Phenquestions
Antes da instalação:
O sistema operacional precisa ser atualizado antes de instalar o python (x.y). Execute o seguinte comando para atualizar o sistema.
$ sudo apt-get update
É necessário verificar se algum interpretador python está instalado antes no sistema ou não. Execute o seguinte comando para verificar a versão instalada do python. É melhor remover qualquer versão do python instalada anteriormente antes de instalar o python (x, y).
$ python
A saída mostra que nenhum pacote python foi instalado antes no sistema. Para este caso, temos que instalar o interpretador python primeiro.
Instale Python (x.y)
Você pode instalar python (x, y) ou pacotes científicos python de duas maneiras. Uma maneira é baixar e instalar um pacote python (x, y) apropriado baseado no Ubuntu e outra maneira é instalar os pacotes necessários para realizar computação científica em Python. A segunda forma é fácil de instalar e é seguida neste tutorial.
Passos:
- Primeiro, você deve instalar o interpretador python e o gerenciador de pacotes para iniciar o processo de instalação. Então, execute o seguinte comando para instalar python3 e python3-pip pacotes. Aperte 'y'quando vai pedir permissão para instalação.
- Em seguida, você deve instalar as bibliotecas científicas necessárias de python3 para fazer operações científicas. Execute o seguinte comando para instalar as bibliotecas. Aqui, cinco bibliotecas serão instaladas após a execução do comando. Estes são numpy, matplotlib, scipy, pandas e simpático. Os usos dessas bibliotecas são explicados na próxima parte deste tutorial.
python3-scipy python3-pandas python3-sympy
- Para remover as limitações do interpretador python e fornecer uma interface amigável, ipython pacote é usado. Execute o seguinte comando para instalar ipython3 pacote.
- Execute o seguinte comando para instalar qt5 pacotes relacionados para desenvolvimento de GUI.
python3-pyqt5.qtopengl python3-pyqt5.qtquick
- Spyder é um editor de código útil que pode destacar a sintaxe e tornar a edição e depuração do código mais fácil. Execute o seguinte comando para instalar espião.
Se todos os pacotes mencionados acima forem instalados corretamente sem qualquer erro, então seu python (x, y) está instalado corretamente.
Usando Python (x, y):
Alguns usos básicos de python (x, y) são mostrados nesta parte do tutorial usando diferentes exemplos com explicações. Você precisará executar o espião editor de código para começar a usar python (x, y). Clique no Mostrar aplicativo ícone e tipo 'sp ' na caixa de pesquisa. Se espião está instalado corretamente então espião ícone irá aparecer.
Clique em Spyder3 ícone para abrir o aplicativo. A tela a seguir aparecerá após a abertura do aplicativo.
Agora, você pode começar a escrever código para realizar tarefas de computação científica. Os usos básicos das cinco bibliotecas instaladas de python3 para operações científicas são mostrados nos seis exemplos a seguir.
Exemplo-1: Usando variáveis e tipos
Este exemplo mostra o uso básico de tipos de dados e variáveis Python. No script a seguir, quatro tipos de variáveis são declarados. Estes são eunteger, float, boolean e fragmento. modelo() método é usado em python para descobrir o tipo de qualquer variável.
#!/ usr / bin / env python3#Atribuindo valor inteiro
var1 = 50
imprimir (tipo (var1))
#Assinging float value
var2 = 3.89
imprimir (tipo (var2))
#Assigning
var3 = Verdadeiro
imprimir (tipo (var3))
#Assigning string value
var4 = "LinuxHint"
imprimir (tipo (var4))
Resultado:
Execute o script pressionando Reproduzir ( ) botão do topo do editor. Se você clicar no Explorador de variáveis guia do lado direito, então a seguinte saída aparecerá para as quatro variáveis.
Exemplo-2: Usando numpy para criar uma matriz multidimensional
Todos os tipos de computação numérica são feitos por entorpecido pacote em python. A estrutura de dados multidimensionais, vetor e dados de matriz podem ser definidos e usados por este módulo. Pode calcular muito rapidamente porque é desenvolvido por C e FORTRAN. entorpecido módulo é usado no seguinte script para declarar e usar matrizes unidimensionais e bidimensionais em python. Três tipos de matrizes são declarados no script. meuArray é uma matriz unidimensional que contém 5 elementos. ndim propriedade é usada para descobrir a dimensão de uma variável de array. len () função é usada aqui para contar o número total de elementos de meuArray. shape () função é usada para exibir a forma atual da matriz. meuVetor2 é uma matriz bidimensional que contém seis elementos em duas linhas e três colunas (2 × 3 = 6). Tamanho() função é usada para contar o total de elementos de meuVetor2. arranjo() função é usada para criar uma matriz de intervalo chamada meuArray3 que gera elementos adicionando 2 com cada elemento de 10.
#!/ usr / bin / env python3#Using numpy
importar numpy como npy
# Declarar uma matriz unidimensional
myArray = npy.matriz ([90,45,78,12,66])
#Imprimir todos os elementos
imprimir (meuArray)
#Imprima a dimensão da matriz
imprimir (meuVetor.ndim)
#Imprime o número total de elementos
imprimir (len (meuVetor))
#Imprima a forma da matriz
imprimir (npy.forma (meuVetor))
# Declarar uma matriz bidimensional
meuVetor2 = npy.array ([[101,102,103], ["Nila", "Ella", "Bella"]])
## Imprime o número total de elementos
imprimir (npy.tamanho (meuVetor2))
#Create a range array
meuVetor3 = npy.arange (10,20,2)
#Imprima os elementos da matriz
imprimir (meuVetor3)
Resultado:
A seguinte saída aparecerá após a execução do script.
Exemplo-3: Usando Matlab para desenhar uma curva
Matplotlib biblioteca é usada para criar figuras científicas 2D e 3D com base em dados específicos. Pode gerar saída de alta qualidade em diferentes formatos, como PNG, SVG, EPG, etc. É um módulo muito útil para gerar figuras para dados de pesquisa, onde a figura pode ser atualizada a qualquer momento, alterando os dados. Como você pode desenhar uma curva com base nos valores do eixo xey usando este módulo é mostrado neste exemplo. pilab é usado para desenhar a curva aqui. linspace () função é usada para definir o valor do eixo x em intervalo regular. Os valores do eixo Y são calculados ao elevar ao quadrado o valor do eixo x. figura() é uma função init que é usada para habilitar pilab. o caractere 'b' é usado em trama() função para definir a cor da curva. Aqui, 'b' indica a cor azul. xlabel () função é usada para definir o título do eixo x e ylabel () função é usada para definir o título do eixo y. O título do gráfico é definido por título() método.
#!/ usr / bin / env python3#Using pylab module
importar pilab como pl
#Defina o valor do eixo x
x = pl.linspace (0, 8, 20)
#Calcule o valor do eixo y
y = x ** 2
#Inicialização para plotagem
pl.figura()
#Defina o gráfico com base no valor x, y com a cor azul
pl.plot (x, y, 'b')
#Defina o título para o eixo x
pl.xlabel ('x')
#Defina o título para o eixo y
pl.ylabel ('y')
#Defina o título do gráfico
pl.título ('Exemplo de plotagem')
pl.mostrar()
Resultado:
A seguinte saída aparecerá após a execução do script. A curva é mostrada no lado inferior direito da imagem.
Exemplo 4: Usando o módulo Sympy para variáveis Simbólicas
biblioteca sympy é usada em python para álgebra simbólica. A classe Symbol é usada para criar um novo símbolo em python. Aqui, duas variáveis simbólicas são declaradas. var1 variável está definida para Verdadeiro e is_imaginary devoluções de propriedade Falso para esta variável. var2 variável é definida como verdadeira, o que indica 1. Então, quando é verificado que var2 é maior que 0 ou não, então ele retorna True.
#!/ usr / bin / env python3#import sympy module
da importação sympy *
#Crie uma variável de símbolo chamada 'var1' com um valor
var1 = Símbolo ('var1', real = Verdadeiro)
#Teste o valor
imprimir (var1.is_imaginary)
#Crie uma variável de símbolo chamada 'var2' com um valor
var2 = Símbolo ('var2', positivo = Verdadeiro)
#Verifique se o valor é maior que 0 ou não
imprimir (var2> 0)
Resultado:
A seguinte saída aparecerá após a execução do script.
Exemplo 5: Criar DataFrame usando pandas
A biblioteca pandas foi desenvolvida para limpar, analisar e transformar quaisquer dados em python. Ele usa muitos recursos de entorpecido biblioteca. Portanto, é essencial instalar entorpecido biblioteca de python antes de instalar e usar pandas. Ele também é usado com outras bibliotecas científicas de python, como scipy, matplotlib etc. Os principais componentes de pandas estão Series e DataFrame. Qualquer série indica a coluna de dados e um DataFrame é uma tabela multidimensional de uma coleção de séries. O script a seguir gera um DataFrame com base em três séries de dados. A biblioteca do Pandas é importada no início do script. Em seguida, uma variável chamada marcas é declarado com três séries de dados que contêm notas de três disciplinas de três alunos denominados 'Janifer ',' John 'e' Paul '. Quadro de dados() função do pandas é usada na próxima instrução para gerar um DataFrame baseado na variável marcas e armazene-o na variável, resultado. Por último, o resultado variável é impressa para exibir o DataFrame.
#!/ usr / bin / env python3#import o módulo
importar pandas como pd
#Defina notas para três disciplinas para três alunos
marcas =
'Janifer': [89, 67, 92],
'John': [70, 83, 75],
'Paul': [76, 95, 97]
#Crie o dataframe usando pandas
assuntos = pd.DataFrame (marcas)
#Exibir o dataframe
imprimir (assuntos)
Resultado:
A seguinte saída aparecerá após a execução do script.
Exemplo-6: Usando o módulo scipy para cálculos matemáticos
SciPy biblioteca contém um grande número de algoritmos científicos para realizar computação científica em python. Alguns deles são Integração, Interpolação, Transformada de Fourier, Álgebra Linear, Estatística, Arquivo IO, etc. O editor Spyder é usado para escrever e executar os códigos dos exemplos anteriores. Mas o editor spyder não suporta os módulos scipy. Você pode verificar a lista de módulos suportados do editor spyder pressionando Dependências .. opção do menu de ajuda. Módulo Scipy não existe na lista. Portanto, os dois exemplos a seguir são mostrados no terminal. Abra o terminal pressionando “Alt_Ctrl + T ” e digite Pitão para executar o interpretador python.
Calculando a raiz cúbica dos números
A biblioteca scipy contém um módulo chamado cbrt para calcular a raiz cúbica qualquer número. O seguinte script irá calcular a raiz cúbica de três números. entorpecido a biblioteca é importada para definir a lista dos números. Próximo, scipy biblioteca e cbrt módulo que está sob scipy.especial são importados. Os valores da raiz cúbica de 8, 27 e 64 são armazenados na variável resultado que é impresso depois.
>>> importar numpy>>> importar scipy
>>> de scipy.cbrt de importação especial
>>> resultado = cbrt ([8, 27, 64])
>>> imprimir (resultado)
Resultado:
A seguinte saída aparecerá após a execução dos comandos. A raiz cúbica de 8, 27 e 64 são 2, 3 e 4.
Resolvendo álgebra linear usando o módulo scipy
linalg módulo da biblioteca scipy é usado para resolver a álgebra linear. Aqui, scipy a biblioteca é importada no primeiro comando e no próximo linalg módulo de scipy biblioteca é importada. entorpecido biblioteca é importada para declarar os arrays. Aqui, eq variável é declarada para definir os coeficientes e val variável é usada para definir os respectivos valores para cálculo. resolver() função é usada para calcular os resultados com base em eq e val variáveis.
>>> importar scipy>>> from scipy import linalg
>>> importar numpy como np
>>> eq = np.matriz ([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> val = np.matriz ([3, -6, 9])
>>> resultado = linalg.resolver (eq, val)
>>> imprimir (resultado)
Resultado:
A seguinte saída aparecerá após a execução dos comandos acima.
Conclusão:
Python é uma linguagem de programação muito útil para resolver diferentes tipos de problemas matemáticos e científicos. Python contém um grande número de bibliotecas para fazer este tipo de tarefa. Os usos básicos de algumas bibliotecas são mostrados neste tutorial. Se você quer ser um programador científico e novato em python (x, y), este tutorial o ajudará a instalar e usar python (x, y) no Ubuntu.
Uma demonstração pode ser encontrada aqui abaixo:
