python負無窮

㈠ python如何輸入無窮大為啥不是int

float('inf') 表示正無窮，-float('inf') 或 float('-inf') 表示負無窮，inf 均可以寫成 Inf，所以如果要輸入無窮大就不能用int了。因為python理論上可以表示無限大的整數，直到把內存擠爆。而無窮大在編程中常常需要的，從一組數字中篩選出最小的數字。一般使用一個臨時變數用於存儲最後結果，變數去逐個比較和不斷地更新。而這臨時變數一般要初始無窮大或者取第一個元素的值。

㈡ python中-17//4的值是什麼

//是整除，且結果是向負無窮大方向（即數軸的負方向）取整，也就是向下取整，即取整為不大於除法結果的最大整數。

本來-17除以4等於-4.25，-4.25向負無窮大方向取整就是-5，亦即不大於-4.25的最大整數-5。

所以，-17//4等於-5。

㈢ python -9//2為什麼不是-4

因為//是向下取整（即向數軸的負無窮大方向取整）。簡單說就是求不大於商的最大整數。-9/2的商是-4.5，不大於-4.5的最大整數是-5（當然，-5也是在-4.5的左邊，即負無窮大方向）。所以，-9//2等於-5。

㈣ python中36%-5為什麼等於-1

36%-5根本就不等於-1，36%-5等於-4好吧？

下圖是驗證：

為什麼36%-5等於-4？

因為%是求余數，余數=被除數-被除數//除數*除數。

而//是整除，對於python語言//是向下取整，即向負無窮大方向取整，結果是不大於商的最大整數。

36除以-5的商是-7.2，不大於-7.2的最大整數是-8，所以36//-5等於-8。

所以36%-5=36-(36//-5)*(-5)=36-(-8)*(-5)=36-40=-4。

㈤ 在python中為什麼18%-5=-2而18%5等於3

18/-5=-3.6，同時python規定對於//（整除）的結果是向負無窮大方向（即數軸的左邊）取整，所以18//-5=-4。

而對於18%-5，在python中是這樣計算的：
18%-5=18-18//-5*(-5)=18-(-4)*(-5)=18-20=-2。

至於18%5，是這樣計算的：18%5=18-18//5*5=18-3*5=3。其中，18//5也是向負無窮大方向取整，因18/5=3.6，所以18//5=3（因為3在3.6的左邊）。

㈥ python分治法求二維數組局部峰值方法

python分治法求二維數組局部峰值方法
下面小編就為大家分享一篇python分治法求二維數組局部峰值方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
題目的意思大致是在一個n*m的二維數組中，找到一個局部峰值。峰值要求大於相鄰的四個元素（數組邊界以外視為負無窮），比如最後我們找到峰值A[j][i]，則有A[j][i] > A[j+1][i] && A[j][i] > A[j-1][i] && A[j][i] > A[j][i+1] && A[j][i] > A[j][i-1]。返回該峰值的坐標和值。
當然，最簡單直接的方法就是遍歷所有數組元素，判斷是否為峰值，時間復雜度為O(n^2)
再優化一點求每一行（列）的最大值，再通過二分法找最大值列的峰值（具體方法可見一維數組求峰值），這種演算法時間復雜度為O(logn)
這里討論的是一種復雜度為O(n)的演算法，演算法思路分為以下幾步：
1、找「田」字。包括外圍的四條邊和中間橫豎兩條邊（圖中綠色部分），比較其大小，找到最大值的位置。（圖中的7）

2、找到田字中最大值後，判斷它是不是局部峰值，如果是返回該坐標，如果不是，記錄找到相鄰四個點中最大值坐標。通過該坐標所在的象限縮小范圍，繼續比較下一個田字

3、當范圍縮小到3*3時必定會找到局部峰值（也可能之前就找到了）
關於為什麼我們選擇的范圍內一定存在峰值，大家可以這樣想，首先我們有一個圈，我們已知有圈內至少有一個元素大於這個圈所有的元素，那麼，是不是這個圈中一定有一個最大值？
可能說得有點繞，但是多想想應該能夠理解，也可以用數學的反證法來證明。
演算法我們理解後接下來就是代碼實現了，這里我用的語言是python（初學python，可能有些用法上不夠簡潔請見諒），先上代碼：
import numpy as np
def max_sit(*n): #返回最大元素的位置
temp = 0
sit = 0
for i in range(len(n)):
if(n[i]>temp):
temp = n[i]
sit = i
return sit
def dp(s1,s2,e1,e2):
m1 = int((e1-s1)/2)+s1 #row
m2 = int((e2-s1)/2)+s2 #col
nub = e1-s1
temp = 0
sit_row = 0
sit_col = 0
for i in range(nub):
t = max_sit(list[s1][s2+i], #第一排
list[m1][s2+i], #中間排
list[e1][s2+i], #最後排
list[s1+i][s2], #第一列
list[s1+i][m2], #中間列
list[s1+i][e2], #最後列
temp)
if(t==6):
pass
elif(t==0):
temp = list[s1][s2+i]
sit_row = s1
sit_col = s2+i
elif(t==1):
temp = list[m1][s2+i]
sit_row = m1
sit_col = s2+i
elif(t==2):
temp = list[e1][s2+i]
sit_row = e1
sit_col = s2+i
elif(t==3):
temp = list[s1+i][s2]
sit_row = s1+i
sit_row = s2
elif(t==4):
temp = list[s1+i][m2]
sit_row = s1+i
sit_col = m2
elif(t==5):
temp = list[s1+i][e2]
sit_row = s1+i
sit_col = m2
t = max_sit(list[sit_row][sit_col], #中
list[sit_row-1][sit_col], #上
list[sit_row+1][sit_col], #下
list[sit_row][sit_col-1], #左
list[sit_row][sit_col+1]) #右
if(t==0):
return [sit_row-1,sit_col-1]
elif(t==1):
sit_row-=1
elif(t==2):
sit_row+=1
elif(t==3):
sit_col-=1
elif(t==4):
sit_col+=1
if(sit_row<m1):
e1 = m1
else:
s1 = m1
if(sit_col<m2):
e2 = m2
else:
s2 = m2
return dp(s1,s2,e1,e2)
f = open("demo.txt","r")
list = f.read()
list = list.split("n") #對行進行切片
list = ["0 "*len(list)]+list+["0 "*len(list)] #加上下的圍牆
for i in range(len(list)): #對列進行切片
list[i] = list[i].split()
list[i] = ["0"]+list[i]+["0"] #加左右的圍牆
list = np.array(list).astype(np.int32)
row_n = len(list)
col_n = len(list[0])
ans_sit = dp(0,0,row_n-1,col_n-1)
print("找到峰值點位於：",ans_sit)
print("該峰值點大小為：",list[ans_sit[0]+1,ans_sit[1]+1])
f.close()

首先我的輸入寫在txt文本文件里，通過字元串轉換變為二維數組，具體轉換過程可以看我上一篇博客——python中字元串轉換為二維數組。（需要注意的是如果在windows環境中split後的列表沒有空尾巴，所以不用加list.pop()這句話）。有的變動是我在二維數組四周加了「0」的圍牆。加圍牆可以再我們判斷峰值的時候不用考慮邊界問題。

max_sit(*n)函數用於找到多個值中最大值的位置，返回其位置，python的內構的max函數只能返回最大值，所以還是需要自己寫，*n表示不定長參數，因為我需要在比較田和十（判斷峰值）都用到這個函數
def max_sit(*n): #返回最大元素的位置
temp = 0
sit = 0
for i in range(len(n)):
if(n[i]>temp):
temp = n[i]
sit = i
return sit
dp(s1,s2,e1,e2)函數中四個參數的分別可看為startx，starty，endx，endy。即我們查找范圍左上角和右下角的坐標值。
m1,m2分別是row 和col的中間值，也就是田字的中間。
def dp(s1,s2,e1,e2):
m1 = int((e1-s1)/2)+s1 #row
m2 = int((e2-s1)/2)+s2 #col

依次比較3行3列中的值找到最大值，注意這里要求二維數組為正方形，如果為矩形需要做調整
for i in range(nub):
t = max_sit(list[s1][s2+i], #第一排
list[m1][s2+i], #中間排
list[e1][s2+i], #最後排
list[s1+i][s2], #第一列
list[s1+i][m2], #中間列
list[s1+i][e2], #最後列
temp)
if(t==6):
pass
elif(t==0):
temp = list[s1][s2+i]
sit_row = s1
sit_col = s2+i
elif(t==1):
temp = list[m1][s2+i]
sit_row = m1
sit_col = s2+i
elif(t==2):
temp = list[e1][s2+i]
sit_row = e1
sit_col = s2+i
elif(t==3):
temp = list[s1+i][s2]
sit_row = s1+i
sit_row = s2
elif(t==4):
temp = list[s1+i][m2]
sit_row = s1+i
sit_row = m2
elif(t==5):
temp = list[s1+i][e2]
sit_row = s1+i
sit_row = m2

判斷田字中最大值是不是峰值，並找不出相鄰最大值
t = max_sit(list[sit_row][sit_col], #中
list[sit_row-1][sit_col], #上
list[sit_row+1][sit_col], #下
list[sit_row][sit_col-1], #左
list[sit_row][sit_col+1]) #右
if(t==0):
return [sit_row-1,sit_col-1]
elif(t==1):
sit_row-=1
elif(t==2):
sit_row+=1
elif(t==3):
sit_col-=1
elif(t==4):
sit_col+=1
縮小范圍，遞歸求解
if(sit_row<m1):
e1 = m1
else:
s1 = m1
if(sit_col<m2):
e2 = m2
else:
s2 = m2

return dp(s1,s2,e1,e2)
好了，到這里代碼基本分析完了。如果還有不清楚的地方歡迎下方留言。
除了這種演算法外，我也寫一種貪心演算法來求解這道題，只可惜最壞的情況下演算法復雜度還是O(n^2),QAQ。
大體的思路就是從中間位置起找相鄰4個點中最大的點，繼續把該點來找相鄰最大點，最後一定會找到一個峰值點，有興趣的可以看一下，上代碼：
#!/usr/bin/python3
def dp(n):
temp = (str[n],str[n-9],str[n-1],str[n+1],str[n+9]) #中 上 左 右 下
sit = temp.index(max(temp))
if(sit==0):
return str[n]
elif(sit==1):
return dp(n-9)
elif(sit==2):
return dp(n-1)
elif(sit==3):
return dp(n+1)
else:
return dp(n+9)
f = open("/home/nancy/桌面/demo.txt","r")
list = f.read()
list = list.replace(" ","").split() #轉換為列表
row = len(list)
col = len(list[0])
str="0"*(col+3)
for x in list: #加圍牆 二維變一維
str+=x+"00"
str+="0"*(col+1)
mid = int(len(str)/2)
print(str,mid)
p = dp(mid)
print (p)
f.close()
以上這篇python分治法求二維數組局部峰值方法就是小編分享給大家的全部內容了，希望能給大家一個參考

㈦ Python筆記-取模運算%

對於該算術運算符： % ，取模運算存在如下定理：

對於一個正整數 而言，一定存在等式 ，代表 可以被拆分成最多 個 並且餘下一個 ，此時稱 。

例如：正整數 17，存在等式 17 = 3 * 5 + 2，即 17 % 5 = 2.

這里介紹一下數學中的一種運算， 取余運算 。

兩者在對正整數的運算中完全沒有區別，但是對於負整數的運算，則會存在一定的區別。

但是要記住下面這句話，就可以很好的進行區分：

取余公式中的k要向0靠攏，也就是如果大於等於0，那就要向下取整；如果小於0，那就要向上取整。

取模公式中的k要向負無窮靠攏，不管什麼情況，都是向下取整。

或者是

向上取整 math.ceil() 可以理解成 要選擇大於等於該數值的整數部分的最小整數；

向下取整 math.floor() 可以理解成 要選擇小於等於該數值的整數部分的最大整數。

也就是：

下面做些實際運算，加深一下印象：

㈧ 如何實現在python負無窮大

1.Python有特殊價值float('inf')和float('-inf')。
2. 碰巧的是，在Python 2，None小於的任意整數，所以你None。在Python 3你有（至少）有四種選擇： 使用分鍾（一）-1。 使用None，每當兩個值，明確他們正在測試None。 定義一個包含一個整數或者-∞，正確的新數據類型。

㈨ python中5%-8等於多少

-13
-13。Python是一種極少數能聲言兼具簡單與功能強大的編程語言，它專注於如何解決問題，而非拘泥於語法與結構。問的是%操作符（字元串格式化，
stringformatting），說明如下，%
[(name)][flags][width].
[precision]typecode(name)為命名，flags
可以有+，，「或0+表示右對齊-表示左對齊「為一個空格，表示在正數的左側填充一個空格，從而與負數對齊0表示使用0填充。
此外，Python不允許使用0作為除數，否則將
會引發 ZeroDivisionError錯誤。
在有些編程語言中，0作為除數會得到無窮
大，包括正無窮大或負無窮大。
對於Python 2.x而言，它只提供了一個「/」運算
符，該運算符是Python 3.x中「/」和「//」的綜合
版。對於Python 2.x中的「/」而言，它既是整除運算符，也是非整除運算符。規則如下：
·當兩個操作數都是整數時，Python 2.x中的「/」就是整除運算符。
·當兩個操作數有一個是浮點數（或兩個都是浮點數）時，Python 2.x中的「/」就是非整除運算符。