Phenquestions
Paprasčiausias „Python“ naudojimas matematikai yra skaičiuoklė. Norėdami tai padaryti, paleiskite „Python“ terminale ir naudokite spausdinimo funkciją.
Paprasta matematika yra prieinama net neaktyvinant matematikos modulio, tačiau, be skaičiavimo, atimties, padalijimo ir daugybos, turite importuoti matematikos modulį. Kad kodas būtų trumpas, importuokite kaip „m“. Dabar prieš visas naudojamas funkcijas įdėsite m ir tašką. Tai veikia vienodai su visais „Python“ moduliais. Jei norite naudoti sudėtingus skaičius, naudokite „cmath“ modulį.
Toliau pateikiamos kai kurių bibliotekų specializacijos tam tikriems poreikiams tenkinti.
- „NumPy“ bibliotekos tvarko matematines masyvų funkcijas. Galima sukurti bet kokio tipo masyvus, taip pat palaikomas optimizavimas atmintyje. N matmenų masyvas yra visiškai uždengtas. Funkcijos, kurias valdo biblioteka, apima iteraciją, „Fourier Transfom“, linijinę algebrą ir finansines funkcijas. Ši biblioteka taip pat įdiegia C-API, kad galėtumėte naudoti C greitį neišversdami viso projekto.
- „SciPy“ yra su mokslu susijusios programinės įrangos rinkinys, kurio centre yra matematinės užduotys. Jei jums reikia ką nors apskaičiuoti, tai yra gera vieta pradėti. Kolekcija apima integravimą, optimizavimą ir retas savąsias vertes.
- „Scikit-image“ yra puikus resursas manipuliuoti ir analizuoti vaizdus. Biblioteka turi linijų, briaunų ir funkcijų aptikimo funkcijų. Jis taip pat turi atkūrimo savybių, kai turite vaizdų su defektais. Taip pat yra daugybė analizės įrankių.
- „Scikit-learn“ yra naudinga norint gauti mašininio mokymosi kodą. Jame yra klasifikavimo, regresijos, grupavimo ir kt. Moduliai. Tinklalapyje gausu naudingų pavyzdžių, kad galėtumėte lengvai pradėti.
- „Pandas“ yra jūsų didžiųjų duomenų rinkinių šaltinis, kuriame galite atlikti savo duomenų mokslą. „Pandas“ palaiko duomenų analizę ir modeliavimą bei daro tai naudodamas paprastą ir aiškų kodą. Daugelis funkcijų yra verčiamos iš „R“, todėl galite prototipuoti su „Pandas“.
- „Statsmodels“ apima jūsų statistinių modelių poreikius. Ši biblioteka tvarko daug panašių dalykų, pvz., „Panda“, bet taip pat gali importuoti „Sata“ failus ir tvarkyti laiko eilučių analizę. Yra smėlio dėžė, kurioje galite eksperimentuoti su skirtingais statistiniais modeliais. Tas konkretus kodas dar nėra išbandytas, bet galbūt jis yra pakankamai arti, kad galėtumėte baigti darbą.
- Matplotlib: grafikams braižyti priskiriami animaciniai siužetai.
Ankstesnės bibliotekos puikiai tinka matematikai, tačiau jos sąmoningai nesilaikė planavimo. Užtat jie leido tokioms bibliotekoms kaip matplotlib tvarkytis
Dėl to matplotlib tapo platus ir jame taip pat yra daug palaikomos programinės įrangos, apimančios žemėlapių sudarymą, braižymą ir elektroninių grandinių projektavimą.
- „Gnuplot“.py yra populiarios „gnuplot“ programos sąsajos paketas. Jis turi objektyvų dizainą, todėl galite pridėti savo plėtinius.
- Patsy statistinius modelius apibūdina visomis jo formomis. Jis taip pat turi daug funkcijų, kurios yra įprastos R, tačiau turi nedidelius skirtumus, pavyzdžiui, kaip žymėti eksponavimą. Patsy sukurs matricas naudodamas formules, labai panašias į tai, kaip tai daroma S ir R.
- Sympy: Jei norite atsispausdinti matematines formules, naudokite šią biblioteką. Jis taip pat gali įvertinti išraiškas. Tai labai naudinga kuriant formules „LaTeX“ dokumentuose. Jūs netgi galite paleisti „Sympy“ savo naršyklėje, kad ją išbandytumėte.
Dabar, kai sužinojote, kokius projektus naudoti matematikai, netruksite apdorojimo galios. Norėdami ištaisyti šią situaciją, dažniausiai atliekamas lygiagretus vykdymas. Tam tikslui yra kelios „Python“ bibliotekos.
„Mpi4py“ biblioteka teikia susiejimus su standartine pranešimų perdavimo sąsaja. Turite atsisiųsti standartinę lygiagrečią biblioteką, pvz., Mpich ar openmpi. Abi yra standartinėse saugyklose.
Kita biblioteka yra lygiagretusis pitonas arba pp. „Parallel Python“ sukuria serverį ir daug klientų, kurie perima užduotis iš jūsų serverio. Šis projektas neįgyvendina standarto, o jūs naudojate serverį ir klientą iš to paties paketo visose savo mašinose. Tam tikrais būdais tai yra paprasčiau, tačiau tam reikia daugiau, kai jūsų projektas tampa didelis ir jums reikia kitų žmonių, kurie skolintų jums apdorojimo galią.
Šios bibliotekos visos yra geros, tačiau įsitikinkite, kad išsirinkote tinkamą jūsų poreikiams.
Pasirinkimas nėra negrįžtamas, tačiau vėliau reikės daug darbo. Norėdami naudoti naują biblioteką, reikės pakeisti šaltinio kodą ir atsiras naujų gedimų, todėl rinkitės protingai.
Jei norite interaktyviai atlikti skaičiavimus, įdiekite ir naudokite „Ipython“, nes tai yra patobulinta „Python“ komandinės eilutės versijos versija. Be to, jei dar to nepadarėte, apsvarstykite galimybę naudoti „Jupyter“. Tai suteikia jums nešiojamąjį kompiuterį, dokumentus ir kodų konsolę toje pačioje darbo vietoje.
Ši sistema veikia kaip IDE, tačiau yra skirta labiau nei jūsų, o jūsų kuriamų problemų ir programinės įrangos tyrinėjimui.
Norėdami gauti daugiau informacijos, skaitykite šiuos straipsnius:
- Kaip įdiegti „Anaconda Python“ į „Ubuntu 18“.04 LTS
- „Anaconda Python“ mokymo programa
- 10 geriausių „Ubuntu“ „Python“ IDE
- Kaip įdiegti „Jupyter“ bloknotus „Ubuntu 18“.04 LTS
