So installieren Sie die Numph Python -Entwicklungsumgebung auf Ubuntu
Numpy Installation auf Ubuntu:
Sie müssen die installierte Python -Version des Systems überprüfen, bevor Sie die Numpy -Bibliothek installieren. Python3 wird in diesem Tutorial verwendet, um die Art der Installation der Numpy Library in Python zu zeigen. Führen Sie den folgenden Befehl aus, um die installierte Python -Version zu überprüfen.
$ python3 -v
Die folgende Ausgabe zeigt, dass Python Version 3.8.6 ist im System installiert.
Führen Sie den folgenden Befehl aus, um die Numpy Library für Python3 zu installieren.
$ sudo apt installieren python3-numy
Überprüfen Sie die nUmpy Version aus dem Terminal:
Sie können die installierte Version der Numpy -Bibliothek auf verschiedene Weise überprüfen. Der folgende Befehl zeigt die installierte Numpy Library -Version an, wenn sie durch den vorherigen Befehl korrekt installiert wird.
$ python3 -c "Import numpy; drucken (numpy.__Ausführung__)"
Die folgende Ausgabe zeigt, dass Numpy Version 1.18.4 ist im System installiert.
Importieren und überprüfen Sie den nUmpy Ausführung
Sie können die installierte Version der Numpy -Bibliothek herausfinden, indem Sie auch das Python -Skript ausführen. Führen Sie den folgenden Befehl aus, um das Python -Skript auszuführen.
$ python3
Führen Sie das folgende Python -Skript aus der Python -Eingabeaufforderung aus, um die installierte Numpy Library -Version zu überprüfen.
>>> Numph als NP importieren>>> np.Ausführung.Ausführung
Die folgende Ausgabe zeigt sowohl die Version von Python als auch die Numpy Library.
Aktivieren Sie den Numpy in Pycharm Editor:
Es gibt viele Python -IDes, um Python -Skripte auszuführen. Einige der beliebten Python -Redakteure sind Pycharm, Spyder, Eric, Pyzo, Atom, Pydev usw. Pycharm IDE wird in diesem Tutorial verwendet, um zu zeigen, wie Sie das Python -Skript schreiben und ausführen. Sie können den folgenden Befehl ausführen, um Pycharm auf Ubuntu zu installieren.
$ sudo snap install pycharm-community-klassisch
Sie müssen den Standort der Numpy -Bibliothek in Pycharm IDE festlegen, um die Bibliothek in das Skript zu importieren. Öffne das Einstellungen Fenster durch Klicken auf die Einstellungen Menüelement aus dem Datei Speisekarte. Klicken Sie auf den Projektordner, der zuvor erstellt wurde, um das Python -Skript zu speichern. Hier lautet der Name des Projektordners Python befindet sich im Ordner, /home/fahmida/pycharmprojekte. Erfahren der Numpy Ordner, der sich unter befindet /venv/lib/python3.8/Site-Packages. Wählen Sie den Ordner aus und klicken Sie auf das ok Taste.
Arbeiten mit dem Numpy:
Schreiben Sie das folgende Skript in eine Python -Datei, um zu wissen, wie die Numpy -Bibliothek im Python -Skript verwendet werden kann. Numpy Array funktioniert schneller als die Python -Liste, die durch die Ausgabe dieses Skripts angezeigt wird. Die Numpy -Bibliothek wird zu Beginn des Skripts importiert, um das Numpy -Array zu erstellen. Die Zeitbibliothek wird importiert, um die Zeit zu berechnen, die von Python -Listen und Numpy -Arrays erforderlich ist, um dieselbe Aufgabe zu erledigen. Die Größe des Arrays wird als Eingabe vom Benutzer angenommen. Zwei Python -Listen werden durch Verwendung erstellt die Reichweite() Funktion basierend auf dem Eingabewert. Als nächstes wird die aktuelle Systemzeit in der Variablen gespeichert, Startzeit. Eine weitere neue Liste wird erstellt, indem jeder Wert beider Listen multipliziert wird. Beide Werte von beiden Listen sind gleich, weil Bereichswerte die Listen erstellen, und beide Listen enthalten die gleiche Anzahl von Werten. Die neue Listenvariable, p_calculate, Enthält jedes Element des quadratischen Wertes der Liste. Auch hier wird die aktuelle Systemzeit in der Variablen gespeichert, end_time. Der Unterschied zwischen end_time Und Startzeit zeigt die Zeit der Python -Liste, die Berechnung durchzuführen. Im nächsten Teil des Skripts, Arange () Die Funktion der Numpy-Bibliothek wird verwendet, um zwei eindimensionale Numpy-Arrays von Bereichswerten zu erstellen. Beide Arrays werden multipliziert, um die gleiche Ausgabe zu erhalten, die in den vorherigen Aussagen von zwei Python -Listen generiert wird. Die Zeit, die zur Berechnung der Aufgabe mit dem Numpy -Array erforderlich ist, wird gedruckt, um die Zeit für die Python -Liste und das Numpy -Array zu vergleichen.
# Importieren Sie die erforderlichen PaketeNumph als NP importieren
Importzeit
# Nehmen Sie die Arraygröße vom Benutzer
Array_Size = int (input ("Eingeben Sie die Größe des Arrays:"))
# Erstellen Sie zwei Python -Listen basierend auf dem Wert array_size
list1 = Bereich (Array_Size)
list2 = Bereich (Array_Size)
# Setzen Sie die Startzeit
start_time = time.Zeit()
# Erstellen Sie eine Liste, indem Sie die Quadratwurzel berechnen
p_calculate = [(a * b) für a, b in ZIP (list1, list2)]
# Drucken Sie das Ergebnis aus
print ("Das Ergebnis der Liste: \ n", p_calculate)
# Setzen Sie die Endzeit
end_time = Zeit.Zeit()
# Drucken Sie den Zeitwert, den die Python -Liste benötigt
print ("Die Zeit, die von Python -Liste erforderlich ist:", end_time - start_time)
# Erstellen Sie zwei Numpy -Arrays basierend auf dem Wert array_size
np_array1 = np.Arange (Array_Size)
np_array2 = np.Arange (Array_Size)
# Setzen Sie die Startzeit
start_time = time.Zeit()
# Erstellen Sie ein Array, indem Sie die Quadratwurzel berechnen
np_calculate = np_array1 * np_array2
# Drucken Sie das Ergebnis aus
print ("Das Ergebnis des Arrays: \ n", np_calculate)
# Setzen Sie die Endzeit
end_time = Zeit.Zeit()
# Drucken Sie den Zeitwert, den das Numpy -Array benötigt
print ("Die Zeit, die von Numpy Array erforderlich ist:", End_time - start_time)
Ausgang:
Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Die Ausgabe zeigt, dass die Python -Liste mehr Zeit erfordert als das Numpy -Array, um dieselbe Aufgabe zu erledigen.
Abschluss:
Die Installation und Verwendung der Python Numpy -Bibliothek für Python3 wird in diesem Tutorial erläutert, um dem Leser diese Bibliothek in ihrem Python -Skript zu verwenden, um verschiedene Arten von mathematischen und wissenschaftlichen Problemen zu lösen.