Python给你你想要的十进制数,再加上一点点额外的值。 只要精度小于垃圾数,它不会影响任何计算。通过设置getcontext().prec 你可以的到你想要的位数 。我们试试。

由Python运算π的值深入Python中科学计算的实现

很好。 现在让我们 试着用这个 来 看看我们是否能 与我们以前的 代码 有更好的 逼近 。 现在, 我通常 是反对 使用“ from library import * ” , 但在这种情况下, 它会 使代码 看起来更漂亮 。
 

importsys
importmath
fromdecimalimport*
 
defmain(argv):
 
  iflen(argv) !=1:
    sys.exit('Usage: calc_pi.py <n>')
 
  print'\nComputing Pi v.01\n'
   
  a=Decimal(1.0)
  b=Decimal(1.0/math.sqrt(2))
  t=Decimal(1.0)/Decimal(4.0)
  p=Decimal(1.0)
     
  foriinrange(int(sys.argv[1])):
    at=Decimal((a+b)/2)
    bt=Decimal(math.sqrt(a*b))
    tt=Decimal(t-p*(a-at)**2)
    pt=Decimal(2*p)
     
    a=at;b=bt;t=tt;p=pt
     
  my_pi=(a+b)**2/(4*t)
  accuracy=100*(Decimal(math.pi)-my_pi)/my_pi
     
  print"Pi is approximately: "+str(my_pi)
  print"Accuracy with math.pi: "+str(accuracy)
   
if__name__=="__main__":
  main(sys.argv[1:])

 
输出结果: 

由Python运算π的值深入Python中科学计算的实现

 好了。我们更准确了,但看起来似乎有一些舍入。从n = 100和n = 1000,我们有相同的精度。现在怎么办?好吧,现在我们来求助于公式。到目前为止,我们计算Pi的方式是通过对几部分加在一起。我从DAN 的关于Calculating Pi 的文章中发现一些代码。他建议我们用以下3个公式:

    Bailey?Borwein?Plouffe 公式
   Bellard的公式
    Chudnovsky 算法

让我们从Bailey?Borwein?Plouffe 公式开始。它看起来是这个样子: 

由Python运算π的值深入Python中科学计算的实现

 在代码中我们可以这样编写它:
 

import sys
import math
from decimal import *
 
def bbp(n):
  pi=Decimal(0)
  k=0
  while k < n:
    pi+=(Decimal(1)/(16**k))*((Decimal(4)/(8*k+1))-(Decimal(2)/(8*k+4))-(Decimal(1)/(8*k+5))-(Decimal(1)/(8*k+6)))
    k+=1
  return pi
 
def main(argv):
 
    if len(argv) !=2:
    sys.exit('Usage: BaileyBorweinPlouffe.py <prec> <n>')
     
  getcontext().prec=(int(sys.argv[1]))
  my_pi=bbp(int(sys.argv[2]))
  accuracy=100*(Decimal(math.pi)-my_pi)/my_pi
 
  print"Pi is approximately "+str(my_pi)
  print"Accuracy with math.pi: "+str(accuracy)
   
if __name__=="__main__":
  main(sys.argv[1:])

 
抛开“ 包装”的代码,BBP(N)的功能是你真正想要的。你给它越大的N和给 getcontext().prec 设置越大的值,你就会使计算越精确。让我们看看一些代码结果:

由Python运算π的值深入Python中科学计算的实现

这有许多数字位。你可以看出,我们并没有比以前更准确。所以我们需要前进到下一个公式,贝拉公式,希望能获得更好的精度。它看起来像这样: 

由Python运算π的值深入Python中科学计算的实现

 我们将只改变我们的变换公式,其余的代码将保持不变。点击这里下载Python实现的贝拉公式。让我们看一看bellards(n):
 

def bellard(n):
  pi=Decimal(0)
  k=0
  while k < n:
    pi+=(Decimal(-1)**k/(1024**k))*( Decimal(256)/(10*k+1)+Decimal(1)/(10*k+9)-Decimal(64)/(10*k+3)-Decimal(32)/(4*k+1)-Decimal(4)/(10*k+5)-Decimal(4)/(10*k+7)-Decimal(1)/(4*k+3))
    k+=1
  pi=pi*1/(2**6)
  return pi

由Python运算π的值深入Python中科学计算的实现

   哦,不,我们得到的是同样的精度。好吧,让我们试试第三个公式, Chudnovsky 算法,它看起来是这个样子: 

由Python运算π的值深入Python中科学计算的实现

   再一次,让我们看一下这个计算公式(假设我们有一个阶乘公式)。 点击这里可下载用 python 实现的 Chudnovsky 公式。

下面是程序和输出结果:
 

def chudnovsky(n):
  pi=Decimal(0)
  k=0
  while k < n:
    pi+=(Decimal(-1)**k)*(Decimal(factorial(6*k))/((factorial(k)**3)*(factorial(3*k)))*(13591409+545140134*k)/(640320**(3*k)))
    k+=1
  pi=pi*Decimal(10005).sqrt()/4270934400
  pi=pi**(-1)
  return pi

