3分で理解できるPython 四則演算の基本 |読みやすいコードの書き方まで

 前回の記事ではプログラミングを始める為のJupyter Notebookを紹介しました。この記事ではPythonによる一番基本的な四則演算について学習します。加減乗除やべき乗などの計算は全ての基本ですのでしっかりと身に付けておく必要があります。

この記事を読むことであなたは
・Pythonによる四則演算の基本
・剰余やべき乗の計算
について理解することができます。

四則演算の基本 加減乗除

 Pythonで四則演算をするのはとても簡単です。通常の四則演算と同じような記号を使います。プログラム実行は前回構築したJupyter notebookで行いましょう。

足し算

1 + 4
実行結果
5

 想定通り5と表示されました。とても簡単ですね。ちなみに、この5はint型という整数のタイプになっています。それでは次のようにコードを一部変更して実行すると結果はどう変わるでしょうか。

1.0 + 4.0

実行結果

5.0

このように5.0と表示されました。この場合はfloat型という浮動小数型になります。つまり、Pythonでは.0を付けるか、付けないかで自動で型を判断しているという事になります。覚えておきましょう。

引き算

 では次に同様に引き算も行ってみます。

3 - 5

実行結果

-2

掛け算

 いつもやっている四則演算と何ら変わりありませんね。掛け算*の記号で行います。

4 * 5

実行結果

20

割り算

 最後に割り算ですが、実は2種類の割り算の仕方があります。まずよく使う方を紹介します。割り算には / の記号を用います。

6 / 5 

実行結果

1.2

 想定通りの結果です。次に //のように2つの/で割り算を行ってみます。

6 // 5

実行結果

1

 1と表示されました。なぜでしょうか?これは // で割り算を行った場合には、小数点以下が切り捨てられるからです。状況によって使い分けましょう。

べき乗

 Pythonにはべき乗を計算する演算子があります。**の記号でべき乗の計算をすることが出来ます。例えば、3の2乗の場合には、

3 ** 2

実行結果

9

 べき乗の演算子を使う事で、ルートの計算も行えます。2のルートを求めてみます。

2 ** 0.5

実行結果

1.4142135623730951

ルートの計算までできるのはとても便利ですね。

剰余

 割り算の余りについても求めることが出来ます。剰余には%の記号を用います。例えば、11 ÷ 2の余りは1ですので、

11 % 2
実行結果
1

 想定通りですね。剰余演算子は基本的には数字が偶数か奇数かを判定する際に使うことが多いです。

今回はPythonの四則演算・べき乗・剰余について学習しました。この四則演算が科学技術計算における全ての基礎となりますのでしっかりと理解しましょう。

まとめ

 この記事ではPythonの最も基本となる四則演算について取り扱いました。

# 足し算
1 + 3 

# 引き算
2 - 3

# 掛け算
3 * 4 

# 割り算
10 / 6

# べき乗
3 ** 3

# 剰余
10 % 2

 Pythonでは足し算、引き算、掛け算、割り算に加えて、べき乗、剰余の計算も簡単に行うことが出来ます。四則演算は科学技術計算における全ての基本ですので、確実に習熟しておきましょう。

Tips:読みやすいコードを書こう

 読みやすいコードの書き方について1点説明しておきます。Pythonに限らず全てのプログラミング言語では読みやすいコードが好まれます。自分や他人が読んだときに、読みやすいコードを書くことを今から意識しましょう。

 ここでは意識する事として、数字と演算子の間には半角スペースを空けましょう。試しに悪い例として、半角スペースを空けずに書いたものと比較してみます。

1 + 4
1+4

 いかがでしょうか。少し情報が詰まっているので読みにくいですね。必ず半角スペースを空けるようにしてください。今後の記事でもこういった読みやすいコードの書き方を少しずつ解説していきます。

The following two tabs change content below.
メーカーR&D職 研究開発業務にPythonを使用。 Udemy講師およびKindleで電子書籍を出版。 Udemyでは受講生 約15,000名 Pythonの適用範囲: データ分析、画像処理、統計解析、並列計算、流体解析、深層学習

ABOUT US

メーカーR&D職 研究開発業務にPythonを使用。 Udemy講師およびKindleで電子書籍を出版。 Udemyでは受講生 約15,000名 Pythonの適用範囲: データ分析、画像処理、統計解析、並列計算、流体解析、深層学習