scipy.pi、numpy.pi 或 math.pi 之间有区别吗？ [已关闭]

Question

在使用 SciPy 和 NumPy 的项目中，什么时候应该使用

scipy.pi

、

numpy.pi

、还是仅使用

math.pi

？这些值之间有区别吗？

Answer 1

>>> import math
>>> import numpy as np
>>> import scipy
>>> math.pi == np.pi == scipy.pi
True

它们都是相同的值，所以使用哪一个并不重要。

所有三个模块都提供

pi

值的唯一原因是，如果您仅使用这三个模块之一，您可以方便地访问 pi，而无需导入另一个模块。他们没有为 pi 提供不同的值。

Answer 2

需要注意的一件事是，当然，并非所有库都会对 pi 使用相同的含义，因此了解您正在使用的内容永远不会有什么坏处。例如，符号数学库 Sympy 对 pi 的表示与 math 和 numpy 不同：

import math
import numpy
import scipy
import sympy

print(math.pi == numpy.pi)
> True
print(math.pi == scipy.pi)
> True
print(math.pi == sympy.pi)
> False

Answer 3

如果我们看它的

源代码，scipy.pi

正是

math.pi

；事实上，它的定义为

import math as _math
pi = _math.pi

在他们的源代码中，

math.pi

被

定义等于3.14159265358979323846

并且

numpy.pi

被

定义等于3.141592653589793238462643383279502884

；两者都远高于 Python 中浮点数的 15 位精度，因此使用哪一个并不重要。

也就是说，如果您尚未使用 numpy 或 scipy，仅针对

np.pi

 或 

scipy.pi

 导入它们会添加不必要的依赖项，而 

math

 是 Python 标准库，因此不存在依赖关系问题。例如，对于 python 中的张量流代码中的 

pi

，可以使用 

tf.constant(math.pi)

。