由Python运算π的值深入Python中科学计算的实现

    所以我们有了什么结论?花哨的算法不会使机器浮点世界达到更高标准。我真的很期待能有一个比我们用求和公式时所能得到的更好的精度。我猜那是过分的要求。如果你真的需要用PI,就只需使用math.pi变量了。然而,作为乐趣和测试你的计算机真的能有多快,你总是可以尝试第一个计算出Pi的百万位或者更多位是几。

Python 相关文章推荐
基于Python的XSS测试工具XSStrike使用方法
Jul 29 Python
python paramiko模块学习分享
Aug 23 Python
Python 2.x如何设置命令执行的超时时间实例
Oct 19 Python
Python中Scrapy爬虫图片处理详解
Nov 29 Python
详解python中asyncio模块
Mar 03 Python
Python 机器学习库 NumPy入门教程
Apr 19 Python
python使用turtle库绘制时钟
Mar 25 Python
python中ASCII码和字符的转换方法
Jul 09 Python
Pandas的read_csv函数参数分析详解
Jul 02 Python
django迁移数据库错误问题解决
Jul 29 Python
Python进程间通信 multiProcessing Queue队列实现详解
Sep 23 Python
python 如何对logging日志封装
Dec 02 Python
在Python中实现贪婪排名算法的教程
Apr 17 #Python
在Linux下调试Python代码的各种方法
Apr 17 #Python
Python脚本在Appium库上对移动应用实现自动化测试
Apr 17 #Python
Python中生成器和yield语句的用法详解
Apr 17 #Python
使用Python脚本在Linux下实现部分Bash Shell的教程
Apr 17 #Python
使用Python的Scrapy框架编写web爬虫的简单示例
Apr 17 #Python
用Python的Django框架编写从Google Adsense中获得报表的应用
Apr 17 #Python
You might like
德劲1103二次变频版的打磨
2021/03/02 无线电
PHP中防止SQL注入实现代码
2011/02/19 PHP
PHP文件上传、客户端和服务器端加限制、抓取错误信息、完整步骤解析
2017/01/12 PHP
PHP对称加密算法(DES/AES)类的实现代码
2017/11/14 PHP
在第一个input框内输入内容.textarea自动得到第一个文件框的值的javascript代码
2007/04/20 Javascript
javascript实现的动态添加表单元素input,button等(appendChild)
2007/11/24 Javascript
基于Jquery与WebMethod投票功能实现代码
2011/01/19 Javascript
JavaScript异步调用定时方法并停止该方法实现代码
2012/03/16 Javascript
Nodejs学习笔记之Stream模块
2015/01/13 NodeJs
非常棒的jQuery图片轮播效果
2016/04/17 Javascript
Easyui Treegrid改变默认图标的方法
2016/04/29 Javascript
一道面试题引发的对javascript类型转换的思考
2017/03/06 Javascript
JS中将多个逗号替换为一个逗号的实现代码
2017/06/23 Javascript
nodejs简单访问及操作mysql数据库的方法示例
2018/03/15 NodeJs
基于Vue实现可以拖拽的树形表格实例详解
2018/10/18 Javascript
vue+elementUI实现表格关键字筛选高亮
2020/10/26 Javascript
Vue + Elementui实现多标签页共存的方法
2019/06/12 Javascript
JS中的算法与数据结构之字典(Dictionary)实例详解
2019/08/20 Javascript
vue+node 实现视频在线播放的实例代码
2020/10/19 Javascript
Python实现查看系统启动项功能示例
2018/05/10 Python
Python3按一定数据位数格式处理bin文件的方法
2019/01/24 Python
Python实现哲学家就餐问题实例代码
2020/11/09 Python
PyCharm Community安装与配置的详细教程
2020/11/24 Python
关于Python 解决Python3.9 pandas.read_excel(‘xxx.xlsx‘)报错的问题
2020/11/28 Python
data:image data url 文件转为Blob上传后端的方法
2019/07/16 HTML / CSS
美国户外生活方式品牌:Eddie Bauer
2016/12/28 全球购物
ECCO爱步加拿大官网:北欧丹麦鞋履及皮具品牌
2017/07/08 全球购物
英国时尚运动品牌的合集:The Sports Edit
2017/12/20 全球购物
会计电算化应届生自荐信
2014/02/25 职场文书
书法大赛策划方案
2014/06/04 职场文书
革命英雄事迹演讲稿
2014/09/13 职场文书
教师正风肃纪剖析材料
2014/10/20 职场文书
介绍长城的导游词
2015/01/30 职场文书
小学教师党员承诺书
2015/04/27 职场文书
信访维稳承诺书
2015/05/04 职场文书
大学毕业生自我鉴定范文
2019/06/21 职场文书