خارجی (import)
برای استفاده از توابعی به صورت داخلی تعریف نشدهاند باید از پکیجهای دیگر آنها را وارد کنیم. برای این کار از کلید واژه import استفاده میکنیم.
ریاضی
پایتون دارای یک ماژول ریاضی است که اکثر توابع ریاضی مشهور را ارائه میدهد. اما قبل از اینکه بتوانیم از ماژول استفاده کنیم، باید آن را وارد (import) کنیم:
import mathاین عبارت یک شی ماژول به نام math ایجاد می کند.
برای دسترسی به یکی از توابع، باید نام ماژول و نام تابع را که با یک نقطه از هم جدا شده اند (که به عنوان نقطه نیز شناخته می شود) مشخص کنیم. به این فرمت، علامت نقطه می گویند.
ratio = signal_power / noise_power
decibels = 10 * math.log10(ratio)
radians = 0.7
height = math.sin(radians)اعداد تصادفی
به نظر میرسد که ساختن یک برنامه واقعاً غیر قطعی چندان آسان نیست، اما راههایی وجود دارد که حداقل غیرقطعی به نظر برسد. یکی از آنها استفاده از الگوریتمهایی است که اعداد شبه تصادفی (Random) تولید میکنند. درست است که اعداد شبه تصادفی واقعاْ تصادفی نیستند اما بازهم تمایز آنها از اعداد تصادفیُ غیرممکن است.
ماژول random توابعی را بدست میدهد که اعداد تصادفی تولید میکنند.
یک مثال را باهم ببینیم:
import random
for i in range(10):
x = random.random()
print(x)0.0920530236235576
0.6250171315179012
0.7706549349232131
0.7402147110407385
0.15988207593735793
0.4024047009691475
0.8179640452074257
0.44502244153994786
0.8980030614870437
0.9357510761663985
این برنامه یک لیستی از اعداد تصادفی بین 0 و 1 تولید میکند که شامل 1 نمیشوند:
مثالهایی دیگر از توابع random عبارتند از:
random.randint(5, 10)7
t = [1, 2, 3]
random.choice(t)3
نصب پکیج
اگر پکیج مورد نظر نصب نباشد میتوانیم از پکیج منیجر pip برای نصب آن استفاده کنیم. برای مثال اگر بخواهیم پکیج numpy را نصب کنیم از دستور زیر در ترمینال یا کنسول استفاده میکنیم.
pip install numpyبرای استفاده از پکیج از روشهای زیر استفاده میکنیم.
استفاده از نام کامل پکیج
import numpy
numpy.sin(numpy.pi)np.float64(1.2246467991473532e-16)
تعیین یک نامک برای پکیج برای سهولت استفاده
import numpy as np
np.sin(np.pi)np.float64(1.2246467991473532e-16)
وارد کردن توابع خاص به جای کل پکیج
from numpy import sin, pi
sin(pi)np.float64(1.2246467991473532e-16)