Phenquestions
Voor installatie:
Het besturingssysteem moet worden bijgewerkt voordat python (x .) wordt geïnstalleerd.j). Voer de volgende opdracht uit om het systeem bij te werken:.
$ sudo apt-get update
Het is noodzakelijk om te controleren of een python-interpreter eerder in het systeem is geïnstalleerd of niet. Voer de volgende opdracht uit om de geïnstalleerde versie van python te controleren. Het is beter om alle eerder geïnstalleerde python-versies te verwijderen voordat u python(x,y) installeert.
$ python
De uitvoer laat zien dat er nog geen python-pakket eerder in het systeem is geïnstalleerd. Voor dit geval moeten we eerst de python-interpreter installeren.
Installeer Python(x.j)
U kunt python(x,y) of wetenschappelijke python-pakketten op twee manieren installeren. Een manier is om een geschikt python(x,y)-pakket te downloaden en te installeren op basis van Ubuntu en een andere manier is om de benodigde pakketten te installeren voor het uitvoeren van wetenschappelijk computergebruik in Python. De tweede manier is eenvoudig te installeren, die wordt gevolgd in deze tutorial.
Stappen:
- Eerst moet je de python-interpreter en pakketbeheerder installeren om het installatieproces te starten. Voer dus de volgende opdracht uit om te installeren: python3 en python3-pip pakketjes. Druk op 'ja' wanneer het toestemming zal vragen voor installatie.
- Vervolgens moet u de nodige wetenschappelijke bibliotheken installeren van python3 voor het doen van wetenschappelijke operaties. Voer de volgende opdracht uit om de bibliotheken te installeren:. Hier worden vijf bibliotheken geïnstalleerd na het uitvoeren van de opdracht. Dit zijn numpy, matplotlib, scipy, panda's en symfonie. Het gebruik van deze bibliotheken wordt uitgelegd in het volgende deel van deze tutorial.
python3-scipy python3-panda's python3-sympy
- Om de beperkingen van de python-interpreter te verwijderen en een gebruiksvriendelijke interface te bieden, ipython pakket wordt gebruikt. Voer de volgende opdracht uit om te installeren: ipython3 pakket.
- Voer de volgende opdracht uit om te installeren: qt5 gerelateerde pakketten voor GUI-ontwikkeling.
python3-pyqt5.qtopengl python3-pyqt5.snel
- Spyder is een handige code-editor die de syntaxis kan markeren en het bewerken en debuggen van de code gemakkelijker maakt. Voer de volgende opdracht uit om te installeren: spyder.
Als alle hierboven genoemde pakketten correct en zonder fouten zijn geïnstalleerd, is uw python (x,y) correct geïnstalleerd.
Python(x,y) gebruiken:
Enkele basistoepassingen van python(x,y) worden in dit deel van de tutorial getoond aan de hand van verschillende voorbeelden met uitleg. U moet de spyder code-editor om python(x,y) te gaan gebruiken. Klik op de Applicatie tonen icoon en typ 'sp' in het zoekvak. Als spyder is dan goed geïnstalleerd spyder icoon zal verschijnen.
Klik op Spyder3 icoon om de applicatie te openen. Na het openen van de applicatie verschijnt het volgende scherm:.
Nu kunt u beginnen met het schrijven van code voor het uitvoeren van wetenschappelijke computertaken. Het basisgebruik van de vijf geïnstalleerde bibliotheken van python3 voor wetenschappelijke bewerkingen wordt getoond in de volgende zes voorbeelden:.
Voorbeeld-1: Variabelen en typen gebruiken
Dit voorbeeld toont het zeer basale gebruik van python-gegevenstypen en -variabelen. In het volgende script worden vier soorten variabelen gedeclareerd. dit zijn integer, float, boolean en draad. type() methode wordt gebruikt in python om het type van een variabele te achterhalen.
#!/usr/bin/env python3#Toewijzen van een geheel getal
var1 = 50
afdrukken (type(var1))
#Assing float-waarde
var2 = 3.89
afdrukken (type (var2))
#Toewijzen
var3 = Waar
afdrukken (type(var3))
#Toewijzen van tekenreekswaarde
var4 = "LinuxHint"
afdrukken (type(var4))
Uitgang:
Voer het script uit door op te drukken Speel ( ) knop vanaf de bovenkant van de editor. Als u op de . klikt Variabele verkenner tab vanaf de rechterkant, dan verschijnt de volgende uitvoer voor de vier variabelen:.
