如何在Python中计算平方根？

为什么Python会给出“错误”的答案？

x = 16

sqrt = x**(.5)  #returns 4
sqrt = x**(1/2) #returns 1

是的，我知道import math并使用sqrt。但我正在寻找以上答案。

sqrt=x**(1/2)在做整数除法。1/2 == 0。

因此，您在第一个实例中计算x ^（1/2），在第二个实例中计算x ^（0）。

没错，这是对其他问题的正确答案。

您必须编写：sqrt = x**(1/2.0)，否则将执行整数除法并1/2返回表达式0。

此行为是在Python 2.x的“正常”，而在Python 3.x的1/2计算结果为0.5。如果您希望Python 2.x代码的行为类似于3.x wrt除法写入from __future__ import division-那么1/2将评估0.5为并向后兼容，1//2评估为0。

作为记录，计算平方根的首选方法是：

import math
math.sqrt(x)

import math
math.sqrt( x )

这是对答案链的琐碎补充。但是，由于该主题在Google上非常普遍，因此我认为值得添加。

/ 在Python 2中执行整数除法：

>>> 1/2
0

如果其中一个数字是浮点数，则按预期方式工作：

>>> 1.0/2
0.5
>>> 16**(1.0/2)
4.0

您所看到的是整数除法。要默认获得浮点除法，

from __future__ import division

或者，您可以将1/2的1或2转换为浮点值。

sqrt = x**(1.0/2)

这可能有点迟了，但是计算平方根的最简单，最准确的方法是牛顿法。

您有一个要计算其平方根的数字，(num)并且猜出了其平方根(estimate)。估计可以是大于0的任何数字，但是有意义的数字会大大缩短递归调用的深度。

new_estimate = (estimate + num / estimate) / 2

该行使用这两个参数计算出更准确的估算值。您可以将new_estimate值传递给该函数，然后计算另一个比上一个更准确的new_estimate，也可以像这样进行递归函数定义。

def newtons_method(num, estimate):
    # Computing a new_estimate
    new_estimate = (estimate + num / estimate) / 2
    print(new_estimate)
    # Base Case: Comparing our estimate with built-in functions value
    if new_estimate == math.sqrt(num):
        return True
    else:
        return newtons_method(num, new_estimate)

例如，我们需要找到30的平方根。我们知道结果在5到6之间。

newtons_method(30,5)

数字是30，估计是5。每个递归调用的结果是：

5.5
5.477272727272727
5.4772255752546215
5.477225575051661

最后的结果是最精确的数字平方根计算。它与内置函数math.sqrt（）的值相同。

可能是一种简单的记住方式：在分子（或分母）后添加点

16 ** (1. / 2)   # 4
289 ** (1. / 2)  # 17
27 ** (1. / 3)   # 3

您可以使用NumPy计算数组的平方根：

 import numpy as np
 np.sqrt([1, 4, 9])

我希望下面提到的代码能够回答您的问题。

def root(x,a):
    y = 1 / a
    y = float(y)
    print y
    z = x ** y
    print z

base = input("Please input the base value:")
power = float(input("Please input the root value:"))


root(base,power)