Phenquestions
Przed instalacją:
System operacyjny musi zostać zaktualizowany przed zainstalowaniem Pythona (x.y). Uruchom następujące polecenie, aby zaktualizować system.
$ sudo apt-get update
Konieczne jest sprawdzenie, czy dowolny interpreter Pythona jest wcześniej zainstalowany w systemie, czy nie. Uruchom następujące polecenie, aby sprawdzić zainstalowaną wersję Pythona. Lepiej jest usunąć wcześniej zainstalowaną wersję Pythona przed instalacją Pythona (x,y).
$ pyton
Dane wyjściowe pokazują, że żaden pakiet Pythona nie został wcześniej zainstalowany w systemie. W tym przypadku musimy najpierw zainstalować interpreter Pythona.
Zainstaluj Pythona(x.y)
Możesz zainstalować python(x,y) lub naukowe pakiety Pythona na dwa sposoby two. Jednym ze sposobów jest pobranie i zainstalowanie odpowiedniego pakietu python(x,y) opartego na Ubuntu, a innym sposobem jest zainstalowanie niezbędnych pakietów do wykonywania obliczeń naukowych w Pythonie. Drugi sposób jest łatwy do zainstalowania, co opisano w tym samouczku.
Kroki:
- Najpierw musisz zainstalować interpreter Pythona i menedżera pakietów, aby rozpocząć proces instalacji. Uruchom następujące polecenie, aby zainstalować Python3 i python3-pips pakiety. Naciśnij 'tak"kiedy poprosi o pozwolenie na instalację".
- Następnie musisz zainstalować niezbędne biblioteki naukowe Python3 za wykonywanie operacji naukowych. Uruchom następujące polecenie, aby zainstalować biblioteki. Tutaj po wykonaniu polecenia zostanie zainstalowanych pięć bibliotek. To są numpy, matplotlib, scipy, pandy i sympatia. Zastosowania tych bibliotek wyjaśniono w następnej części tego samouczka.
python3-scipy python3-pandy python3-sympy
- Aby usunąć ograniczenia interpretera Pythona i zapewnić przyjazny interfejs użytkownika, ipython pakiet jest używany. Uruchom następujące polecenie, aby zainstalować ipython3 pakiet.
- Uruchom następujące polecenie, aby zainstalować qt5 powiązane pakiety do tworzenia GUI.
python3-pyqt5.qtopengl python3-pyqt5.qtszybki
- Spyder to przydatny edytor kodu, który może podświetlić składnię i ułatwić edycję kodu i debugowanie. Uruchom następujące polecenie, aby zainstalować szpiegostwo.
Jeśli wszystkie wymienione powyżej pakiety są poprawnie zainstalowane bez żadnych błędów, to Twój python(x,y) jest zainstalowany poprawnie.
Używając Pythona(x,y):
Niektóre podstawowe zastosowania python(x,y) są pokazane w tej części samouczka za pomocą różnych przykładów z objaśnieniami. Będziesz musiał uruchomić szpiegostwo edytor kodu, aby zacząć używać python(x,y). Kliknij na Pokaż aplikację ikona i wpisz 'sp' w polu wyszukiwania. Gdyby szpiegostwo jest wtedy poprawnie zainstalowany szpiegostwo pojawi się ikona.
Kliknij Spyder3 ikona, aby otworzyć aplikację. Po otwarciu aplikacji pojawi się następujący ekran.
Teraz możesz zacząć pisać kod do wykonywania naukowych zadań obliczeniowych. Podstawowe zastosowania pięciu zainstalowanych bibliotek python3 do operacji naukowych pokazano w poniższych sześciu przykładach.
Przykład-1: Używanie zmiennych i typów
Ten przykład pokazuje bardzo podstawowe użycie typów danych i zmiennych Pythona. W poniższym skrypcie zadeklarowane są cztery typy zmiennych. To są jaliczba całkowita, liczba zmiennoprzecinkowa, wartość logiczna i strunowy. rodzaj() Metoda jest używana w Pythonie do określenia typu dowolnej zmiennej.
#!/usr/bin/env python3#Przypisywanie wartości całkowitej
zm1 = 50
drukuj (typ(var1))
#Przypisywanie wartości zmiennoprzecinkowej
zm2 = 3.89
druk (typ (var2))
#Przypisywanie
zm3 = Prawda
drukuj (typ(var3))
#Przypisywanie wartości ciągu
var4 = "Podpowiedź Linuksa"
drukuj (typ(var4))
Wynik:
Uruchom skrypt, naciskając grać ( ) przycisk od góry edytora. Jeśli klikniesz na Eksplorator zmiennych po prawej stronie, dla czterech zmiennych pojawi się następujący wynik.
Przykład 2: Używanie numpy do tworzenia jedno- i wielowymiarowej tablicy
Wszystkie rodzaje obliczeń numerycznych są wykonywane przez numpy pakiet w pytonie. Ten moduł może definiować i wykorzystywać wielowymiarową strukturę danych, dane wektorowe i macierzowe. Potrafi bardzo szybko obliczyć, ponieważ jest rozwijany przez C i FORTRAN. numpy moduł jest używany w poniższym skrypcie do deklarowania i używania jednowymiarowych i dwuwymiarowych tablic w pythonie. W skrypcie zadeklarowane są trzy rodzaje tablic. moja tablica to jednowymiarowa tablica, która zawiera 5 elementów. ndim właściwość służy do określenia wymiaru zmiennej tablicowej. len() funkcja służy tutaj do zliczania całkowitej liczby elementów moja tablica. sszczęście() funkcja służy do wyświetlania aktualnego kształtu tablicy. moja tablica2 to dwuwymiarowa tablica zawierająca sześć elementów w dwóch wierszach i trzech kolumnach (2×3=6). rozmiar() funkcja służy do zliczania wszystkich elementów moja tablica2. zorganizować() funkcja służy do tworzenia tablicy zakresów o nazwie mojaTablica3 który generuje elementy, dodając 2 z każdym elementem od 10.
#!/usr/bin/env python3#Korzystanie z numpy
importuj numpy jako npy
#Zadeklaruj tablicę jednowymiarową
mojaTablica = npy.tablica ([90,45,78,12,66])
#Wydrukuj wszystkie elementy
drukuj (moja tablica)
#Wydrukuj wymiar tablicy
print(moja tablica.ndim)
#Wydrukuj całkowitą liczbę elementów
print(len(myArray))
#Wydrukuj kształt tablicy
drukuj(npy.kształt (moja tablica))
#Zadeklaruj dwuwymiarową tablicę
mojaTablica2 = npy.array([[101,102,103];["Nila","Ella","Bella"]])
##Wydrukuj całkowitą liczbę elementów
drukuj(npy.rozmiar (moja tablica2))
#Utwórz tablicę zakresów
mojaTablica3=npy.aranżacja(10,20,2)
#Wydrukuj elementy tablicy
drukuj(myArray3)
Wynik:
Następujące dane wyjściowe pojawią się po uruchomieniu skryptu.
Przykład-3: Używanie Matlaba do rysowania krzywej
Biblioteka map biblioteka służy do tworzenia figur naukowych 2D i 3D na podstawie określonych danych. Może generować wysokiej jakości dane wyjściowe w różnych formatach, takich jak PNG, SVG, EPG itp. Jest to bardzo przydatny moduł do generowania rycin do danych badawczych, gdzie rycina może być aktualizowana w dowolnym momencie poprzez zmianę danych. W tym przykładzie pokazano, w jaki sposób można narysować krzywą w oparciu o wartości na osi x i osi y za pomocą tego modułu. pylab służy do narysowania krzywej tutaj. spacja lin() funkcja służy do ustawiania wartości osi x w regularnych odstępach czasu. Wartości na osi Y są obliczane przez podniesienie do kwadratu wartości na osi X. postać() to funkcja init, która służy do włączania pylab. Znak „b” jest używany w wątek() Funkcja ustawiania koloru krzywej color. Tutaj „b” oznacza kolor niebieski. xetykieta() funkcja służy do ustawienia tytułu osi x i etykieta y() funkcja służy do ustawienia tytułu osi y. Tytuł wykresu ustalany jest przez tytuł() metoda.
#!/usr/bin/env python3#Korzystanie z modułu pylab
importuj pylab jako pl
#Ustaw wartość osi x
x = pl.spacja lin(0, 8, 20)
#Oblicz wartość osi y
y = x ** 2
#Inicjalizacja do kreślenia
pl.postać()
#Ustaw wykres na podstawie wartości x, y kolorem niebieskim
pl.działka(x, y, 'b')
#Ustaw tytuł dla osi X
pl.xetykieta('x')
#Ustaw tytuł dla osi y
pl.ylabel('y')
#Ustaw tytuł wykresu
pl.title('Przykład kreślenia')
pl.pokazać()
Wynik:
Następujące dane wyjściowe pojawią się po uruchomieniu skryptu. Krzywa jest pokazana w prawym dolnym rogu obrazu.
Przykład-4: Używanie modułu sympy dla zmiennych symbolicznych
biblioteka sympy jest używana w Pythonie do algebry symbolicznej. Klasa Symbol służy do tworzenia nowego symbolu w pythonie. Tutaj zadeklarowane są dwie zmienne symboliczne. zmienna1 zmienna jest ustawiona na Prawdziwe i jest_wyimaginowany zwroty nieruchomości Fałszywe dla tej zmiennej. var2 zmienna jest ustawiona na true co wskazuje na 1. Tak więc, kiedy jest sprawdzane, że var2 jest większe niż 0 lub nie, wtedy zwraca True.
#!/usr/bin/env python3#importuj moduł sympy
z importu sympy *
#Utwórz zmienną symbolu o nazwie 'var1' z wartością
zmienna1 = Symbol('zmienna1',rzeczywista=prawda)
#Przetestuj wartość
drukuj(zmienna1.is_imaginary)
#Utwórz zmienną symbolu o nazwie 'var2' z wartością
zm2 = Symbol('zm2', dodatnia=prawda)
#Sprawdź, czy wartość jest większa niż 0, czy nie
drukuj(zmienna2>0)
Wynik:
Następujące dane wyjściowe pojawią się po uruchomieniu skryptu.
Przykład-5: Utwórz DataFrame za pomocą pand
Biblioteka pandas została opracowana do czyszczenia, analizowania i przekształcania dowolnych danych w pythonie. Wykorzystuje wiele funkcji numpy biblioteka. Dlatego konieczne jest zainstalowanie numpy biblioteka Pythona przed instalacją i użyciem pandy. Jest również używany z innymi naukowymi bibliotekami pytona, takimi jak scipy, matplotlib itp. Podstawowe składniki pandy są seria i Ramka danychmi. Każda seria wskazuje kolumnę danych, a DataFrame jest wielowymiarową tabelą kolekcji serii. Poniższy skrypt generuje ramkę DataFrame na podstawie trzech serii danych. Biblioteka Pandas jest importowana na początku skryptu. Następnie zmienna o nazwie znaki jest deklarowany z trzema seriami danych, które zawierają oceny z trzech przedmiotów trzech uczniów o nazwie 'Janifer”, „Jan” i „Paweł”. Ramka danych() funkcja pand jest używana w następnej instrukcji do wygenerowania DataFrame na podstawie zmiennej znaki i zapisz go w zmiennej, wynik. Wreszcie, wynik zmienna jest wypisywana, aby wyświetlić ramkę DataFrame.
#!/usr/bin/env python3#importuj moduł
importuj pandy jako PD
#Ustaw oceny z trzech przedmiotów dla trzech uczniów
znaki =
„Janifer”: [89, 67, 92],
'Jan': [70, 83, 75],
„Paweł”: [76, 95, 97]
#Utwórz ramkę danych za pomocą pand
tematy = pd.Ramka danych (znaki)
#Wyświetl ramkę danych
drukuj(tematy)
Wynik:
Następujące dane wyjściowe pojawią się po uruchomieniu skryptu.
Przykład-6: Używanie modułu scipy do obliczeń matematycznych
SciPy biblioteka zawiera dużą liczbę algorytmów naukowych do wykonywania obliczeń naukowych w pytonie. Niektóre z nich to integracja, interpolacja, transformacja Fouriera, algebra liniowa, statystyka, plik IO itp. Edytor Spyder służy do pisania i wykonywania kodów z poprzednich przykładów. Ale edytor spyder nie obsługuje modułów scipy. Listę obsługiwanych modułów edytora spyder możesz sprawdzić, naciskając Zależności… opcja menu pomocy. Moduł Scipy nie istnieje na liście. Tak więc następujące dwa przykłady są pokazane z terminala. Otwórz terminal, naciskając „Alt_Ctrl+T” i typ pyton uruchomić interpreter Pythona.
Obliczanie pierwiastka sześciennego liczb
Biblioteka scipy zawiera moduł o nazwie cbrt obliczyć pierwiastek sześcienny dowolną liczbę. Poniższy skrypt obliczy pierwiastek sześcienny trzech liczb. numpy biblioteka jest importowana w celu zdefiniowania listy numerów. Kolejny, scipy biblioteka i cbrt moduł, który jest pod scipy.specjalny są importowane. Pierwiastek sześcienny wartości 8, 27 i 64 są przechowywane w zmiennej wynik który zostanie wydrukowany później.
>>> importuj numer>>> importuj scipy
>>> ze scipy.specjalny import cbrt
>>> wynik = cbrt([ 8, 27, 64])
>>> drukuj(wynik)
Wynik:
Następujące dane wyjściowe pojawią się po uruchomieniu poleceń. Pierwiastek sześcienny z 8, 27 i 64 to 2, 3 i 4.
Rozwiązywanie algebry liniowej za pomocą modułu scipy
linalg moduł biblioteki scipy służy do rozwiązywania algebry liniowej. Tutaj, scipy biblioteka jest importowana w pierwszym poleceniu, a w następnym linalg moduł scipy biblioteka jest importowana. numpy biblioteka jest importowana do deklarowania tablic. Tutaj, równ zmienna jest zadeklarowana do określenia współczynników i wartość zmienna służy do określenia odpowiednich wartości do obliczeń. rozwiązać() funkcja służy do obliczania wyników na podstawie równ i wartość zmienne.
>>> importuj scipy>>> z importu scipy linalg
>>> importuj numpy jako np
>>> równ = np.tablica([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> wart = np.tablica([3, -6, 9])
>>> wynik = linalg.rozwiąż(równ,wartość)
>>> drukuj(wynik)
Wynik:
Następujące dane wyjściowe pojawią się po uruchomieniu powyższych poleceń.
Wniosek:
Python to bardzo przydatny język programowania do rozwiązywania różnego rodzaju problemów matematycznych i naukowych. Python zawiera ogromną liczbę bibliotek do wykonywania tego typu zadań. W tym samouczku pokazano bardzo podstawowe zastosowania niektórych bibliotek. Jeśli chcesz zostać programistą naukowym i nowicjuszem w python(x,y), ten samouczek pomoże ci zainstalować i używać python(x,y) na Ubuntu.
Demo można znaleźć tutaj poniżej:
