Phenquestions
Pythoni lihtsaim kasutamine matemaatikas on kalkulaator. Selleks käivitage terminalis Python ja kasutage printimisfunktsiooni.
Lihtne matemaatika on saadaval isegi matemaatikamoodulit aktiveerimata, kuid lisaks liitmisele, lahutamisele, jagamisele ja korrutamisele peate matemaatika mooduli importima. Koodi lühemaks muutmiseks importige tähega „m”. Nüüd panete m ja täpi kõigi kasutatavate funktsioonide ette. See töötab kõigi Pythoni moodulite puhul samamoodi. Kui soovite kasutada kompleksnumbreid, kasutage cmath-moodulit.
Allpool on funktsioonide jaoks, mis on spetsialiseerunud teatud vajadustele.
- NumPy teegid tegelevad massiivide matemaatiliste funktsioonidega. Igasuguste massiivide loomine on võimalik ja ka mälus optimeerimine on toetatud. N-mõõtmeline massiiv on täielikult kaetud. Raamatukogu käsutuses olevad funktsioonid hõlmavad iteratsiooni, Fourier Transfomi, lineaarset algebrat ja finantsfunktsioone. Selles teegis rakendatakse ka C-API, et saaksite kasutada C kiirust kogu projekti tõlkimata.
- SciPy on teadusega seotud tarkvara kogu, mille keskmes on matemaatilised ülesanded. Kui peate midagi arvutama, on see hea koht alustamiseks. Kogumik sisaldab integreerimist, optimeerimist ja hõredaid omaväärtusi.
- Scikit-image on suurepärane ressurss piltide manipuleerimiseks ja analüüsimiseks. Raamatukogul on joonte, servade ja funktsioonide tuvastamise funktsioonid. Sellel on ka restaureerimisfunktsioonid, kui teil on vigadega pilte. Saadaval on ka palju analüüsivahendeid.
- Scikit-learn on kasulik masinõppe koodi kokku saamiseks. See sisaldab klassifitseerimise, regressiooni, klastrite ja muu mooduleid. Veebileht on täis kasulikke näiteid, nii et saate hõlpsalt alustada.
- Pandas on teie suurte andmekogumite ressurss, kus oma andmeteadusega tegeleda. Pandas toetab andmete analüüsi ja modelleerimist ning teeb seda lihtsa ja selge koodiga. Paljud funktsioonid on R-st tõlgitavad, nii et saate Pandaga prototüüpi teha.
- Statsmodels katab teie vajadused statistiliste mudelite järele. Selles raamatukogus käsitletakse paljusid sarnaseid asju nagu Panda, kuid see võib importida ka Sata-faile ja tegeleda aegridade analüüsiga. Komplektis on liivakast, kus saate katsetada erinevaid statistilisi mudeleid. Seda konkreetset koodi pole veel testitud, kuid võib-olla on see töö lõpetamiseks piisavalt lähedal.
- Matplotlib: sisaldab graafikute joonistamiseks animeeritud jooniseid.
Varasemad raamatukogud sobivad suurepäraselt matemaatika jaoks, kuid on kavandamisest teadlikult eemale hoidnud. Selle asemel lasid nad matplotlibi sugustel raamatukogudel nendega hakkama saada
See on teinud matplotlibi ulatuslikuks ning sellel on ka palju toetavat tarkvara, mis hõlmab kaardistamist, joonestamist ja elektrooniliste vooluringide kujundamist.
- Gnuplot.py on populaarse gnuploti programmi liidesepakett. Sellel on objektorienteeritud disain, nii et saate oma laiendusi lisada.
- Patsy kirjeldab statistilisi mudeleid kõigis selle vormides. Sellel on ka palju funktsioone, mis on R-s tavalised, kuid väikeste erinevustega, näiteks kuidas eksponentsi tähistada. Patsy ehitab maatriksid valemite abil, mis on väga sarnane sellele, mida tehakse S-s ja R-s.
- Sympy: kui soovite oma matemaatilisi valemeid printida, kasutage seda teeki. Samuti on see võimeline väljendeid hindama. See on väga kasulik LaTeX-i dokumentide valemite loomiseks. Selle testimiseks võite oma brauseris isegi käitada Sympy live.
Nüüd, kui olete õppinud, milliseid projekte matemaatika jaoks kasutada, on teil protsessori võimsus varsti napp. Selle olukorra parandamiseks on kõige tavalisem lahendus paralleelne täitmine. Sel eesmärgil on mitu Pythoni teeki.
Mpi4py teek pakub sidemeid standardse sõnumi edastamise liidesega. Peate alla laadima tavalise paralleelse teegi, näiteks mpich või openmpi. Mõlemad on saadaval tavalistes hoidlates.
Teine teek on paralleelne python või pp. Paralleelne Python loob serveri ja palju kliente, kes võtavad teie serverist töid. See projekt ei rakenda standardit, selle asemel kasutate kõigis oma masinates serverit ja klienti sellest samast paketist. See on mõnes mõttes lihtsam, kuid see nõuab rohkem, kui teie projekt muutub suureks ja teil on vaja teisi inimesi, kes teile töötlemisvõimsust laenaksid.
Need raamatukogud on kõik omaette head, kuid valige kindlasti oma vajadustele vastav.
Valik pole pöördumatu, kuid nõuab projekti käigus üsna palju tööd. Uue teegi kasutamiseks tuleb lähtekoodi muuta ja ilmnevad uued tõrked, nii et valige targalt.
Kui soovite arvutusi teha interaktiivselt, installige ja kasutage Ipythoni, kuna see on Pythoni käsureaversiooni täiustatud versioon. Kaaluge Jupyteri kasutamist, kui te pole seda veel teinud. See annab teile sama tööruumi märkmiku, dokumendid ja koodikonsooli.
Raamistik toimib IDE-na, kuid on suunatud pigem arendatavate probleemide ja tarkvara uurimisele kui traditsioonilised IDE-d.
Lisateavet leiate sellest artiklist:
- Anaconda Pythoni installimine Ubuntu 18-le.04 LTS
- Anaconda Pythoni õpetus
- 10 parimat Ubuntu Pythoni IDE-d
- Jupyteri sülearvutite installimine Ubuntu 18-le.04 LTS