Voorbeeld-2: Numpy gebruiken om een en meerdimensionale array te maken
Alle soorten numerieke berekeningen worden gedaan door: numpy pakket in python. De multidimensionale gegevensstructuur, vector- en matrixgegevens kunnen door deze module worden gedefinieerd en gebruikt. Het kan heel snel rekenen omdat het is ontwikkeld door C en FORTRAN. numpy module wordt gebruikt in het volgende script om eendimensionale en tweedimensionale arrays in python te declareren en te gebruiken. Er worden drie soorten arrays gedeclareerd in het script. mijnArray is een eendimensionale array die 5 elementen bevat. ndim eigenschap wordt gebruikt om de dimensie van een arrayvariabele te achterhalen. len() functie wordt hier gebruikt om het totale aantal elementen van te tellen mijnArray. zohap() functie wordt gebruikt om de huidige vorm van de array weer te geven. mijnArray2 is een tweedimensionale array die zes elementen in twee rijen en drie kolommen bevat (2×3=6). grootte() functie wordt gebruikt om de totale elementen van te tellen mijnArray2. regelen() functie wordt gebruikt om een bereikarray te maken met de naam mijnArray3 die elementen genereert door 2 toe te voegen aan elk element van 10.
#!/usr/bin/env python3#Numpy gebruiken
importeer numpy als npy
#Declareer een eendimensionale array
mijnArray = npy.reeks([90,45,78,12,66])
#Print alle elementen
print(mijnArray)
#Druk de afmeting van de array af
print(myArray).ndim)
#Print het totale aantal elementen
print(len(myArray))
#Druk de vorm van de array af
print(npy.vorm (myArray))
#Declareer een tweedimensionale array
mijnArray2 = npy.array([[101,102,103],["Nila","Ella","Bella"]])
##Print het totale aantal elementen
print(npy.grootte (myArray2))
#Maak een bereikarray
myArray3=npy.bereik(10,20,2)
#Druk de array-elementen af
print(myArray3)
Uitgang:
De volgende uitvoer zal verschijnen na het uitvoeren van het script:.
Voorbeeld-3: Matlab gebruiken om een curve te tekenen
Matplotlib bibliotheek wordt gebruikt om 2D- en 3D-wetenschappelijke figuren te maken op basis van specifieke gegevens. Het kan output van hoge kwaliteit genereren in verschillende formaten zoals PNG, SVG, EPG, enz. Het is een zeer nuttige module voor het genereren van cijfers voor onderzoeksgegevens, waarbij het cijfer op elk moment kan worden bijgewerkt door gegevens te wijzigen. Hoe u een curve kunt tekenen op basis van de x-as en y-as waarden met behulp van deze module, wordt in dit voorbeeld getoond. pylab wordt gebruikt om de curve hier te tekenen. linspace() functie wordt gebruikt om de x-aswaarde in een regelmatig interval in te stellen. Y-aswaarden worden berekend door de waarde van de x-as te kwadrateren. figuur() is een init-functie die wordt gebruikt om pylab. 'b'-teken wordt gebruikt in verhaal() functie om de kleur van de curve in te stellen. Hier geeft 'b' de blauwe kleur aan. xlabel() functie wordt gebruikt om de titel van de x-as in te stellen en ylabel() functie wordt gebruikt om de titel van de y-as in te stellen. De titel van de grafiek wordt bepaald door titel() methode.
#!/usr/bin/env python3#Pylab-module gebruiken
importeer pylab als pl
#Stel de waarde van de x-as in
x = pl.linspace(0, 8, 20)
#Bereken de waarde van de y-as
y = x ** 2
#Initialisatie voor plotten
meer.figuur()
#Stel de plot in op basis van x, y-waarde met blauwe kleur
meer.plot (x, y, 'b')
#Stel de titel in voor de x-as
meer.xlabel('x')
#Stel de titel in voor de y-as
meer.ylabel('y')
#Stel de titel voor de grafiek in
meer.title('Plotvoorbeeld')
meer.tonen()
Uitgang:
De volgende uitvoer zal verschijnen na het uitvoeren van het script:. De curve wordt rechtsonder in de afbeelding weergegeven.
Voorbeeld-4: Sympy-module gebruiken voor symbolische variabelen
sympy-bibliotheek wordt in python gebruikt voor symbolische algebra. Symboolklasse wordt gebruikt om een nieuw symbool te maken in python. Hier worden twee symbolische variabelen gedeclareerd. var1 variabele is ingesteld op waar en is_imaginair eigendomsretouren niet waar voor deze variabele. var2 variabele is ingesteld op waar die 1 . aangeeft. Dus, wanneer wordt gecontroleerd dat var2 groter is dan 0 of niet, dan retourneert het True.
#!/usr/bin/env python3#import sympy module
van sympy import *
#Maak een symboolvariabele met de naam 'var1' met een waarde
var1 = Symbool('var1',real=True)
#Test de waarde
afdrukken (var1.is_imaginair)
#Maak een symboolvariabele met de naam 'var2' met een waarde
var2 = Symbool('var2', positief=True)
#Controleer of de waarde meer dan 0 is of niet
afdrukken(var2>0)
Uitgang:
De volgende uitvoer zal verschijnen na het uitvoeren van het script:.
Voorbeeld-5: DataFrame maken met panda's
pandas-bibliotheek is ontwikkeld voor het opschonen, analyseren en transformeren van alle gegevens in python. Het gebruikt veel functies van numpy bibliotheek. Het is dus essentieel om te installeren numpy bibliotheek van python voor installatie en gebruik panda's. Het wordt ook gebruikt met andere wetenschappelijke bibliotheken van python zoals: scipy, matplotlib enz. De kerncomponenten van panda's zijn serie en DataFrame. Elke reeks geeft de kolom met gegevens aan en een DataFrame is een multidimensionale tabel van een verzameling reeksen. Het volgende script genereert een DataFrame op basis van drie reeksen gegevens:. Panda's bibliotheek wordt geïmporteerd aan het begin van het script. Vervolgens een variabele met de naam merken wordt gedeclareerd met drie reeksen gegevens die cijfers bevatten van drie vakken van drie studenten met de naam 'Janifer', 'John' en 'Paul'. DataFrame() functie van panda's wordt gebruikt in de volgende instructie om een DataFrame te genereren op basis van de variabele merken en sla het op in de variabele, resultaat. Als laatste, de resultaat variabele wordt afgedrukt om het DataFrame weer te geven.
#!/usr/bin/env python3#importeer de module
panda's importeren als pd
#Stel cijfers in voor drie vakken voor drie studenten
merken =
'Janifer': [89, 67, 92],
'Jan': [70, 83, 75],
'Paulus': [76, 95, 97]
#Maak het dataframe met behulp van panda's
onderwerpen = pd.DataFrame(markeringen)
#Geef het dataframe weer
afdrukken (onderwerpen)
Uitgang:
De volgende uitvoer zal verschijnen na het uitvoeren van het script:.
Voorbeeld-6: scipy-module gebruiken voor wiskundige berekening
SciPy bibliotheek bevat een groot aantal wetenschappelijke algoritmen voor het uitvoeren van wetenschappelijke berekeningen in python. Sommigen van hen zijn integratie, interpolatie, Fourier-transformatie, lineaire algebra, statistiek, bestands-IO, enz. Spyder-editor wordt gebruikt om de codes in eerdere voorbeelden te schrijven en uit te voeren. Maar spyder-editor ondersteunt de scipy-modules niet. U kunt de lijst met ondersteunde modules van spyder-editor controleren door op te drukken afhankelijkheden… optie van het helpmenu. Scipy-module bestaat niet in de lijst. Dus de volgende twee voorbeelden worden getoond vanaf de terminal:. Open de terminal door op "Alt_Ctrl+T” en typ Python om de python-interpreter uit te voeren.
De derdemachtswortel van getallen berekenen
scipy-bibliotheek bevat een module met de naam cbrt om de derdemachtswortel een willekeurig getal te berekenen. Het volgende script berekent de derdemachtswortel van drie getallen. numpy bibliotheek wordt geïmporteerd om de lijst met nummers te definiëren. De volgende, pittig bibliotheek en cbrt module die onder is pittig.speciaal worden geïmporteerd. De derdemachtswortelwaarden van 8, 27 en 64 worden opgeslagen in de variabele resultaat dat wordt later afgedrukt.
>>> import numpy>>> importeer scipy
>>> van scipy.speciale import cbrt
>>> resultaat = cbrt([ 8, 27, 64])
>>> afdrukken (resultaat)
Uitgang:
De volgende uitvoer verschijnt na het uitvoeren van de opdrachten:. De derdemachtswortel van 8, 27 en 64 zijn 2, 3 en 4.
Lineaire algebra oplossen met behulp van de scipy-module
linalg module van scipy bibliotheek wordt gebruikt om de lineaire algebra op te lossen. Hier, pittig bibliotheek wordt geïmporteerd in de eerste opdracht en de volgende linalg module van pittig bibliotheek is geïmporteerd. numpy bibliotheek wordt geïmporteerd om de arrays te declareren. Hier, gelijk aan variabele wordt gedeclareerd om de coëfficiënten te definiëren en val variabele wordt gebruikt om de respectieve waarden voor berekening te definiëren. oplossen() functie wordt gebruikt om de resultaten te berekenen op basis van: gelijk aan en val variabelen.
>>> importeer scipy>>> van scipy import linalg
>>> importeer numpy als np
>>> eq = np.array([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> waarde = np.reeks([3, -6, 9])
>>> resultaat = linalg.oplossen(eq,val)
>>> afdrukken (resultaat)
Uitgang:
De volgende uitvoer verschijnt na het uitvoeren van de bovenstaande opdrachten:.
Conclusie:
Python is een zeer nuttige programmeertaal voor het oplossen van verschillende soorten wiskundige en wetenschappelijke problemen. Python bevat enorme aantallen bibliotheken om dit soort taken uit te voeren. Het basisgebruik van sommige bibliotheken wordt in deze zelfstudie getoond. Als je een wetenschappelijk programmeur en een beginner voor python(x,y) wilt zijn, dan zal deze tutorial je helpen om python(x,y) op Ubuntu te installeren en te gebruiken.
Een demo vind je hieronder:
