Ciencia de los datos

Cómo instalar el entorno de desarrollo de Python NumPy en Ubuntu

Cómo instalar el entorno de desarrollo de Python NumPy en Ubuntu
Python es un lenguaje de programación moderno que ahora admite una gran cantidad de bibliotecas. Se pueden realizar varios tipos de tareas utilizando estas bibliotecas. NumPy es una de las bibliotecas útiles de Python para realizar operaciones científicas. Esta biblioteca se puede utilizar para crear una matriz multidimensional de objetos. Se pueden realizar rápidamente diferentes tipos de tareas matemáticas utilizando esta biblioteca, como ordenar la matriz, remodelar la matriz, operaciones estadísticas, operaciones aritméticas, etc. Funciona más rápido porque se desarrolla utilizando el lenguaje de programación C.

Instalación de NumPy en Ubuntu:

Debe verificar la versión de Python instalada del sistema antes de instalar la biblioteca NumPy. Python3 se utiliza en este tutorial para mostrar la forma de instalar la biblioteca NumPy en Python. Ejecute el siguiente comando para verificar la versión de Python instalada.

$ python3 -V

El siguiente resultado muestra que python versión 3.8.6 está instalado en el sistema.

Ejecute el siguiente comando para instalar la biblioteca NumPy para Python3.

$ sudo apt install python3-numpy

Compruebe la NumPy versión de la terminal:

Puede verificar la versión instalada de la biblioteca NumPy de varias maneras. El siguiente comando mostrará la versión de la biblioteca NumPy instalada si se instaló correctamente con el comando anterior.

$ python3 -c "import numpy; print (numpy.__versión__)"

El siguiente resultado muestra que NumPy versión 1.18.4 está instalado en el sistema.

Importar y comprobar la NumPy versión

Puede averiguar la versión instalada de la biblioteca NumPy ejecutando el script de Python también. Ejecute el siguiente comando para ejecutar el script de Python.

$ python3

Ejecute la siguiente secuencia de comandos de Python desde el símbolo del sistema de Python para verificar la versión de la biblioteca NumPy instalada.

>>> importar numpy como np
>>> np.versión.versión

El siguiente resultado muestra la versión de Python y la biblioteca NumPy.

Habilite NumPy en el editor de PyCharm:

Existen muchos IDE de Python para ejecutar scripts de Python. Algunos de los editores de Python más populares son PyCharm, Spyder, Eric, Pyzo, Atom, Pydev, etc. PyCharm IDE se utiliza en este tutorial para mostrar cómo escribir y ejecutar un script de Python mediante la importación de la biblioteca NumPy. Puede ejecutar el siguiente comando para instalar PyCharm en Ubuntu.

$ sudo snap install pycharm-community --clásico

Debe establecer la ubicación de la biblioteca NumPy en PyCharm IDE para importar la biblioteca en el script. Abre el Ajustes ventana haciendo clic en el Ajustes elemento de menú del Archivo menú. Haga clic en la carpeta del proyecto que se creó antes para almacenar el script de Python. Aquí, el nombre de la carpeta del proyecto es Pitón ubicado en la carpeta, / inicio / fahmida / PycharmProjects. Descubrir el numpy carpeta que se encuentra debajo / venv / lib / python3.8 / paquetes de sitio. Seleccione la carpeta y haga clic en el OK botón.

Trabaja con NumPy:

Escriba la siguiente secuencia de comandos en un archivo de Python para saber cómo se puede usar la biblioteca NumPy en la secuencia de comandos de Python. La matriz NumPy funciona más rápido que la lista de Python que se muestra en la salida de este script. La biblioteca NumPy se importa al comienzo del script para crear la matriz NumPy. La biblioteca de tiempo se importa para calcular el tiempo requerido por las listas de Python y las matrices NumPy para hacer la misma tarea. El tamaño de la matriz se tomará como entrada del usuario. Se crearán dos listas de Python usando el rango() función basada en el valor de entrada. A continuación, la hora actual del sistema se almacenará en la variable, hora de inicio. Se creará otra nueva lista multiplicando cada valor de ambas listas. Los valores de ambas listas son iguales porque los valores de rango crean las listas, y ambas listas contienen el mismo número de valores. La nueva variable de lista, p_calculate, contendrá cada elemento del valor cuadrado de la lista. Nuevamente, la hora actual del sistema se almacena en la variable, hora de finalización. La diferencia entre hora de finalización y hora de inicio mostrará el tiempo de la lista de Python para hacer el cálculo. En la siguiente parte del guión, arange () La función de la biblioteca NumPy se utiliza para crear dos matrices NumPy unidimensionales de valores de rango. Ambas matrices se multiplican para obtener el mismo resultado generado por dos listas de Python en las declaraciones anteriores. El tiempo requerido para calcular la tarea usando la matriz NumPy se imprimirá para comparar el tiempo necesario para la lista de Python y la matriz NumPy.

# Importa los paquetes necesarios
importar numpy como np
tiempo de importación
# Tomar el tamaño de la matriz del usuario
array_size = int (input ("Ingrese el tamaño de la matriz:"))
# Crea dos listas de Python basadas en el valor de array_size
lista1 = rango (tamaño_matriz)
lista2 = rango (tamaño_matriz)
# Establecer la hora de inicio
start_time = hora.hora()
# Crea una lista calculando la raíz cuadrada
p_calculate = [(a * b) para a, b en zip (list1, list2)]
# Imprime el resultado
print ("El resultado de la lista: \ n", p_calculate)
# Establecer la hora de finalización
end_time = tiempo.hora()
# Imprime el valor de tiempo requerido por la lista de Python
print ("El tiempo requerido por la lista de Python:", end_time - start_time)
# Cree dos matrices NumPy basadas en el valor de array_size
np_array1 = np.arange (tamaño_matriz)
np_array2 = np.arange (tamaño_matriz)
# Establecer la hora de inicio
start_time = hora.hora()
# Crea una matriz calculando la raíz cuadrada
np_calculate = np_array1 * np_array2
# Imprime el resultado
print ("El resultado de la matriz: \ n", np_calculate)
# Establecer la hora de finalización
end_time = tiempo.hora()
# Imprime el valor de tiempo requerido por la matriz NumPy
print ("El tiempo requerido por la matriz numpy:", end_time - start_time)

Producción:

La siguiente salida aparecerá después de ejecutar el script anterior. El resultado muestra que la lista de Python requiere más tiempo que la matriz NumPy para hacer la misma tarea.

Conclusión:

La instalación y el uso de la biblioteca Python NumPy para python3 se explica en este tutorial para ayudar al lector a usar esta biblioteca en su script de Python para resolver diferentes tipos de problemas matemáticos y científicos.

El botón de clic izquierdo del mouse no funciona en Windows 10
Si está utilizando un mouse dedicado con su computadora portátil o computadora de escritorio, pero el el botón izquierdo del mouse no funciona en Wind...
El cursor salta o se mueve aleatoriamente mientras escribe en Windows 10
Si descubre que el cursor del mouse salta o se mueve por sí solo, automáticamente, de manera aleatoria mientras escribe en una computadora portátil o ...
Cómo invertir la dirección de desplazamiento del mouse y los paneles táctiles en Windows 10
Ratón y Panel táctils no solo facilitan la informática, sino que también hacen que sea más eficiente y requieran menos tiempo. No podemos imaginar una...