Python编码下面的三角函数包括以下种类：acos(x)//返回x的反余弦弧度值。asin(x)//返回x的反正弦弧度值。atan(x)//返回x的反正切弧度值。atan2(y,x)//返回给定的X及Y坐标值的反正切值。cos(x)//返回x的弧度的余弦值。hypot(x,y
网站建设哪家好，找创新互联公司！专注于网页设计、网站建设、微信开发、微信小程序开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了双滦免费建站欢迎大家使用！
描述
sin()返回的x弧度的正弦值。
语法
以下是sin()方法的语法:
importmath
math.sin(x)
注意：sin()是不能直接访问的，需要导入math模块，然后通过math静态对象调用该方法。
参数
x--一个数值。
返回值
返回的x弧度的正弦值，数值在-1到1之间。
实例
以下展示了使用sin()方法的实例：
#!/usr/bin/python
import math
print "sin(3) : ", math.sin(3)
print "sin(-3) : ", math.sin(-3)
print "sin(0) : ", math.sin(0)
print "sin(math.pi) : ", math.sin(math.pi)
print "sin(math.pi/2) : ", math.sin(math.pi/2)
以上实例运行后输出结果为：
sin(3) : 0.14112000806
sin(-3) : -0.14112000806
sin(0) : 0.0
sin(math.pi) : 1.22460635382e-16
sin(math.pi/2) : 1
总结
以上就是本文关于Python入门之三角函数sin()函数实例详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：python正则表达式re之compile函数解析、Python中enumerate函数代码解析、简单了解Python中的几种函数等，有什么问题可以随时留言，小编会及时回复大家的。感谢朋友们对本站的支持！
1.创建分组
2.显示分组内容
3.分组对象的统计方法
直接执行describe()操作
或者用g.agg()传递多个指定的统计函数
4.数据透视表
数据透视表功能类似于Excel中的数据透视表功能
1.to_datetime()
作用：①将字符串转换为时间值
②将索引数据转换为日期型
2.date_range()
作用：产生一系列的日期值
date_range(起始日期，结束日期，periods=周期数，freq=日期频率)
方法：
参考及引用：
1. Pandas分组函数：groupby、pivot_table及crosstab - (jianshu.com)
2. pandas属性和方法 - Hany驿站 - 博客园 (cnblogs.com)
3. pandas date_range freq 参数的详细描述。_阿浪丶的博客-CSDN博客
4. Pandas中resample方法详解 python 脚本之家 (jb51.net)
函数：startswith()作用，判断字符串是否以指定字符或子字符串开头。
一、函数说明
语法：string.startswith(str, beg=0,end=len(string))或string[beg:end].startswith(str)
参数说明：
string： 被检测的字符串。
str： 指定的字符或者子字符串。（可以使用元组，会逐一匹配）。
beg： 设置字符串检测的起始位置（可选）。
end： 设置字符串检测的结束位置（可选）。
如果存在参数 beg 和 end，则在指定范围内检查，否则在整个字符串中检查返回值，如果检测到字符串，则返回True，否则返回False。默认空字符为True。
函数解析：如果字符串string是以str开始，则返回True，否则返回False
参考资料
脚本之家.脚本之家[引用时间2018-1-3]
python怎么查看数据类型?
第一步我们首先需要知道在python中查看变量数据类型是使用type()函数，type函数的用法如下图所示：

第二步我们打开py文件，输入
import numpy as npa1=123list=[1,2,3,4,5,6]array=np.array(list)print(type(a1))
打印出a1变量的数据类型，如下图所示：

第三步运行py文件之后，可以看到a1变量是int类型，如下图所示：

第四步输入
print(type(list))print(type(array))
打印出list变量和array变量的类型，如下图所示：

第五步运行py文件，可以看到分别是列表和数组类型，如下图所示：

以上就是python怎么查看数据类型的详细内容，更多请关注 脚本之家其它相关文章
