Phenquestions
Prieš diegiant:
Prieš diegiant python (x.) Reikia atnaujinti operacinę sistemą.y). Norėdami atnaujinti sistemą, vykdykite šią komandą.
$ sudo apt-get atnaujinimas
Būtina patikrinti, ar koks nors pitono vertėjas yra įdiegtas anksčiau sistemoje, ar ne. Paleiskite šią komandą, kad patikrintumėte įdiegtą python versiją. Prieš diegiant „python“ (x, y), geriau pašalinti bet kurią anksčiau įdiegtą „python“ versiją.
$ python
Išvestis rodo, kad anksčiau sistemoje nebuvo įdiegtas python paketas. Šiuo atveju pirmiausia turime įdiegti pitono vertėją.
Įdiekite „Python“ (x.y)
„Python“ (x, y) arba mokslinius „python“ paketus galite įdiegti dviem būdais. Vienas iš būdų yra atsisiųsti ir įdiegti tinkamą „Python“ (x, y) paketą, pagrįstą „Ubuntu“, ir kitas būdas - įdiegti būtinus paketus, reikalingus moksliniam skaičiavimui „Python“. Antrąjį būdą lengva įdiegti, kurio laikomasi šioje pamokoje.
Veiksmai:
- Pirma, norėdami pradėti diegimo procesą, turite įdiegti python vertėją ir paketų tvarkyklę. Taigi, paleiskite šią komandą, kad įdiegtumėte pitonas3 ir python3-pip pakuotės. Paspauskite 'ykai ji paprašys leidimo įdiegti.
- Toliau turite įdiegti būtinas pitonas3 už mokslinių operacijų atlikimą. Norėdami įdiegti bibliotekas, vykdykite šią komandą. Čia, įvykdžius komandą, bus įdiegtos penkios bibliotekos. Šitie yra numpy, matplotlib, scipy, pandos ir simpatiškas. Šių bibliotekų naudojimas yra paaiškintas kitoje šios pamokos dalyje.
python3-scipy python3-pandas python3-sympy
- Norėdami pašalinti python vertėjo apribojimus ir pateikti patogią sąsają, „ipython“ naudojama pakuotė. Norėdami įdiegti, vykdykite šią komandą „ipython3“ pakuotė.
- Norėdami įdiegti, vykdykite šią komandą qt5 susijusius GUI kūrimo paketus.
python3-pyqt5.qtopengl python3-pyqt5.qtquick
- Spyderis yra naudingas kodo redaktorius, galintis paryškinti sintaksę ir palengvinti kodo redagavimą bei derinimą. Norėdami įdiegti, vykdykite šią komandą spyderis.
Jei visi aukščiau paminėti paketai yra tinkamai įdiegti be klaidų, jūsų python (x, y) yra tinkamai įdiegtas.
Naudojant „Python“ (x, y):
Kai kurie pagrindiniai pitono (x, y) naudojimo būdai parodyti šioje mokymo programos dalyje, naudojant skirtingus pavyzdžius su paaiškinimais. Jums reikės paleisti spyderis kodo rengyklę, kad pradėtumėte naudoti „python“ (x, y). Spustelėkite Rodyti programą piktograma ir tipas “sp ' paieškos laukelyje. Jei spyderis yra tinkamai sumontuotas tada spyderis pasirodys piktograma.
Spustelėkite Spyderis3 piktogramą, kad atidarytumėte programą. Atidarius programą bus rodomas toks ekranas.
Dabar galite pradėti rašyti kodą mokslinėms skaičiavimo užduotims atlikti. Pagrindiniai penkių įdiegtų „Python3“ bibliotekų naudojimo būdai moksliniams veiksmams parodyti šiuose šešiuose pavyzdžiuose.
1 pavyzdys: kintamųjų ir tipų naudojimas
Šis pavyzdys rodo labai paprastą python duomenų tipų ir kintamųjų naudojimą. Šiame scenarijuje deklaruojami keturi kintamųjų tipai. Tai yra ašntegeris, plūdinis, loginis ir stygos. tipas () metodas naudojamas python'e, norint sužinoti bet kurio kintamojo tipą.
#!/ usr / bin / env python3# Priskirti sveiką skaičių
var1 = 50
spausdinti (tipas (var1))
# Naudojant kintamąją vertę
var2 = 3.89
spausdinti (tipas (var2))
# Paskyrimas
var3 = Tiesa
spausdinti (tipas (var3))
# Priskirti eilutės vertę
var4 = "LinuxHint"
spausdinti (tipas (var4))
Išvestis:
Paleiskite scenarijų paspausdami žaisti ( ) mygtuką iš redaktoriaus viršaus. Jei spustelėsite Kintamasis tyrinėtojas skirtuką iš dešinės pusės, tada keturiems kintamiesiems pasirodys tokia išvestis.
2 pavyzdys: naudojant „numpy“ sukuriant vieną ir daugialypę masyvą
Visus skaitmeninio skaičiavimo tipus atlieka numpy paketas pitone. Šis modulis gali apibrėžti ir naudoti daugialypę duomenų struktūrą, vektorius ir matricos duomenis. Jis gali labai greitai apskaičiuoti, nes jį sukūrė C ir FORTRAN. numpy modulis naudojamas šiame scenarijuje deklaruoti ir naudoti vienmates ir dvimates masyvus pitone. Trys masyvų tipai yra deklaruojami scenarijuje. „myArray“ yra vienmatis masyvas, kuriame yra 5 elementai. ndim ypatybė naudojama masyvo kintamojo matmenims sužinoti. len () funkcija naudojama čia skaičiuojant bendrą elemento skaičių „myArray“. shape () funkcija naudojama rodyti dabartinę masyvo formą. myArray2 yra dvimatis masyvas, kuriame yra šeši elementai dviem eilutėmis ir trimis stulpeliais (2 × 3 = 6). dydis () funkcija naudojama suskaičiuoti bendrą myArray2. sutvarkyti () funkcija naudojama sukurti diapazono masyvą, pavadintą „myArray3“ kuris generuoja elementus pridedant 2 prie kiekvieno elemento iš 10.
#!/ usr / bin / env python3#Naudojant numerį
importuoti numpy kaip npy
#Paskelbkite vienos dimensijos masyvą
myArray = npy.masyvas ([90,45,78,12,66])
#Spausdinti visus elementus
spausdinti („myArray“)
#Spausdinkite masyvo matmenį
spausdinti (myArray.ndim)
# Atspausdinkite bendrą elementų skaičių
spausdinti (len (myArray))
#Spausdinkite masyvo formą
spausdinti (npy.forma (myArray))
#Paskelbkite dviejų matmenų masyvą
myArray2 = npy.masyvas ([[101,102,103], ["Nila", "Ella", "Bella"]])
## Atspausdinkite bendrą elementų skaičių
spausdinti (npy.dydis (myArray2))
# Sukurkite diapazono masyvą
myArray3 = npy.apelsinas (10,20,2)
#Spausdinti masyvo elementus
spausdinti („myArray3“)
Išvestis:
Ši išvestis pasirodys paleidus scenarijų.
3 pavyzdys: kreivės braižymas naudojant „Matlab“
Matplotlib biblioteka naudojama kuriant 2D ir 3D mokslinius paveikslus, remiantis konkrečiais duomenimis. Tai gali generuoti aukštos kokybės produkciją įvairiais formatais, tokiais kaip PNG, SVG, EPG ir kt. Tai yra labai naudingas modulis, skirtas generuoti tyrimų duomenų skaičius, kur figūrą galima bet kada atnaujinti keičiant duomenis. Kaip naudojant šį modulį galite nubrėžti kreivę pagal x ir y ašių reikšmes, parodyta šiame pavyzdyje. pylab naudojama kreivei nubrėžti. linspace () funkcija naudojama nustatyti x ašies vertę reguliariais intervalais. Y ašies vertės apskaičiuojamos kvadratu x ašies reikšmė. paveikslas () yra init funkcija, naudojama įgalinti pylab. „b“ simbolis naudojamas sklypas () funkcija kreivės spalvai nustatyti. Čia „b“ žymi mėlyną spalvą. xlabel () funkcija naudojama nustatyti x ašies pavadinimą ir ylabel () funkcija naudojama nustatyti ašies pavadinimą. Grafiko pavadinimą nustato pavadinimas () metodas.
#!/ usr / bin / env python3#Naudojant pylab modulį
importuoti pylab kaip pl
#Nustatykite x ašies vertę
x = pl.linspace (0, 8, 20)
# Apskaičiuokite y ašies vertę
y = x ** 2
# Inicijavimas braižymui
pl.paveikslas ()
# Nustatykite diagramą pagal x, y reikšmę su mėlyna spalva
pl.siužetas (x, y, 'b')
#Nustatykite x ašies pavadinimą
pl.xlabel ('x')
#Nustatykite y ašies pavadinimą
pl.ylabel ('y')
#Nustatykite diagramos pavadinimą
pl.pavadinimas („Braižymo pavyzdys“)
pl.Rodyti()
Išvestis:
Ši išvestis pasirodys paleidus scenarijų. Kreivė rodoma dešinėje apatinėje vaizdo pusėje.
4 pavyzdys: Sympy modulio naudojimas simboliniams kintamiesiems
„sympy“ biblioteka naudojama „Python“ simbolinei algebrai. Simbolių klasė naudojama norint sukurti naują simbolį python. Čia deklaruojami du simboliniai kintamieji. var1 kintamasis nustatytas kaip Tiesa ir is_galvotas turto grąža Klaidinga šiam kintamajam. var2 kintamasis nustatomas kaip „true“, kuris rodo 1. Taigi, kai tai patikrinama var2 yra didesnis nei 0, ar ne, tada jis grąžina tiesą.
#!/ usr / bin / env python3#import sympy modulis
iš sympy importo *
#Sukurkite simbolio kintamąjį pavadinimu „var1“ su verte
var1 = simbolis ('var1', realus = tiesa)
#Testuokite vertę
spausdinti (var1.is_imaginary)
# Sukurkite simbolio kintamąjį, pavadintą „var2“ su verte
var2 = simbolis ('var2', teigiamas = tiesa)
#Patikrinkite, ar vertė yra didesnė nei 0, ar ne
spausdinti (var2> 0)
Išvestis:
Ši išvestis pasirodys paleidus scenarijų.
5 pavyzdys: sukurkite „DataFrame“ naudodami pandas
„pandas“ biblioteka sukurta valant, analizuojant ir transformuojant bet kokius „python“ duomenis. Jis naudoja daugybę numpy biblioteka. Taigi, būtina įdiegti numpy prieš diegdami ir naudodami „Python“ biblioteką pandos. Jis taip pat naudojamas su kitomis mokslinėmis Python panašių bibliotekomis scipy, matplotlib ir pan. Pagrindiniai komponentai pandos yra serijos ir „DataFram“e. Bet kuri serija nurodo duomenų stulpelį, o „DataFrame“ yra daugialypė serijų rinkinio lentelė. Šis scenarijus sukuria „DataFrame“, pagrįstą trimis duomenų serijomis. „Pandas“ biblioteka importuojama scenarijaus pradžioje. Toliau - kintamasis, pavadintas ženklų yra deklaruojamas su trimis duomenų serijomis, kuriose yra trijų mokinių, pavadintų „trys dalykai“ pažymiaiJaniferis “,„ Jonas “ir„ Paulius “. „DataFrame“ () „pandas“ funkcija naudojama kitame sakinyje, norint sukurti „DataFrame“, remiantis kintamuoju ženklų ir saugokite jį kintamajame, rezultatas. Galiausiai rezultatas kintamasis atspausdintas, kad būtų rodomas „DataFrame“.
#!/ usr / bin / env python3#importuoti modulį
importuoti pandas kaip pd
# Nustatykite trijų dalykų pažymius trims studentams
žymės =
„Janiferis“: [89, 67, 92],
Jonas: [70, 83, 75],
„Paulius“: [76, 95, 97]
# Sukurkite duomenų kadrą naudodami pandas
tiriamieji = pd.„DataFrame“ (ženklai)
#Pasirinkite duomenų kadrą
spausdinti (dalykai)
Išvestis:
Ši išvestis pasirodys paleidus scenarijų.
6 pavyzdys: „Scipy“ modulio naudojimas matematiniam skaičiavimui
SciPy bibliotekoje yra daugybė mokslinių algoritmų, skirtų atlikti mokslinį skaičiavimą pitone. Kai kurie iš jų yra integracija, interpoliacija, Furjė transformacija, tiesinė algebra, statistika, failų IO ir kt. „Spyder“ redaktorius naudojamas ankstesnių pavyzdžių kodams rašyti ir vykdyti. Bet „spyder“ redaktorius nepalaiko „scipy“ modulių. Galite patikrinti palaikomų „spyder editor“ modulių sąrašą paspausdami Priklausomybės… pagalbos meniu parinktis. „Scipy“ modulio sąraše nėra. Taigi šie du pavyzdžiai parodyti iš terminalo. Atidarykite terminalą paspausdami „„Alt_Ctrl“ + T “ ir tipas pitonas paleisti pitono vertėją.
Skaičiuokite kubo šaknį
„scipy“ bibliotekoje yra modulis, pavadintas cbrt norint apskaičiuoti kubo šaknį bet kurį skaičių. Šis scenarijus apskaičiuos trijų skaičių kubo šaknį. numpy biblioteka importuojama, kad būtų apibrėžtas skaičių sąrašas. Kitas, skeptiškas biblioteka ir cbrt modulis, kuris yra skeptiškas.ypatingas yra importuojami. Kubo šaknies vertės 8, 27 ir 64 saugomos kintamajame rezultatas kad atspausdinta vėliau.
>>> importuoti numerį>>> importuoti scipy
>>> iš scipy.specialus importo kreditas
>>> rezultatas = cbrt ([8, 27, 64])
>>> spausdinti (rezultatas)
Išvestis:
Paleidus komandas pasirodys toks išėjimas. 8, 27 ir 64 kubo šaknis yra 2, 3 ir 4.
Linijinės algebros sprendimas naudojant scipy modulį
linalg „scipy library“ modulis naudojamas tiesinei algebrai išspręsti. Čia, skeptiškas biblioteka importuojama pirmoje ir kitoje komandoje linalg modulis skeptiškas biblioteka yra importuota. numpy biblioteka importuojama deklaruoti masyvus. Čia, ekv kintamasis yra deklaruojamas apibrėžti koeficientus ir val kintamasis naudojamas apibrėžiant atitinkamas skaičiavimo vertes. išspręsti () funkcija naudojama apskaičiuojant rezultatus remiantis ekv ir val kintamieji.
>>> importuoti scipy>>> iš scipy importo linalg
>>> importuoti numerį kaip np
>>> eq = np.masyvas ([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> val = np.masyvas ([3, -6, 9])
>>> rezultatas = linalg.išspręsti (eq, val)
>>> spausdinti (rezultatas)
Išvestis:
Paleidus minėtas komandas pasirodys toks išvestis.
Išvada:
„Python“ yra labai naudinga programavimo kalba sprendžiant įvairių tipų matematines ir mokslines problemas. „Python“ yra daugybė bibliotekų, atliekančių tokio tipo užduotis. Šiame pamokoje parodyti patys pagrindiniai kai kurių bibliotekų naudojimo būdai. Jei norite būti mokslinis programuotojas ir „Python“ (x, y) naujokas, ši pamoka padės jums įdiegti ir naudoti „Python“ (x, y) „Ubuntu“.
Demonstraciją rasite čia žemiau:
