Pythoni (x, y) installimine ja kasutamine Pythonis

How Install Use Python X

Python on praegu väga populaarne programmeerimiskeel erinevat tüüpi rakenduste arendamiseks või programmeerimisprobleemide lahendamiseks. See sisaldab palju standardseid raamatukogusid ja pakette erinevatel eesmärkidel. Python (x, y) on üks tasuta pythoni jaotustest matemaatiliste arvutuste ja andmete analüüsi tegemiseks. Selle on välja töötanud ja hooldanud Pierre Raybaut. Kasutaja saab selle levitamise abil teha mitmesuguseid teaduslikke arvutusi, näiteks 2D- või 3D -joonistamist, teadusprojektide väljatöötamist, paralleelset andmetöötlust jne. See põhineb Qt arendusraamistikul ja Spyderi arenduskeskkonnal. See on välja töötatud peamiselt teaduslike programmeerijate jaoks. See toetab nii tõlgitud kui ka kompileeritud keeli. Python (x, y) kasutamiseks peavad teil olema põhiteadmised pythonist. Seda saab kasutada nii Windowsi kui ka Linuxi operatsioonisüsteemides. Selles õpetuses on näidatud, kuidas pythoni (x, y) Ubuntu operatsioonisüsteemi installida ja kasutada.

Enne pythoni (x.y) installimist tuleb operatsioonisüsteemi värskendada. Süsteemi värskendamiseks käivitage järgmine käsk.



$sudo apt-get update



On vaja kontrollida, kas pythonitõlk on süsteemi varem installitud või mitte. Pythoni installitud versiooni kontrollimiseks käivitage järgmine käsk. Enne pythoni (x, y) installimist on parem eemaldada kõik varem installitud pythoni versioonid.



$ python

Väljund näitab, et süsteemi ei ole varem installitud ühtegi pythoni paketti. Sel juhul peame esmalt installima pythoni tõlgi.

Pythoni installimine (x.y)

Pythoni (x, y) või teaduslikke pythonipakette saate installida kahel viisil. Üks võimalus on alla laadida ja installida Ubuntu põhjal sobiv python (x, y) pakett ning teine ​​võimalus on installida vajalikud paketid teadusliku andmetöötluse teostamiseks Pythonis. Teist viisi on lihtne paigaldada, mida järgitakse selles õpetuses.



Sammud:

  1. Esiteks peate installiprotsessi alustamiseks installima pythoni tõlgi ja paketihalduri. Niisiis, käivitage installimiseks järgmine käsk python3 ja python3-pip pakendid. Vajutage ' ja 'Kui ta küsib installimiseks luba.
$ sudo apt-get install python3 python3-pip

  1. Järgmisena peate installima vajalikud teaduslikud teegid python3 teaduslike toimingute tegemiseks. Teekide installimiseks käivitage järgmine käsk. Siin installitakse pärast käsu täitmist viis raamatukogu. Need on numpy, matplotlib, scipy, pandad ja sümpaatne . Nende raamatukogude kasutamist selgitatakse selle õpetuse järgmises osas.
$ sudo apt-get install python3-numpy python3-matplotlib
python3-scipy python3-pandas python3-sympy

  1. Pythoni tõlgi piirangute kõrvaldamiseks ja kasutajasõbraliku liidese pakkumiseks ipython pakett on kasutusel. Installimiseks käivitage järgmine käsk ipython3 pakett.
$ sudo apt-get install ipython3

  1. Installimiseks käivitage järgmine käsk qt5 seotud paketid GUI arendamiseks.
$ sudo apt-get install python3-pyqt5
python3-pyqt5.qtopenglpython3-pyqt5.qtquick

  1. Spyder on kasulik koodiredaktor, mis võib esile tõsta süntaksi ning lihtsustada koodi redigeerimist ja silumist. Installimiseks käivitage järgmine käsk nuhkija .
$ sudo apt-get install spyder3

Kui kõik ülalnimetatud paketid on ilma veata õigesti installitud, on teie python (x, y) õigesti installitud.

Pythoni kasutamine (x, y):

Selles õpetuse osas on toodud mõned python (x, y) põhikasutusvõimalused, kasutades erinevaid näiteid koos selgitustega. Peate käivitama nuhkija koodiredaktor python (x, y) kasutamise alustamiseks. Klõpsake Kuva rakendus ikooni ja tippige ' NS ' otsingukasti. Kui nuhkija on siis korralikult paigaldatud nuhkija ilmub ikoon.

Kliki Spyder3 rakenduse avamiseks ikooni. Pärast rakenduse avamist ilmub järgmine ekraan.

Nüüd saate hakata teadusliku arvutamise ülesannete täitmiseks koodi kirjutama. Järgmised kuus näidet on toodud python3 viie installitud raamatukogu põhikasutusalad teaduslikes toimingutes.

Näide-1: Muutujate ja tüüpide kasutamine

See näide näitab pythoni andmetüüpide ja muutujate väga lihtsat kasutamist. Järgmises skriptis on deklareeritud nelja tüüpi muutujaid. Need on i nteger, float, boolean ja string . tüüp () meetodit kasutatakse pythonis mis tahes muutuja tüübi väljaselgitamiseks.

#!/usr/bin/env python3
#Täisarvuväärtuse määramine
var1= viiskümmend
printida (tüüpi(var1))

#Ujuva väärtuse määramine
var2= 3.89
printida (tüüpi (var2))

#Määramine
var3= Tõsi
printida (tüüpi(var3))

#Stringiväärtuse määramine
jah4= 'LinuxHint'
printida (tüüpi(jah4))

Väljund:
Käivitage skript, vajutades mängida () nuppu redaktori ülaosast. Kui klõpsate nupul Muutuja maadeavastaja vahekaarti paremalt poolt, siis kuvatakse nelja muutuja jaoks järgmine väljund.

Näide-2: numpy kasutamine ühe ja mitmemõõtmelise massiivi loomiseks

Igat tüüpi arvutuslikke andmetöötlusi teeb numpy pakett pythonis. See moodul saab määratleda ja kasutada mitmemõõtmelist andmestruktuuri, vektori ja maatriksi andmeid. Seda saab arvutada väga kiiresti, kuna selle on välja töötanud C ja FORTRAN. numpy moodulit kasutatakse järgmises skriptis ühemõõtmeliste ja kahemõõtmeliste massiivide deklareerimiseks ja kasutamiseks pythonis. Skriptis on deklareeritud kolme tüüpi massiive. myArray on ühemõõtmeline massiiv, mis sisaldab 5 elementi. abi atribuuti kasutatakse massiivimuutuja mõõtmete väljaselgitamiseks. len () funktsiooni kasutatakse siin elementide koguarvu loendamiseks myArray . s telefon () funktsiooni kasutatakse massiivi praeguse kuju kuvamiseks. myArray2 on kahemõõtmeline massiiv, mis sisaldab kuus elementi kahes reas ja kolmes veerus (2 × 3 = 6). suurus () funktsiooni kasutatakse elementide koguarvu loendamiseks myArray2 . korraldama() funktsiooni kasutatakse vahemikumassiivi loomiseks nimega myArray3 mis loob elemente, lisades iga elemendiga 2 10 -st.

#!/usr/bin/env python3
#Kasutades numpy
importnumpynagunpy
#Deklareerige ühemõõtmeline massiiv
myArray=npy.massiiv([90,Neli, viis,78,12,66])
#Printige kõik elemendid
printida(myArray)
#Printige massiivi mõõde
printida(myArray.abi)

#Printige elementide koguarv
printida(len(myArray))

#Printige massiivi kuju
printida(npy.kuju(myArray))

#Deklareerige kahemõõtmeline massiiv
myArray2=npy.massiiv([[101,102,103],['Nila','Ta','Päris']])

## Printige elementide koguarv
printida(npy.suurus(myArray2))

#Loo vahemikumassiiv
myArray3=npy.arange(10,kakskümmend,2)

#Printige massiivi elemendid
printida(myArray3)

Väljund:

Pärast skripti käivitamist kuvatakse järgmine väljund.

Näide-3: Matlabi kasutamine kõvera joonistamiseks

Matplotlib raamatukogu kasutatakse konkreetsete andmete põhjal 2D ja 3D teaduslike kujundite loomiseks. See võib genereerida kvaliteetset väljundit erinevates vormingutes, nagu PNG, SVG, EPG jne. See on väga kasulik moodul uurimisandmete jaoks arvude genereerimiseks, kus seda näitu saab andmete muutmisega igal ajal värskendada. Selles näites on näidatud, kuidas selle mooduli abil x-telje ja y-telje väärtuste põhjal kõverat joonistada. pylab kasutatakse siin kõvera joonistamiseks. linspace () funktsiooni kasutatakse x-telje väärtuse seadmiseks regulaarselt. Y-telje väärtused arvutatakse x-telje väärtuse ruudus. joonis () on init -funktsioon, mida kasutatakse lubamiseks pylab . 'B' märki kasutatakse süžee() funktsioon kõvera värvi määramiseks. Siin tähistab 'b' sinist värvi. xlabel () funktsiooni kasutatakse x-telje pealkirja määramiseks ja ylabel () funktsiooni kasutatakse y-telje pealkirja määramiseks. Graafiku pealkirja määrab pealkiri () meetod.

#!/usr/bin/env python3
#Pylab mooduli kasutamine
importpylabnagupl
#Määrake x-telje väärtus
x=pl.siseruum(0, 8, kakskümmend)
#Arvutage y-telje väärtus
ja=x **2

#Joonistamise initsialiseerimine
pl.joonis()

#Määrake graafik sinise värviga x, y väärtuse põhjal
pl.süžee(x,ja, 'b')

#Määrake x-telje pealkiri
pl.xlabel('x')

#Määrake y-telje pealkiri
pl.silt('ja')

#Määrake graafiku pealkiri
pl.tiitel('Joonistamise näide')
pl.näitama()

Väljund:
Pärast skripti käivitamist kuvatakse järgmine väljund. Kõver on näidatud pildi paremas alanurgas.

Näide-4: sümbolmooduli kasutamine sümbolmuutujate jaoks

sympy raamatukogu kasutatakse pythonis sümboolse algebra jaoks. Sümboliklassi kasutatakse pythonis uue sümboli loomiseks. Siin deklareeritakse kaks sümboolset muutujat. var1 muutujaks on seatud Tõsi ja is_maginary vara tagasi Vale selle muutuja jaoks. var2 muutuja väärtuseks on tõene, mis näitab 1. Niisiis, kui on kontrollitud, et var2 on suurem kui 0 või mitte, tagastab see tõese.

#!/usr/bin/env python3

#import sümbolmoodul
alatessümpaatneimport*

#Looge väärtusega sümbolmuutuja nimega „var1”
var1=Sümbol('var1',päris=Tõsi)

#Kontrollige väärtust
printida(var1.is_maginary)

#Looge väärtusega sümbolmuutuja nimega „var2”
var2=Sümbol('var2',positiivne=Tõsi)

#Kontrollige, kas väärtus on suurem kui 0 või mitte
printida(var2>0)

Väljund:
Pärast skripti käivitamist kuvatakse järgmine väljund.

Näide-5: DataFrame'i loomine pandade abil

pandas raamatukogu on välja töötatud pythonis andmete puhastamiseks, analüüsimiseks ja teisendamiseks. See kasutab palju funktsioone numpy raamatukogu. Niisiis, see on hädavajalik installida numpy raamatukogu enne installimist ja kasutamist pandad . Seda kasutatakse ka koos teiste pythoni sarnaste teadusraamatukogudega scipy, matplotlib jne pandad on seeria ja DataFram e. Mis tahes seeria tähistab andmete veergu ja DataFrame on seeriate kogumi mitmemõõtmeline tabel. Järgmine skript genereerib DataFrame'i kolme andmesarja põhjal. Pandase raamatukogu imporditakse skripti alguses. Seejärel muutuja nimega märke on deklareeritud kolme andmesarjaga, mis sisaldavad kolme õpilase kolme õppeaine hindeid nimega „ Janifer ',' John 'ja' Paul ' . DataFrame () Pandade funktsiooni kasutatakse järgmises avalduses muutuja põhjal andmeraami loomiseks märke ja salvestage see muutujaga, tulemus . Lõpuks, tulemus muutuja prinditakse DataFrame'i kuvamiseks.

#!/usr/bin/env python3

#importige moodul
importpandadnagupd

#Määrake kolme õpilase jaoks kolme õppeaine hinded
märke= {
'Janifer':[89, 67, 92],
'John':[70, 83, 75],
'Paul':[76, 95, 97]
}

#Looge andmeraam pandade abil
aineid=pd.DataFrame(märke)

#Kuvage andmeraam
printida(aineid)

Väljund:
Pärast skripti käivitamist kuvatakse järgmine väljund.

Näide-6: Scipy mooduli kasutamine matemaatiliseks arvutamiseks

SciPy raamatukogu sisaldab suurt hulka teaduslikke algoritme teadusliku arvutamise teostamiseks pythonis. Mõned neist on integratsioon, interpoleerimine, Fourier 'teisendus, lineaarne algebra, statistika, faili IO jne. Spyderi redaktorit kasutatakse eelnevates näidetes olevate koodide kirjutamiseks ja täitmiseks. Kuid spyder -redaktor ei toeta scipy -mooduleid. Spyder Editori toetatud moodulite loendit saate vaadata, vajutades Sõltuvused… abimenüü valik. Scipy moodulit pole loendis olemas. Niisiis, terminalist kuvatakse kaks järgmist näidet. Avage terminal vajutades Alt_Ctrl+T. ja tüüp python pythoni tõlgi käivitamiseks.

Arvude kuupjuure arvutamine

scipy raamatukogu sisaldab moodulit nimega cbrt kuupjuure suvalise arvu arvutamiseks. Järgmine skript arvutab kolme numbri kuupjuure. numpy raamatukogu imporditakse numbrite loendi määratlemiseks. Edasi, skippy raamatukogu ja cbrt moodul, mis on all scipy.eriline imporditakse. Kuupjuure väärtused 8, 27 ja 64 salvestatakse muutujale tulemus mis trükitakse hiljem.

>>> importnumpy
>>> importskippy
>>> alatesskippy.eriline importcbrt
>>>tulemus=cbrt([ 8, 27, 64])
>>> printida(tulemus)

Väljund:
Pärast käskude käivitamist kuvatakse järgmine väljund. Kuupjuured 8, 27 ja 64 on 2, 3 ja 4.

Lineaarse algebra lahendamine scipy mooduli abil

linalg lineaarse algebra lahendamiseks kasutatakse scipy raamatukogu moodulit. Siin, skippy raamatukogu imporditakse esimeses ja järgmises käsus linalg moodul skippy raamatukogu imporditakse. numpy raamatukogu imporditakse massiivide deklareerimiseks. Siin, ekv muutuja on deklareeritud koefitsientide määratlemiseks ja tundi muutujat kasutatakse arvutamiseks vastavate väärtuste määramiseks. lahendama () funktsiooni kasutatakse tulemuste arvutamiseks ekv ja tundi muutujad.

>>> importskippy
>>> alatesskippyimportlinalg
>>> importnumpynagunt
>>>ekv=nt.massiiv([[9, 0, 5], [10, 3,-2], [7,-2, 0]])
>>>tundi=nt.massiiv([3,-6, 9])
>>>tulemus=linalg.lahendada(ekv,tundi)
>>> printida(tulemus)

Väljund:
Pärast ülaltoodud käskude käivitamist kuvatakse järgmine väljund.

Järeldus:

Python on väga kasulik programmeerimiskeel erinevat tüüpi matemaatiliste ja teaduslike probleemide lahendamiseks. Python sisaldab seda tüüpi ülesannete täitmiseks tohutul hulgal teeke. Selles juhendis on näidatud mõnede teekide põhilised kasutusviisid. Kui soovite olla python (x, y) teaduslik programmeerija ja algaja, aitab see õpetus teil pythoni (x, y) Ubuntu installida ja kasutada.

Demo leiate siit: