Phenquestions
Antes de la instalación:
El sistema operativo debe actualizarse antes de instalar Python (x.y). Ejecute el siguiente comando para actualizar el sistema.
$ sudo apt-get update
Es necesario comprobar que cualquier intérprete de Python esté instalado antes en el sistema o no. Ejecute el siguiente comando para verificar la versión instalada de python. Es mejor eliminar cualquier versión de Python previamente instalada antes de instalar Python (x, y).
$ python
El resultado muestra que no se ha instalado ningún paquete de Python antes en el sistema. Para este caso, primero tenemos que instalar el intérprete de Python.
Instalar Python (x.y)
Puede instalar python (x, y) o paquetes de python científico de dos formas. Una forma es descargar e instalar un paquete python (x, y) apropiado basado en Ubuntu y otra forma es instalar los paquetes necesarios para realizar computación científica en Python. La segunda forma es fácil de instalar y se sigue en este tutorial.
Pasos:
- Primero, debe instalar el intérprete de Python y el administrador de paquetes para iniciar el proceso de instalación. Entonces, ejecute el siguiente comando para instalar python3 y python3-pip paquetes. Prensa 'y'cuando pedirá permiso para la instalación.
- A continuación, debe instalar las bibliotecas científicas necesarias de python3 para hacer operaciones científicas. Ejecute el siguiente comando para instalar las bibliotecas. Aquí, se instalarán cinco bibliotecas después de ejecutar el comando. Estos son numpy, matplotlib, scipy, pandas y simpático. Los usos de estas bibliotecas se explican en la siguiente parte de este tutorial.
python3-scipy python3-pandas python3-sympy
- Para eliminar las limitaciones del intérprete de Python y proporcionar una interfaz fácil de usar, ipython se usa el paquete. Ejecute el siguiente comando para instalar ipython3 paquete.
- Ejecute el siguiente comando para instalar qt5 paquetes relacionados para el desarrollo de GUI.
python3-pyqt5.qtopengl python3-pyqt5.qtquick
- Spyder es un editor de código útil que puede resaltar la sintaxis y facilitar la edición y depuración del código. Ejecute el siguiente comando para instalar espía.
Si todos los paquetes mencionados anteriormente están instalados correctamente sin ningún error, entonces su python (x, y) está instalado correctamente.
Usando Python (x, y):
Algunos usos básicos de python (x, y) se muestran en esta parte del tutorial usando diferentes ejemplos con explicaciones. Necesitará ejecutar el espía editor de código para comenzar a usar python (x, y). Haga clic en el Mostrar aplicación icono y escriba 'sp ' en el cuadro de búsqueda. Si espía está instalado correctamente entonces espía aparecerá el icono.
Haga clic en Spyder3 icono para abrir la aplicación. La siguiente pantalla aparecerá después de abrir la aplicación.
Ahora, puede comenzar a escribir código para realizar tareas de computación científica. Los usos básicos de las cinco bibliotecas instaladas de python3 para operaciones científicas se muestran en los siguientes seis ejemplos.
Ejemplo 1: uso de variables y tipos
Este ejemplo muestra el uso muy básico de tipos de datos y variables de Python. En el siguiente script, se declaran cuatro tipos de variables. Estos son yonteger, flotante, booleano y cuerda. tipo() El método se usa en Python para averiguar el tipo de cualquier variable.
#!/ usr / bin / env python3# Asignación de valor entero
var1 = 50
imprimir (tipo (var1))
# Evaluar valor flotante
var2 = 3.89
imprimir (tipo (var2))
# Asignación
var3 = Verdadero
imprimir (tipo (var3))
# Asignación de valor de cadena
var4 = "LinuxHint"
imprimir (tipo (var4))
Producción:
Ejecute el script presionando tocar ( ) botón de la parte superior del editor. Si hace clic en el Explorador de variables pestaña del lado derecho, aparecerá el siguiente resultado para las cuatro variables.
Ejemplo 2: uso de numpy para crear una matriz unidimensional y multidimensional
Todos los tipos de computación numérica se realizan mediante numpy paquete en python. La estructura de datos multidimensionales, los datos vectoriales y matriciales se pueden definir y utilizar en este módulo. Puede calcular muy rápidamente porque está desarrollado por C y FORTRAN. numpy El módulo se usa en el siguiente script para declarar y usar matrices unidimensionales y bidimensionales en Python. Se declaran tres tipos de matrices en el script. myArray es una matriz unidimensional que contiene 5 elementos. ndim La propiedad se usa para averiguar la dimensión de una variable de matriz. len () La función se usa aquí para contar el número total de elementos de myArray. shape () La función se utiliza para mostrar la forma actual de la matriz. myArray2 es una matriz bidimensional que contiene seis elementos en dos filas y tres columnas (2 × 3 = 6). Talla() La función se utiliza para contar los elementos totales de myArray2. arreglar() La función se usa para crear una matriz de rango llamada myArray3 que genera elementos sumando 2 con cada elemento de 10.
#!/ usr / bin / env python3#Utilizando numpy
importar numpy como npy
#Declare una matriz unidimensional
myArray = npy.matriz ([90,45,78,12,66])
#Imprimir todos los elementos
imprimir (myArray)
#Imprima la dimensión de la matriz
imprimir (myArray.ndim)
#Imprima el número total de elementos
imprimir (len (myArray))
# Imprime la forma de la matriz
imprimir (npy.forma (myArray))
# Declarar una matriz bidimensional
myArray2 = npy.array ([[101,102,103], ["Nila", "Ella", "Bella"]])
## Imprime el número total de elementos
imprimir (npy.tamaño (myArray2))
#Crear una matriz de rango
myArray3 = npy.naranja (10,20,2)
#Imprima los elementos de la matriz
imprimir (myArray3)
Producción:
La siguiente salida aparecerá después de ejecutar el script.
Ejemplo 3: uso de Matlab para dibujar una curva
Matplotlib La biblioteca se utiliza para crear figuras científicas 2D y 3D basadas en datos específicos. Puede generar resultados de alta calidad en diferentes formatos como PNG, SVG, EPG, etc. Es un módulo muy útil para generar cifras para datos de investigación donde la figura se puede actualizar en cualquier momento cambiando los datos. En este ejemplo se muestra cómo puede dibujar una curva basada en los valores del eje xy del eje y usando este módulo. pylab se usa para dibujar la curva aquí. linspace () La función se utiliza para establecer el valor del eje x en un intervalo regular. Los valores del eje Y se calculan elevando al cuadrado el valor del eje X. figura() es una función de inicio que se utiliza para habilitar pylab. El carácter 'b' se usa en gráfico() función para establecer el color de la curva. Aquí, 'b' indica color azul. xlabel () La función se utiliza para establecer el título del eje x y ylabel () La función se usa para establecer el título del eje y. El título del gráfico lo establece título() método.
#!/ usr / bin / env python3#Usando el módulo pylab
importar pylab como pl
#Establecer el valor del eje x
x = pl.linspace (0, 8, 20)
#Calcular el valor del eje y
y = x ** 2
#Inicialización para trazar
pl.figura()
# Establezca la gráfica basada en el valor x, y con color azul
pl.trama (x, y, 'b')
#Establezca el título para el eje x
pl.xlabel ('x')
#Establezca el título para el eje y
pl.ylabel ('y')
#Establecer el título del gráfico
pl.title ('Ejemplo de trazado')
pl.show()
Producción:
La siguiente salida aparecerá después de ejecutar el script. La curva se muestra en la parte inferior derecha de la imagen.
Ejemplo 4: uso del módulo sympy para variables simbólicas
la biblioteca sympy se usa en python para álgebra simbólica. La clase de símbolo se usa para crear un nuevo símbolo en Python. Aquí, se declaran dos variables simbólicas. var1 la variable está establecida en Cierto y es_imaginario devoluciones de propiedad Falso para esta variable. var2 la variable se establece en verdadero que indica 1. Entonces, cuando se comprueba que var2 es mayor que 0 o no, entonces devuelve True.
#!/ usr / bin / env python3#importar módulo sympy
de sympy import *
# Crea una variable de símbolo llamada 'var1' con un valor
var1 = Símbolo ('var1', real = Verdadero)
#Prueba el valor
imprimir (var1.es_imaginario)
# Cree una variable de símbolo llamada 'var2' con un valor
var2 = Símbolo ('var2', positivo = Verdadero)
#Compruebe que el valor sea mayor que 0 o no
imprimir (var2> 0)
Producción:
La siguiente salida aparecerá después de ejecutar el script.
Ejemplo-5: Crear DataFrame usando pandas
La biblioteca de pandas está desarrollada para limpiar, analizar y transformar cualquier dato en Python. Utiliza muchas características de numpy Biblioteca. Entonces, es esencial instalar numpy biblioteca de Python antes de instalar y usar pandas. También se usa con otras bibliotecas científicas de Python como scipy, matplotlib etc. Los componentes centrales de pandas están serie y DataFrammi. Cualquier serie indica la columna de datos y un DataFrame es una tabla multidimensional de una colección de series. El siguiente script genera un DataFrame basado en tres series de datos. La biblioteca de Pandas se importa al comienzo del script. A continuación, una variable llamada marcas se declara con tres series de datos que contienen notas de tres asignaturas de tres alumnos denominados 'Janifer ',' John 'y' Paul '. Marco de datos() La función de pandas se usa en la siguiente declaración para generar un DataFrame basado en la variable marcas y almacenarlo en la variable, resultado. Por último, el resultado La variable se imprime para mostrar el DataFrame.
#!/ usr / bin / env python3#importar el módulo
importar pandas como pd
#Establecer calificaciones para tres asignaturas para tres estudiantes
marcas =
'Janifer': [89, 67, 92],
'John': [70, 83, 75],
'Paul': [76, 95, 97]
# Crea el marco de datos usando pandas
sujetos = pd.DataFrame (marcas)
#Muestra el marco de datos
imprimir (temas)
Producción:
La siguiente salida aparecerá después de ejecutar el script.
Ejemplo 6: uso del módulo scipy para cálculos matemáticos
Ciencia La biblioteca contiene una gran cantidad de algoritmos científicos para realizar computación científica en Python. Algunos de ellos son Integración, Interpolación, Transformada de Fourier, Álgebra lineal, Estadísticas, E / S de archivos, etc. El editor de Spyder se utiliza para escribir y ejecutar los códigos de los ejemplos anteriores. Pero el editor de spyder no es compatible con los módulos scipy. Puede consultar la lista de módulos compatibles con el editor de spyder presionando Dependencias .. opción del menú de ayuda. El módulo Scipy no existe en la lista. Entonces, los siguientes dos ejemplos se muestran desde la terminal. Abra el terminal presionando “Alt_Ctrl + T ” y escriba pitón para ejecutar el intérprete de Python.
Calcular la raíz cúbica de números
La biblioteca scipy contiene un módulo llamado cbrt para calcular la raíz cúbica cualquier número. El siguiente script calculará la raíz cúbica de tres números. numpy la biblioteca se importa para definir la lista de los números. próximo, scipy biblioteca y cbrt módulo que está debajo scipy.especial son importados. Los valores de la raíz cúbica de 8, 27 y 64 se almacenan en la variable resultado que se imprime mas tarde.
>>> importar numpy>>> importar scipy
>>> de scipy.cbrt de importación especial
>>> resultado = cbrt ([8, 27, 64])
>>> imprimir (resultado)
Producción:
La siguiente salida aparecerá después de ejecutar los comandos. La raíz cúbica de 8, 27 y 64 son 2, 3 y 4.
Resolver álgebra lineal usando el módulo scipy
linalg El módulo de la biblioteca scipy se utiliza para resolver el álgebra lineal. Aquí, scipy la biblioteca se importa en el primer comando y el siguiente linalg módulo de scipy la biblioteca es importada. numpy la biblioteca se importa para declarar las matrices. Aquí, eq La variable se declara para definir los coeficientes y val La variable se utiliza para definir los valores respectivos para el cálculo. resolver() La función se utiliza para calcular los resultados basados en eq y val variables.
>>> importar scipy>>> de 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)
Producción:
La siguiente salida aparecerá después de ejecutar los comandos anteriores.
Conclusión:
Python es un lenguaje de programación muy útil para resolver diferentes tipos de problemas matemáticos y científicos. Python contiene una gran cantidad de bibliotecas para realizar este tipo de tarea. Los usos muy básicos de algunas bibliotecas se muestran en este tutorial. Si quieres ser un programador científico y novato en python (x, y), este tutorial te ayudará a instalar y usar python (x, y) en Ubuntu.
Puede encontrar una demostración aquí a continuación:
