Python 有求和的函数。如下两个函数。其中sum是Python的内置函数，fsum是math模块下的求和函数
网站的建设成都创新互联专注网站定制,经验丰富,不做模板,主营网站定制开发.小程序定制开发,H5页面制作!给你焕然一新的设计体验!已为成都除甲醛等企业提供专业服务。
sum([.1, .1, .1, .1, .1, .1, .1, .1, .1, .1])
0.9999999999999999
fsum([.1, .1, .1, .1, .1, .1, .1, .1, .1, .1])
1.0
如果你要保证算法精度，建议你使用math中的fsum。该算法，会不断跟踪运算过程的每一步，以此避免运算的精度损失，相比较sum而言有更高的精度。
而sum函数只是求和，也就是简单的加法运算，不关心精度。如果输入的列表是字符串列表，sum也能被正确执行。
PERMUT 函数返回从给定数目的对象集合中选取的若干对象的排列数。
COMBIN 函数返回从给定数目的对象集合中提取若干对象的组合数。
enumerate(x,y)函数是把元组tuple、字符串str、列表list里面的元素遍历和索引组合，其用法与range()函数很相似，
下面示例enumerate(x,y)用法以及range(x)相似的用法，但是，enumerate(x,y)函数在遍历excel等时，可以实现与人视觉了解到的认识更好的理解。
enumerate(x，y)中参数y可以省略，省略时，默认从0开始，
如示例一：
list_words=["this","is","blog","of","white","mouse"]
for idx,word in enumerate(list_words):
print(idx,word)
打印结果：
使用range()函数遍历实现：
list_words=["this","is","blog","of","white","mouse"]
for i in range(len(list_words)):
print(i,list_words[i])
打印结果：
自定义开始索引号：
示例二：
list_words=["this","is","blog","of","white","mouse"]
for idx,word in enumerate(list_words[1:],2):#也可以写成for idx,word in enumerate(list_words,start=2):
print(idx,word)
打印结果：
从上面示例中可以看出，enumerate(x,y)中x是需要遍历的元组tuple、字符串str、列表list，可以和切片组合使用，
y是自定义开始的索引号，根据自己的需要设置开始索引号。
sum(iterable[, start]) ，iterable为可迭代对象，如：
sum([ ], start) ， #iterable为list列表。
sum(( ), start ) ， #iterable为tuple元组。
最后的值=可迭代对应里面的数相加的值 + start的值
start默认为0，如果不写就是0，为0时可以不写，即sum()的参数最多为两个，其中第一个必须为iterable。
按照惯例，在开发语言中，sum函数是求和函数，求多个数据的和，而在python中，虽然也是求和函数，但稍微有些差别，sum()传入的参数得是可迭代对象（比如列表就是一个可迭代对象），返回这个被传入可迭代对象内参数的和。
比如：
import math
m = int(input("请输入第一个数字："))
n = int(input("请输入第二个数字："))
if m 0 or n 0 or m - n 0:
print("负数是没有阶乘,请重新输入！")
else:
result = math.factorial(m) / math.factorial(n) / math.factorial(m - n)
print("按照公式C(m, n) = m!/n! /(m - n)!，C({0},{1})的答案为 {2}".format(m, n, result))
定义：集合是多个元素的无序组合
特点：集合类型与数学中的集合概念一致，几何元素之间无序、每个元素唯一、不存在相同元素，几何元素不可更待、不能存在可变数据类型。
非可变数据类型：整数、浮点数、复数、字符串类型、元组类型等
表示：{},元素间用，分隔
建立：{} 或者set{}，建立空集合必须使用set{}
举例：
基本操作符：
增强操作符：
实例：
A-B
{123}
B-A
{'3','1','2'}
AB
{'p','y'}
A|B
{'1','p','2','y','3',123}
A^B
{'2',123,'3','1'}
p123y
A
set()
1.包含关系比较：
True
False
2.数据去重
{'p','y',123}
['p','y',123]
定义：序列是具有先后关系的一组元素
特点：序列是一维元素向量，元素类型可以不同，元素可以相同：类似数学元素序列：元素间有序列引导，通过下标访问序列的特定元素
序列是一个基类类型，衍生为：字符串类型、元组类型、列表类型
序号的定义：正向递增序号、反向递减序号，与字符串中相似。
['.io',123,'python']
'oi.321nohtyp'
序列类型的通用函数和方法：
3
'y'
定义：元组类型是序列类型的一种扩展，一旦创建就不能修改
形式：元组使用（）或者tuple（）创建，元素之间用逗号分隔：小括号使不使用都可以。
举例：
('cat','dog','tiger','human')
(4352,'bule',('cat','dog','tiger','human'))
元组类型继承序列类型全部通用操作：操作符、处理函数、处理方法
元组类型创建后不能修改，因此没有特殊操作
('human','tiger',dog','cat')
'tiger'
定义：列表是序列类型的一种扩展，创建后其中的元素可以被随意修改
使用：[]或者list()创建，元素间可以用逗号隔开，列表中各元素类型可不同，无长度限制
['cat','dog','tiger',1024]
['cat','dog','tiger',1024]
列表类型操作函数及其方法：
['cat',1,2,3,4,'tiger',1024]
修改列表：
练习：
序列：元组和列表两种重要类型
应用场景：元组用于元素不改变的场景，更多用于固定搭配场景：列表更加灵活，它是最常用的序列类型
作用：表达一组有序数据并且处理问题；数据保护
元素遍历：
元组类型：
数据保护：不希望数据被程序所改变，转换成元组类型
('cat',1,2,3,4,'tiger',1024)
基本统计值需求：给出一组数并且理解
定义：总个数、求和、平均值、方差、中位数...
总个数：len()
求和：for...in
平均值：求和/总个数
方差：各数据与平均数差的平方的和的平均数
中位数：排序，然后... 奇数找中间一个，偶数中间两个的平均
映射：是一种索引和数据的对应关系，也是键和值的对应关系。
映射类型：由用户数据为定义索引
字典类型：数据的组织与表达的一种新的形态，是映射的体现。
键值对：键是数据索引的扩展，字典是键值对的集合，键值对间无序。
生成：{}和dict()创建，键值对之间用冒号：表示
举例：{键1:值1,键2:值2,...,键n:值n}
在字典变量中，通过键获得值：
字典变量={键1:值1,...,键n:值n}
值=字典变量[键]
字典变量[键]=值
用[]来向字典中增加或者索引键值对
举例：
'北京'
生成空字典：
de={};type(de)
class 'dict'
type(x) 返回变量x的类型
举例：
True
dict_keys(['中国','美国','法国])
dict_values(['北京','华盛顿','巴黎'])
实例：
'北京'
'伊斯兰堡'
('中国','北京')
练习：
1.映射的表达：映射无处不在，键值对也无处不在，统计数据出现的次数，数据是键，次数是值。
字典的主要作用：表达键值对的数据进而操作他们
2.元素遍历：
for k in d:
语句块
定义：jieba库是优秀的第三方中文分词库，需要额外安装
安装方法：（cmd命令下）pip install jieba
作用：利用中文词库确定汉字间的关联概率，字间概率大的组成词组，形成分词效果，用户还可以向其中自定义的添加词组。
分类：精确模式、全模式、搜索引擎模式
精确模式：将词组精确的分开，不存在冗余单词
全模式：将所有可能的词组都扫描出来，有冗余
搜索引擎模式：在精确模式的基础上，将长词再次切分
举例：
['中国','是','一个','伟大','的','国家']
['中国','国是','一个','伟大','的','国家']
['中华','华人','人民','共和','共和国','中华人民共和国','是','伟大','的']
需求：一篇文章中出现的词的频率统计
分类：英文文本，中文文本
举例：
英文：哈姆雷特（hamlet）
中文：三国演义（threekingdoms）
