Phenquestions
Prije instalacije:
Operativni sustav treba ažurirati prije instaliranja pythona (x.y). Pokrenite sljedeću naredbu za ažuriranje sustava.
$ sudo apt-get ažuriranje
Potrebno je provjeriti je li bilo koji python interpreter instaliran prije u sustav ili nije. Pokrenite sljedeću naredbu da biste provjerili instaliranu verziju pythona. Prije instaliranja pythona (x, y) bolje je ukloniti bilo koju prethodno instaliranu verziju pythona.
$ python
Izlaz pokazuje da nijedan python paket prije nije bio instaliran u sustav. U ovom slučaju, prvo moramo instalirati python interpreter.
Instalirajte Python (x.y)
Python (x, y) ili znanstvene python pakete možete instalirati na dva načina. Jedan od načina je preuzimanje i instaliranje odgovarajućeg python (x, y) paketa koji se temelji na Ubuntuu, a drugi način je instaliranje potrebnih paketa za izvođenje znanstvenog računanja u Pythonu. Drugi način je jednostavan za instalaciju koji slijedi u ovom vodiču.
Koraci:
- Prvo morate instalirati python tumač i upravitelj paketa da biste započeli postupak instalacije. Dakle, pokrenite sljedeću naredbu za instalaciju python3 i python3-pip paketi. Pritisnite 'g'kad će zatražiti dopuštenje za instalaciju.
- Dalje, morate instalirati potrebne znanstvene knjižnice python3 za obavljanje znanstvenih operacija. Izvedite sljedeću naredbu da biste instalirali knjižnice. Ovdje će biti instalirano pet knjižnica nakon izvršavanja naredbe. Ovi su numpy, matplotlib, scipy, pande i simpija. Uporaba ovih knjižnica objašnjena je u sljedećem dijelu ovog vodiča.
python3-scipy python3-pande python3-symy
- Ukloniti ograničenja python interpretera i pružiti korisničko sučelje, ipython koristi se paket. Za instalaciju pokrenite sljedeću naredbu ipython3 paket.
- Za instalaciju pokrenite sljedeću naredbu qt5 povezani paketi za razvoj GUI-a.
python3-pyqt5.qtopengl python3-pyqt5.qtquick
- Spyder je koristan uređivač koda koji može istaknuti sintaksu i olakšati uređivanje i uklanjanje pogrešaka. Za instalaciju pokrenite sljedeću naredbu špijun.
Ako su svi gore navedeni paketi ispravno instalirani bez ikakve greške, tada je vaš python (x, y) pravilno instaliran.
Korištenje Pythona (x, y):
U ovom su dijelu tutorijala prikazane neke osnovne upotrebe pythona (x, y) pomoću različitih primjera s objašnjenjima. Morat ćete pokrenuti špijun uređivač koda za početak korištenja pythona (x, y). Klikni na Prikaži prijavu ikona i tip 'sp ' u okviru za pretraživanje. Ako špijun je tada pravilno instaliran špijun pojavit će se ikona.
Kliknite na Spyder3 ikona za otvaranje aplikacije. Nakon otvaranja aplikacije pojavit će se sljedeći zaslon.
Sada možete početi pisati kod za obavljanje zadataka znanstvenog računanja. Osnovne upotrebe pet instaliranih knjižnica python3 za znanstvene operacije prikazane su u sljedećih šest primjera.
Primjer-1: Korištenje varijabli i tipova
Ovaj primjer pokazuje vrlo osnovnu upotrebu python tipova podataka i varijabli. U sljedećoj skripti deklarirane su četiri vrste varijabli. To su janteger, float, boolean i niz. tip() metoda koristi se u pythonu da bi se saznala vrsta bilo koje varijable.
#!/ usr / bin / env python3# Dodjela cjelobrojne vrijednosti
var1 = 50
ispis (vrsta (var1))
#Assinging float value
var2 = 3.89
ispis (vrsta (var2))
# Dodjeljivanje
var3 = Tačno
ispis (vrsta (var3))
# Dodjela vrijednosti niza
var4 = "LinuxHint"
ispis (vrsta (var4))
Izlaz:
Pokrenite skriptu pritiskom na igra ( ) gumb s vrha uređivača. Ako kliknete na Istraživač varijabli tab s desne strane, tada će se za četiri varijable pojaviti sljedeći izlaz.
Primjer-2: Korištenje numpy-a za stvaranje jednodimenzionalnog niza
Sve vrste numeričkog računanja obavlja numpy paket u pythonu. Ovaj modul može definirati i koristiti višedimenzionalnu strukturu podataka, vektorske i matrične podatke. Može izračunati vrlo brzo jer su ga razvili C i FORTRAN. numpy modul se koristi u sljedećoj skripti za deklariranje i upotrebu jednodimenzionalnih i dvodimenzionalnih polja u pythonu. U skripti su deklarirane tri vrste nizova. myArray je jednodimenzionalni niz koji sadrži 5 elemenata. ndim svojstvo se koristi za otkrivanje dimenzije varijable polja. len () ovdje se koristi funkcija za brojanje ukupnog broja elemenata myArray. shape () funkcija koristi se za prikaz trenutnog oblika niza. myArray2 je dvodimenzionalni niz koji sadrži šest elemenata u dva retka i tri stupca (2 × 3 = 6). veličina() funkcija koristi se za brojanje ukupnih elemenata myArray2. dogovoriti () funkcija koristi se za stvaranje niza raspona s imenom myArray3 koji generira elemente dodavanjem 2 sa svakim elementom iz 10.
#!/ usr / bin / env python3#Using numpy
uvoz numpy kao npy
# Proglasite jednodimenzionalni niz
myArray = npy.niz ([90,45,78,12,66])
# Ispišite sve elemente
ispis (myArray)
# Ispišite dimenziju niza
ispis (myArray.ndim)
# Ispišite ukupan broj elemenata
ispis (len (myArray))
# Ispišite oblik polja
ispis (npy.oblik (myArray))
# Proglasite dvodimenzionalni niz
myArray2 = npy.niz ([[101,102,103], ["Nila", "Ella", "Bella"]])
## Ispišite ukupan broj elemenata
ispis (npy.veličina (myArray2))
# Stvorite niz raspona
myArray3 = npy.aranžman (10,20,2)
# Ispišite elemente niza
ispis (myArray3)
Izlaz:
Sljedeći će se izlaz pojaviti nakon pokretanja skripte.
Primjer-3: Korištenje Matlaba za crtanje krivulje
Matplotlib Biblioteka se koristi za stvaranje 2D i 3D znanstvenih slika na temelju određenih podataka. Može generirati visokokvalitetne rezultate u različitim formatima kao što su PNG, SVG, EPG itd. To je vrlo koristan modul za generiranje podataka za istraživačke podatke gdje se slika može ažurirati u bilo kojem trenutku promjenom podataka. Kako možete crtati krivulju na temelju vrijednosti x i y osi pomoću ovog modula, prikazano je u ovom primjeru. pilab ovdje se koristi za crtanje krivulje. Linspace () funkcija se koristi za postavljanje vrijednosti x osi u redovnom intervalu. Vrijednosti osi Y izračunavaju se izračunavanjem vrijednosti x osi. lik() je init funkcija koja se koristi za omogućavanje pilab. "b" znak se koristi u zemljište() funkcija za postavljanje boje krivulje. Ovdje 'b' označava plavu boju. xlabel () funkcija se koristi za postavljanje naslova x osi i ylabel () funkcija se koristi za postavljanje naslova osi y. Naslov grafikona postavlja se pomoću titula() metoda.
#!/ usr / bin / env python3#Upotreba pylab modula
uvozni pilab kao pl
# Postavite vrijednost x osi
x = mn.linijski prostor (0, 8, 20)
# Izračunajte vrijednost y osi
y = x ** 2
# Inicijalizacija za crtanje
mn.lik()
# Postavite grafiku na osnovu x, y vrijednosti s plavom bojom
mn.zaplet (x, y, 'b')
# Postavite naslov za x-os
mn.xlabel ('x')
# Postavite naslov za os y
mn.ylabel ('y')
# Postavite naslov za graf
mn.naslov ('Primjer crtanja')
mn.pokazati()
Izlaz:
Sljedeći će se izlaz pojaviti nakon pokretanja skripte. Krivulja je prikazana na desnoj donjoj strani slike.
Primjer-4: Korištenje simpi modula za simboličke varijable
knjižnica symy koristi se u pythonu za simboličku algebru. Klasa Symbol koristi se za stvaranje novog simbola u pythonu. Ovdje su deklarirane dvije simboličke varijable. var1 varijabla je postavljena na Pravi i je_magičan povrat imovine Lažno za ovu varijablu. var2 varijabla je postavljena na true što označava 1. Dakle, kad se to provjeri var2 je veće od 0 ili ne, tada vraća True.
#!/ usr / bin / env python3#uvoz modula Sympy
iz Sympy uvoza *
# Stvorite varijablu simbola pod nazivom 'var1' s vrijednošću
var1 = simbol ('var1', stvarno = točno)
# Testirajte vrijednost
ispis (var1.is_imaginary)
# Stvorite varijablu simbola pod nazivom 'var2' s vrijednošću
var2 = simbol ('var2', pozitivno = točno)
# Provjerite je li vrijednost veća od 0 ili nije
ispis (var2> 0)
Izlaz:
Sljedeći će se izlaz pojaviti nakon pokretanja skripte.
Primjer-5: Stvorite DataFrame pomoću pandi
pandas knjižnica razvijena je za čišćenje, analizu i transformiranje bilo kakvih podataka u pythonu. Koristi mnoge značajke numpy knjižnica. Dakle, bitno je instalirati numpy knjižnica pythona prije instalacije i upotrebe pande. Također se koristi s drugim znanstvenim knjižnicama poput pythona scipy, matplotlib itd. Jezgre komponente pande jesu niz i DataFrame. Bilo koja serija označava stupac podataka, a DataFrame je višedimenzionalna tablica zbirke serija. Sljedeća skripta generira DataFrame na temelju tri serije podataka. Biblioteka Pandas uvezena je na početku skripte. Dalje, varijabla imenovana oznake proglašava se s tri serije podataka koji sadrže ocjene tri predmeta triju učenika s imenom 'Janifer ',' John 'i' Paul '. DataFrame () funkcija pande koristi se u sljedećem izrazu za generiranje DataFramea na temelju varijable oznake i pohranite ga u varijablu, proizlaziti. Na kraju, proizlaziti varijabla se ispisuje za prikaz DataFrame-a.
#!/ usr / bin / env python3#uvoz modula
uvoziti pande kao pd
#Postavi ocjene za tri predmeta za tri učenika
oznake =
'Janifer': [89, 67, 92],
'Ivan': [70, 83, 75],
'Pavao': [76, 95, 97]
# Stvorite podatkovni okvir pomoću pandi
predmeti = pd.DataFrame (oznake)
# Prikažite podatkovni okvir
tisak (predmeti)
Izlaz:
Sljedeći će se izlaz pojaviti nakon pokretanja skripte.
Primjer-6: Korištenje scipy modula za matematički proračun
SciPy knjižnica sadrži velik broj znanstvenih algoritama za izvođenje znanstvenog računanja u pythonu. Neki od njih su Integracija, Interpolacija, Fourierova transformacija, Linearna algebra, Statistika, Datoteka IO itd. Uređivač Spyder koristi se za pisanje i izvršavanje kodova u prethodnim primjerima. Ali spyder editor ne podržava scipy module. Popis podržanih modula uređivača špijuna možete provjeriti pritiskom na Ovisnosti .. opcija izbornika pomoći. Modul Scipy ne postoji na popisu. Dakle, sljedeća dva primjera prikazana su s terminala. Otvorite terminal pritiskom na “Alt_Ctrl + T ” i tip piton za pokretanje python interpretera.
Izračunavanje kockanog korijena brojeva
scipy knjižnica sadrži modul s imenom cbrt za izračun korena kocke bilo koji broj. Sljedeća skripta izračunat će korijen kocke od tri broja. numpy knjižnica se uvozi radi definiranja popisa brojeva. Sljedeći, scipy knjižnica i cbrt modul koji je pod scipy.posebna se uvoze. Vrijednosti korijena kocke 8, 27 i 64 pohranjene su u varijabli proizlaziti koji se kasnije tiska.
>>> uvoz numpy>>> uvoz scipy
>>> od scipy.specijalni uvoz cbrt
>>> rezultat = cbrt ([8, 27, 64])
>>> ispis (rezultat)
Izlaz:
Sljedeći će se izlaz pojaviti nakon pokretanja naredbi. Korijen kocke od 8, 27 i 64 su 2, 3 i 4.
Rješavanje linearne algebre pomoću scipy modula
linalg modul scipy biblioteke koristi se za rješavanje linearne algebre. Ovdje, scipy knjižnica se uvozi u prvu naredbu i sljedeću linalg modul od scipy knjižnica je uvezena. numpy knjižnica se uvozi za deklariranje nizova. Ovdje, ekv varijabla je deklarirana da definira koeficijente i val varijabla se koristi za definiranje odgovarajućih vrijednosti za izračun. riješiti() funkcija koristi se za izračunavanje rezultata na temelju ekv i val varijable.
>>> uvoz scipy>>> iz scipy import linalg
>>> uvozi numpy kao np
>>> eq = np.niz ([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> val = np.niz ([3, -6, 9])
>>> rezultat = linalg.riješiti (eq, val)
>>> ispis (rezultat)
Izlaz:
Sljedeći će se izlaz pojaviti nakon pokretanja gornjih naredbi.
Zaključak:
Python je vrlo koristan programski jezik za rješavanje različitih vrsta matematičkih i znanstvenih problema. Python sadrži ogroman broj knjižnica za obavljanje ove vrste zadataka. U ovom su uputstvu prikazane vrlo osnovne upotrebe nekih knjižnica. Ako želite biti znanstveni programer i početnik za python (x, y), tada će vam ovaj vodič pomoći da instalirate i koristite python (x, y) na Ubuntuu.
Demo možete pronaći ovdje dolje:
