So installieren und verwenden Sie Python in Python
Vor der Installation:
Das Betriebssystem muss vor der Installation von Python (x) aktualisiert werden.y). Führen Sie den folgenden Befehl aus, um das System zu aktualisieren.
$ sudo apt-Get-Update
Es ist erforderlich zu überprüfen, ob ein Python -Dolmetscher zuvor im System installiert ist oder nicht. Führen Sie den folgenden Befehl aus, um die installierte Version von Python zu überprüfen. Es ist besser, vor der Installation von Python (x, y) eine zuvor installierte Python -Version zu entfernen,.
$ pythonDie Ausgabe zeigt, dass im System zuvor kein Python -Paket installiert wurde. Für diesen Fall müssen wir zuerst den Python -Dolmetscher installieren.
Installieren Sie Python (x.y)
Sie können Python (X, Y) oder wissenschaftliche Python -Pakete auf zwei Arten installieren. Eine Möglichkeit besteht darin, ein geeignetes Python (X, Y) -Paket basierend auf Ubuntu herunterzuladen und zu installieren. Eine andere Möglichkeit besteht darin, die erforderlichen Pakete für die Durchführung von wissenschaftlichen Computing in Python zu installieren. Der zweite Weg ist einfach zu installieren, was in diesem Tutorial befolgt wird.
Schritte:
- Zuerst müssen Sie den Python -Dolmetscher und den Paketmanager installieren, um den Installationsprozess zu starten. Führen Sie also den folgenden Befehl aus, um zu installieren Python3 Und Python3-Pip Pakete. Drücken Sie 'y'Wenn es um Erlaubnis zur Installation verlangt wird.
- Als nächstes müssen Sie die erforderlichen wissenschaftlichen Bibliotheken von installieren Python3 Für wissenschaftliche Operationen. Führen Sie den folgenden Befehl aus, um die Bibliotheken zu installieren. Hier werden fünf Bibliotheken nach Ausführung des Befehls installiert. Diese sind Numpy, Matplotlib, Scipy, Pandas Und Sympy. Die Verwendung dieser Bibliotheken wird im nächsten Teil dieses Tutorials erläutert.
Python3-Scipy Python3-Pandas Python3-Sympy
- Um die Einschränkungen des Python-Dolmetschers zu entfernen und eine benutzerfreundliche Schnittstelle bereitzustellen, Ipython Paket wird verwendet. Führen Sie den folgenden Befehl aus, um zu installieren ipython3 Paket.
- Führen Sie den folgenden Befehl aus, um zu installieren Qt5 Verwandte Pakete für die GUI -Entwicklung.
Python3-Pyqt5.Qtopengl Python3-Pyqt5.Qtquick
- Spyder ist ein nützlicher Code -Editor, der die Syntax hervorheben und das Code -Bearbeiten und Debuggen erleichtert. Führen Sie den folgenden Befehl aus, um zu installieren Spyder.
Wenn alle oben genannten Pakete ohne Fehler ordnungsgemäß installiert sind, ist Ihr Python (x, y) ordnungsgemäß installiert.
Verwenden Sie Python (x, y):
In diesem Teil des Tutorials werden einige grundlegende Verwendungen von Python (x, y) angezeigt, indem verschiedene Beispiele mit Erklärungen verwendet werden. Sie müssen die ausführen Spyder Code -Editor mit der Verwendung von Python (x, y). Klick auf das Anwendung anzeigen Ikone und Typ ''sp ' im Suchfeld. Wenn Spyder ist dann ordnungsgemäß installiert Spyder Icon wird erscheinen.
Klicke auf Spyder3 Symbol zum Öffnen der Anwendung. Der folgende Bildschirm wird nach dem Öffnen der Anwendung angezeigt.
Jetzt können Sie mit dem Schreiben von Code für wissenschaftliche Computeraufgaben beginnen. Die grundlegenden Verwendungen der fünf installierten Bibliotheken von Python3 für wissenschaftliche Operationen sind in den folgenden sechs Beispielen gezeigt.
Beispiel 1: Verwenden von Variablen und Typen
Dieses Beispiel zeigt die grundlegende Verwendung von Python -Datentypen und Variablen. Im folgenden Skript werden vier Arten von Variablen deklariert. Das sind ichNteger, Float, Boolescher Und Saite. Typ() Die Methode wird in Python verwendet, um die Art einer Variablen zu ermitteln.
#!/usr/bin/env python3#Ganzzahlwert
var1 = 50
Druck (Typ (var1))
#Assinging Float Value
var2 = 3.89
Druck (Typ (var2))
#Assigning
var3 = true
Druck (Typ (var3))
#AUSGABENSCHAFTSBEREISUNG
var4 = "LinuxHint"
Druck (Typ (var4))
Ausgang:
Führen Sie das Skript aus, indem Sie drücken spielen ( ) Schaltfläche oben im Editor. Wenn Sie auf die klicken Variabler Explorer Registerkarte von der rechten Seite, dann wird die folgende Ausgabe für die vier Variablen angezeigt.
Beispiel-2: Verwenden Sie Numpy, um ein und mehrdimensionales Array zu erstellen
Alle Arten von numerischen Computing werden von durchgeführt Numpy Paket in Python. Die mehrdimensionalen Datenstruktur-, Vektor- und Matrixdaten können von diesem Modul definiert und verwendet werden. Es kann sehr schnell berechnen, da es von C und Forran entwickelt wird. Numpy Das Modul wird im folgenden Skript verwendet, um eindimensionale und zweidimensionale Arrays in Python zu deklarieren und zu verwenden. Drei Arten von Arrays werden im Skript deklariert. myarray ist ein eindimensionales Array, das 5 Elemente enthält. ndim Eigenschaft wird verwendet, um die Dimension einer Array -Variablen herauszufinden. len () Die Funktion wird hier verwendet, um die Gesamtzahl der Elemente von zu zählen myarray. Shape () Funktion wird verwendet, um die aktuelle Form des Arrays anzuzeigen. myarray2 ist ein zweidimensionales Array, das sechs Elemente in zwei Zeilen und drei Spalten enthält (2 × 3 = 6). Größe() Funktion wird verwendet, um die Gesamtelemente von zu zählen myarray2. arrangieren() Funktion wird verwendet, um ein Bereichsarray mit dem Namen zu erstellen myarray3 Das erzeugt Elemente, indem 2 mit jedem Element von 10 hinzugefügt werden.
#!/usr/bin/env python3#Verwendung von Numpy
Numph als NPY importieren
#Deklare ein eindimensionales Array
myarray = npy.Array ([90,45,78,12,66])
#Print alle Elemente
drucken (myarray)
#Prinke die Dimension des Arrays
Druck (myarray.ndim)
#Prinke die Gesamtzahl der Elemente
drucken (len (myarray))
#Prinke die Form des Arrays
drucken (npy.Form (myarray))
#Deklare ein zweidimensionales Array
myarray2 = npy.Array ([[101,102,103], ["Nila", "Ella", "Bella"]])
## Drucken Sie die Gesamtzahl der Elemente
drucken (npy.Größe (myarray2))
#Create ein Range -Array
myarray3 = npy.Arange (10,20,2)
#Print der Array -Elemente
drucken (myarray3)
Ausgang:
Die folgende Ausgabe wird nach dem Ausführen des Skripts angezeigt.
Beispiel-3: Verwenden Sie MATLAB, um eine Kurve zu zeichnen
Matplotlib Die Bibliothek wird verwendet, um 2D- und 3D -wissenschaftliche Zahlen basierend auf bestimmten Daten zu erstellen. Es kann in verschiedenen Formaten wie PNG, SVG, EPG usw. qualitativ hochwertige Ausgabe erzeugen. Es ist ein sehr nützliches Modul zum Generieren von Zahlen für Forschungsdaten, bei denen die Abbildung jederzeit durch Ändern von Daten aktualisiert werden kann. Wie Sie eine Kurve basierend auf den X-Achse- und Y-Achse-Werten unter Verwendung dieses Moduls zeichnen können, wird in diesem Beispiel angezeigt. Pylab wird verwendet, um die Kurve hier zu zeichnen. Linspace () Funktion wird verwendet, um den X-Achse-Wert in regulärem Intervall festzulegen. Y-Achsenwerte werden berechnet, indem der Wert der x-Achse quadriert wird. Figur() ist eine Init -Funktion, die zur Aktivierung verwendet wird Pylab. 'B' Charakter wird in verwendet Parzelle() Funktionieren Sie, um die Farbe der Kurve einzustellen. Hier zeigt 'B' die blaue Farbe an. xlabel () Funktion wird verwendet, um den Titel der X-Achse festzulegen und Ylabel () Funktion wird verwendet, um den Titel der y-Achse festzulegen. Der Titel der Grafik wird von festgelegt Titel() Methode.
#!/usr/bin/env python3#Verwendung von Pylab -Modul
Pylab als PL importieren
#Den Wert der x-Achse einsetzen
x = pl.Linspace (0, 8, 20)
#Kalkulieren Sie den Wert der y-Achse
y = x ** 2
#Initialisierung zum Auftreten
Pl.Figur()
#Setzen Sie das Diagramm basierend auf X, Y -Wert mit blauer Farbe
Pl.Diagramm (x, y, 'b')
#Den Titel für die X-Achse einsetzen
Pl.xlabel ('x')
#Den Titel für die Y-Achse einsetzen
Pl.Ylabel ('Y')
#Setzen Sie den Titel für die Grafik
Pl.Titel ('Ploting -Beispiel')
Pl.zeigen()
Ausgang:
Die folgende Ausgabe wird nach dem Ausführen des Skripts angezeigt. Die Kurve ist auf der rechten unteren Seite des Bildes dargestellt.
Beispiel-4: Verwenden des Sympy-Moduls für symbolische Variablen
Die Sympy Library wird in Python für symbolische Algebra verwendet. Die Symbolklasse wird verwendet, um ein neues Symbol in Python zu erstellen. Hier werden zwei symbolische Variablen deklariert. var1 Variable wird auf eingestellt WAHR Und is_imaginary Eigenschaftsrenditen FALSCH für diese Variable. var2 Variable wird auf True eingestellt, das 1 anzeigt. Also, wenn es überprüft wird, das var2 ist größer als 0 oder nicht, dann kehrt es wahr zurück.
#!/usr/bin/env python3#import Sympy Modul
vom Sympy Import *
#Create eine Symbolvariable namens 'var1' mit einem Wert
var1 = symbol ('var1', real = true)
#Test den Wert
drucken (var1.is_imaginary)
#Create eine Symbolvariable namens 'var2' mit einem Wert
var2 = symbol ('var2', positiv = true)
#Überprüfen Sie, ob der Wert mehr als 0 beträgt oder nicht
print (var2> 0)
Ausgang:
Die folgende Ausgabe wird nach dem Ausführen des Skripts angezeigt.
Beispiel-5: Erstellen Sie den Datenrahmen mit Pandas
Die Pandas -Bibliothek wurde zur Reinigung, Analyse und Transformation von Daten in Python entwickelt. Es verwendet viele Funktionen von Numpy Bibliothek. Es ist also wichtig zu installieren Numpy Bibliothek von Python vor der Installation und Verwendung Pandas. Es wird auch mit anderen wissenschaftlichen Bibliotheken von Python verwendet Scipy, Matplotlib usw. Die Kernkomponenten von Pandas Sind Serie Und DataFrame. Jede Serie gibt die Datenspalte an und ein Datenrahmen ist eine mehrdimensionale Tabelle einer Sammlung von Serien. Das folgende Skript generiert einen Datenrahmen, der auf drei Datenreihen basiert. Die Pandas -Bibliothek wird zu Beginn des Skripts importiert. Als nächstes eine Variable benannt Markierungen wird mit drei Datenreihen deklariert, die Markierungen von drei Fächern von drei Schülern enthalten. 'Janifer ',' John 'und' Paul '. DataFrame () Die Funktion von Pandas wird in der nächsten Anweisung verwendet, um einen Datenrahmen basierend auf der Variablen zu generieren Markierungen und speichern Sie es in der Variablen, Ergebnis. Zuletzt die Ergebnis Die Variable wird gedruckt, um den Datenrahmen anzuzeigen.
#!/usr/bin/env python3#Amport das Modul
Pandas als PD importieren
#Set Marks für drei Fächer für drei Studenten
marks =
'Janifer': [89, 67, 92],
'John': [70, 83, 75],
'Paul': [76, 95, 97]
#Create the DataFrame mit Pandas
Subjekte = PD.DataFrame (Marks)
#Display den DataFrame
Druck (Themen)
Ausgang:
Die folgende Ausgabe wird nach dem Ausführen des Skripts angezeigt.
Beispiel-6: Verwenden Sie das Scipy-Modul für die mathematische Berechnung
Scipy Die Bibliothek enthält eine große Anzahl wissenschaftlicher Algorithmen für die Durchführung von wissenschaftlichem Computing in Python. Einige von ihnen sind Integration, Interpolation, Fourier -Transformation, lineare Algebra, Statistik, Datei -IO usw. Der Spyder -Editor wird verwendet, um die Codes in früheren Beispielen zu schreiben und auszuführen. Aber Spyder Editor unterstützt die Scipy -Module nicht. Sie können die Liste der unterstützten Module des Spyder -Editors durch Drücken überprüfen Abhängigkeiten… Option des Hilfemenüs. Das Scipy -Modul existiert in der Liste nicht. Die folgenden zwei Beispiele werden also aus dem Terminal angezeigt. Öffnen Sie das Terminal durch Drücken “ALT_CTRL+T ” und Typ Python den Python -Dolmetscher laufen lassen.
Berechnung der Würfelwurzel von Zahlen
Die Scipy -Bibliothek enthält ein Modul mit dem Namen CBRT So berechnen Sie die Würfelwurzel eine beliebige Zahl. Das folgende Skript berechnet die Würfelroste von drei Zahlen. Numpy Die Bibliothek wird importiert, um die Liste der Zahlen zu definieren. Nächste, Scipy Bibliothek und CBRT Modul, das unter ist Scipy.speziell werden importiert. Die Würfelwurzelwerte von 8, 27 und 64 werden in der Variablen gespeichert Ergebnis das wird später gedruckt.
>>> Numpy importieren>>> scipy importieren
>>> von scipy.Spezialimport CBRT
>>> result = cbrt ([8, 27, 64])
>>> drucken (Ergebnis)
Ausgang:
Nach dem Ausführen der Befehle wird die folgende Ausgabe angezeigt. Die Würfelwurzel von 8, 27 und 64 sind 2, 3 und 4.
Lösen linearer Algebra mithilfe des Scipy -Moduls
Linalg Modul der Scipy Library wird verwendet, um die lineare Algebra zu lösen. Hier, Scipy Die Bibliothek wird im ersten und dem nächsten importiert Linalg Modul von Scipy Bibliothek wird importiert. Numpy Die Bibliothek wird importiert, um die Arrays zu deklarieren. Hier, Gl Variable wird deklariert, um die Koeffizienten zu definieren und val Variable wird verwendet, um die jeweiligen Werte für die Berechnung zu definieren. lösen() Funktion wird verwendet, um die Ergebnisse basierend auf zu berechnen Gl Und val Variablen.
>>> scipy importieren>>> von Scipy Import Linalg
>>> Numph als NP importieren
>>> EQ = NP.Array ([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> val = np.Array ([3, -6, 9])
>>> result = linalg.Lösen (Gl., Val)
>>> drucken (Ergebnis)
Ausgang:
Nach dem Ausführen der obigen Befehle wird die folgende Ausgabe angezeigt.
Abschluss:
Python ist eine sehr nützliche Programmiersprache zur Lösung verschiedener Arten von mathematischen und wissenschaftlichen Problemen. Python enthält eine große Anzahl von Bibliotheken für diese Art von Aufgabe. Die sehr grundlegenden Verwendungen einiger Bibliotheken werden in diesem Tutorial gezeigt. Wenn Sie ein wissenschaftlicher Programmierer und Anfänger für Python (X, Y) sein möchten, hilft Ihnen dieses Tutorial bei der Installation und Verwendung von Python (x, y) auf Ubuntu.
Eine Demo finden Sie hier unten: