在Python中，你可以使用内置的算术运算符进行数值计算。下面是一些基本的运算符及其用法：
1. 加法（`+`）：
```python
a = 3
b = 5
sum_result = a + b sum_result = 8
2. 减法（`-`）：```pythona = 10
b = 2
difference_result = a - b difference_result = 8
3. 乘法（`*`）：
```python
a = 3
b = 4
product_result = a * b product_result = 12
4. 除法（`/`）：```pythona = 9
b = 3
quotient_result = a / b quotient_result = 3.0
5. 取模（`%`）：
```python
a = 10
b = 3
remainder_result = a % b remainder_result = 1
6. 幂运算（` `）：```pythona = 2
b = 3
power_result = a b power_result = 8
7. 整数除法（`//`）：
```python
a = 9
b = 3
floor_division_result = a // b floor_division_result = 3
8. 绝对值（`abs`）：```pythona = -5
abs_result = abs（a） abs_result = 5
9. 四舍五入（`round`）：
```python
a = 3.
rounded_result = round（a） rounded_result = 3
Python还支持更高级的数学运算，例如计算平均值、方差、中位数等。以下是一些计算统计值的例子：```pythondef mean（numbers）:
s = 0.0
for num in numbers:
s += num
return s / len（numbers）
def variance（numbers, mean）:
sdev = 0.0
for num in numbers:
sdev += （num - mean） 2
return pow（sdev / （len（numbers） - 1）, 0.5）
def median（numbers）:
sorted_numbers = sorted（numbers）
size = len（numbers）
if size % 2 == 0:
med = （sorted_numbers[size // 2 - 1] + sorted_numbers[size // 2]） / 2
else:
med = sorted_numbers[size // 2]
return med
numbers = [1, 2, 3, 4, 5]
m = mean（numbers）
print（"平均值：{:.2f}， 方差：{:.2f}， 中位数：{}".format（m, variance（numbers, m）, median（numbers）））
以上代码片段展示了如何计算一组数字的平均值、方差和中位数。
如果你需要执行更复杂的数学运算，比如积分或求解微分方程，你可以使用像`scipy`这样的科学计算库。例如，计算定积分：
```python
from scipy import integrate
def f（x）:
return （1 - x
2） 0.5integral_result, error = integrate.quad（f, -1, 1）
print（integral_result * 2） 输出圆周率的两倍
或者计算常微分方程的解：```pythonfrom scipy.integrate import odeint
import numpy as np
def lorenz（w, t, p, r, b）:
x, y, z = w
return np.array（[p * （y - x）, x * （r - z） - y, b + z * （r - x）]）
initial_conditions = [1.0, 1.0, 1.0]
time_points = np.linspace（0, 50, 1000）
solutions = odeint（lorenz, initial_conditions, time_points, args=（10, 28, 8/3））