Phenquestions
Nejjednodušší použití Pythonu pro matematiku je jako kalkulačka. Chcete-li to provést, spusťte na terminálu Python a použijte funkci tisku.
Jednoduchá matematika je k dispozici, aniž by aktivovala matematický modul, ale kromě sčítání, odčítání, dělení a násobení musíte matematický modul importovat. Aby byl kód krátký, importujte jako „m“. Nyní vložíte m a tečku před všechny funkce, které používáte. To funguje stejně pro všechny moduly v Pythonu. Pokud chcete použít komplexní čísla, použijte modul cmath.
Pro funkce nad rámec níže jsou některé knihovny specializované pro určité potřeby.
- Knihovny NumPy zpracovávají matematické funkce pro pole. Je možné vytvářet pole libovolného typu a je také podporována optimalizace v paměti. N-rozměrné pole je plně zakryto. Mezi funkce, které knihovna zpracovává, patří iterace, Fourierova transformace, lineární algebra a finanční funkce. Tato knihovna také implementuje C-API, takže můžete použít rychlost C bez překládání celého projektu.
- SciPy je sbírka vědeckého softwaru, jehož středem jsou matematické úlohy. Pokud potřebujete něco vypočítat, je to dobré místo pro začátek. Sbírka obsahuje integraci, optimalizaci a řídká vlastní čísla.
- Scikit-image je skvělý zdroj pro manipulaci a analýzu obrázků. Knihovna má funkce pro detekci čar, hran a prvků. Má také funkce obnovy, protože máte obrazy s vadami. K dispozici je také mnoho analytických nástrojů.
- Scikit-learn je užitečný pro získání kódu strojového učení dohromady. Obsahuje moduly pro klasifikaci, regresi, shlukování a další. Webová stránka je plná užitečných příkladů, takže můžete snadno začít.
- Pandy jsou vaším zdrojem pro velké datové sady, kde můžete provádět vědu o datech. Pandas podporuje analýzu a modelování dat a provádí to pomocí jednoduchého a jasného kódu. Mnoho funkcí je přeložitelných z jazyka R, takže můžete prototypovat pomocí Pandas.
- Statsmodels pokrývá vaše potřeby statistických modelů. Tato knihovna zpracovává mnoho podobných věcí, jako je Panda, ale může také importovat soubory Sata a zpracovávat analýzu časových řad. Součástí je karanténa, kde můžete experimentovat s různými statistickými modely. Tento konkrétní kód ještě není testován, ale možná je dostatečně blízko k dokončení úlohy.
- Matplotlib: Pro vykreslování grafů obsahuje animované grafy.
Předchozí knihovny jsou skvělé pro matematiku, ale záměrně se držely stranou od spiknutí. Místo toho nechali knihovny, jako je matplotlib, s nimi zacházet
Díky tomu je matplotlib rozsáhlý a má také mnoho podpůrného softwaru, který pokrývá mapování, vykreslování a návrh elektronických obvodů.
- Gnuplot.py je balíček rozhraní k populárnímu programu gnuplot. Má objektově orientovaný design, takže můžete přidat vlastní rozšíření.
- Patsy popisuje statistické modely ve všech jeho formách. Má také mnoho funkcí, které jsou běžné v R, ale s malými rozdíly, například jak označit umocňování. Patsy bude vytvářet matice pomocí vzorců, velmi podobných tomu, jak se to dělá v S a R.
- Sympy: Chcete-li vytisknout své matematické vzorce, použijte tuto knihovnu. Má také schopnost vyhodnocovat výrazy. Je velmi užitečné pro vytváření vzorců v dokumentech LaTeXu. Můžete dokonce spustit Sympy živě ve svém prohlížeči a vyzkoušet si to.
Nyní, když jste se dozvěděli, jaké projekty použít pro matematiku, brzy budete mít nedostatek výpočetní síly. K nápravě této situace je nejběžnějším řešením paralelní provádění. Pro tento účel existuje několik knihoven Pythonu.
Knihovna mpi4py poskytuje vazby na standardní rozhraní pro předávání zpráv. Musíte si stáhnout standardní paralelní knihovnu jako mpich nebo openmpi. Oba jsou k dispozici ve standardních úložištích.
Druhá knihovna je paralelní python nebo pp. Parallel Python vytváří server a mnoho klientů, kteří berou úlohy z vašeho serveru. Tento projekt neimplementuje standard, místo toho na všech svých počítačích používáte server a klienta ze stejného balíčku. To je v některých ohledech jednodušší, ale vyžaduje to více, když se váš projekt zvětší a vy potřebujete další lidi, aby vám propůjčili výkon zpracování.
Všechny tyto knihovny jsou samy o sobě dobré, ale vyberte si tu správnou pro vaše potřeby.
Volba není nevratná, ale bude později vyžadovat hodně práce. Aby bylo možné použít novou knihovnu, bude nutné změnit váš zdrojový kód a dojde k novým chybám, proto vybírejte moudře.
Pokud chcete provádět výpočty interaktivně, nainstalujte a použijte Ipython, protože se jedná o vylepšenou verzi verze příkazového řádku Pythonu. Pokud jste tak ještě neučinili, zvažte použití Jupyteru. Poskytuje vám notebook, dokumenty a konzolu kódu ve stejném pracovním prostoru.
Rámec funguje jako IDE, ale je zaměřen spíše na zkoumání problémů a softwaru, který vyvíjíte, než na tradiční IDE.
Další informace najdete v těchto článcích:
- Jak nainstalovat Anaconda Python na Ubuntu 18.04 LTS
- Výukový program Anaconda Python
- Nejlepší 10 IDE Pythonu pro Ubuntu
- Jak nainstalovat notebooky Jupyter na Ubuntu 18.04 LTS
