Pytonorm

Hur man installerar och använder Python (x, y) i Python

Hur man installerar och använder Python (x, y) i Python
Python är ett mycket populärt programmeringsspråk nu för att utveckla olika typer av applikationer eller lösa programmeringsproblem. Den innehåller många standardbibliotek och paket för olika ändamål. Python (x, y) är en av de fria pythonfördelningarna för matematiska beräkningar och dataanalyser. Den utvecklas och underhålls av Pierre Raybaut. Användaren kan göra olika vetenskapliga datorer genom att använda denna distribution som 2D- eller 3D-plottning, vetenskaplig projektutveckling, parallell beräkning etc. Den är baserad på Qt-utvecklingsram och Spyder-utvecklingsmiljö. Den är främst utvecklad för vetenskapliga programmerare. Den stöder både tolkade och sammanställda språk. Du bör ha grundläggande kunskaper om python för att använda python (x, y). Den kan användas i både Windows- och Linux-operativsystem.  Hur python (x, y) kan installeras och användas i Ubuntu-operativsystemet visas i denna handledning.

Före installation:

Operativsystemet måste uppdateras innan du installerar python (x.y). Kör följande kommando för att uppdatera systemet.

$ sudo apt-get-uppdatering

Det är nödvändigt att kontrollera att någon pythontolk har installerats tidigare i systemet eller inte. Kör följande kommando för att kontrollera den installerade versionen av python. Det är bättre att ta bort alla tidigare installerade pythonversioner innan du installerar python (x, y).

$ python

Utdata visar att inget pythonpaket har installerats tidigare i systemet. För det här fallet måste vi installera pythontolkaren först.

Installera Python (x.y)

Du kan installera python (x, y) eller vetenskapliga pythonpaket på två sätt. Ett sätt är att ladda ner och installera ett lämpligt python (x, y) -paket baserat på Ubuntu och ett annat sätt är att installera nödvändiga paket för att utföra vetenskaplig databehandling i Python.  Det andra sättet är enkelt att installera, vilket följs i denna handledning.

Steg:

  1. Först måste du installera pythontolk och pakethanterare för att starta installationsprocessen. Så kör följande kommando för att installera python3 och python3-pip paket. Tryck 'y'när den kommer att be om tillstånd för installation.
$ sudo apt-get install python3 python3-pip

  1. Därefter måste du installera nödvändiga vetenskapliga bibliotek python3 för att göra vetenskapliga operationer. Kör följande kommando för att installera biblioteken. Här installeras fem bibliotek efter kommandot. Dessa är bedövad, matplotlib, scipy, pandor och sympy. Användningen av dessa bibliotek förklaras i nästa del av denna handledning.
$ sudo apt-get install python3-numpy python3-matplotlib
python3-scipy python3-pandas python3-sympy

  1. För att ta bort begränsningarna för pythontolken och tillhandahålla ett användarvänligt gränssnitt, ipython paketet används. Kör följande kommando för att installera ipython3 paket.
$ sudo apt-get install ipython3

  1. Kör följande kommando för att installera qt5 relaterade paket för GUI-utveckling.
$ sudo apt-get install python3-pyqt5
python3-pyqt5.qtopengl python3-pyqt5.qtquick

  1. Spyder är en användbar kodredigerare som kan markera syntaxen och göra kodredigering och felsökning enklare. Kör följande kommando för att installera spyder.
$ sudo apt-get install spyder3

Om alla paket som nämns ovan är installerade ordentligt utan något fel är din python (x, y) korrekt installerad.

Använda Python (x, y):

Några grundläggande användningar av python (x, y) visas i den här delen av handledningen genom att använda olika exempel med förklaringar. Du måste köra spyder kodredigerare för att börja använda python (x, y). Klicka på Visa ansökan ikon och skriv 'sp ' i sökrutan. Om spyder är installerat korrekt då spyder ikonen visas.

Klicka på Spyder3 ikonen för att öppna programmet. Följande skärm visas efter att programmet har öppnats.

Nu kan du börja skriva kod för att göra vetenskapliga datoruppgifter. De grundläggande användningarna av de fem installerade biblioteken i python3 för vetenskaplig verksamhet visas i följande sex exempel.

Exempel 1: Använda variabler och typer

Detta exempel visar den mycket grundläggande användningen av pythondatatyper och variabler. I följande skript deklareras fyra typer av variabler. Dessa är jagnteger, float, boolean och sträng. typ() metoden används i python för att ta reda på vilken typ av variabel som helst.

#!/ usr / bin / env python3
#Assigning heltal värde
var1 = 50
skriva ut (typ (var1))
 
#Assing float value
var2 = 3.89
skriva ut (typ (var2))
 
#Tilldelning
var3 = True
skriva ut (typ (var3))
 
#Tilldela strängvärde
var4 = "LinuxHint"
skriva ut (typ (var4))

Produktion:
Kör manuset genom att trycka på spela ( ) från toppen av redigeraren. Om du klickar på Variabel utforskare fliken från höger sida kommer följande utdata att visas för de fyra variablerna.

Exempel 2: Använd numpy för att skapa en och multidimensionell matris

Alla typer av numerisk beräkning görs av bedövad paket i python. Den multidimensionella datastrukturen, vektorn och matrisdata kan definieras och användas av denna modul. Den kan beräkna mycket snabbt eftersom den utvecklas av C och FORTRAN. bedövad modulen används i följande skript för att deklarera och använda endimensionella och tvådimensionella matriser i python. Tre typer av matriser deklareras i manuset. myArray är en endimensionell matris som innehåller 5 element. ndim egenskap används för att ta reda på dimensionen för en matrisvariabel. len () funktionen används här för att räkna det totala antalet element av myArray. shape () -funktionen används för att visa matrisens aktuella form. myArray2 är en tvådimensionell matris som innehåller sex element i två rader och tre kolumner (2 × 3 = 6). storlek() funktionen används för att räkna de totala elementen av myArray2. ordna() funktionen används för att skapa ett intervall som heter myArray3 som genererar element genom att lägga till 2 med varje element från 10.

#!/ usr / bin / env python3
#Användar bedövad
importera numpy som npy
#Deklarera en endimensionell matris
myArray = npy.array ([90,45,78,12,66])
#Skriv ut alla element
skriva ut (myArray)
#Skriv ut dimensionen för matrisen
skriva ut (myArray.ndim)
 
#Skriv ut det totala antalet element
skriva ut (len (myArray))
 
# Skriv ut formen på matrisen
skriva ut (npy.form (myArray))
 
# Förklara en tvådimensionell matris
myArray2 = npy.array ([[101,102,103], ["Nila", "Ella", "Bella"]])
 
## Skriv ut det totala antalet element
skriva ut (npy.storlek (myArray2))
 
# Skapa ett intervall
myArray3 = npy.arange (10,20,2)
 
# Skriv ut arrayelementen
skriva ut (myArray3)

Produktion:

Följande utdata visas efter körning av skriptet.

Exempel 3: Använd Matlab för att rita en kurva

Matplotlib biblioteket används för att skapa 2D- och 3D-vetenskapliga siffror baserade på specifika data. Det kan generera högkvalitativa utdata i olika format som PNG, SVG, EPG, etc.  Det är en mycket användbar modul för att generera siffror för forskningsdata där siffran kan uppdateras när som helst genom att ändra data. Hur du kan rita en kurva baserat på x-axel- och y-axelvärdena med hjälp av denna modul visas i detta exempel. pylab används för att rita kurvan här. linspace () funktionen används för att ställa in x-axelns värde i regelbundet intervall. Y-axelvärden beräknas genom att kvadrera värdet på x-axeln. figur() är en init-funktion som används för att aktivera pylab. 'b' karaktär används i komplott() funktion för att ställa in kurvens färg.  Här anger 'b' blå färg. xlabel () funktionen används för att ställa in titeln på x-axeln och ylabel () funktionen används för att ställa in titeln på y-axeln. Grafens titel ställs in av titel() metod.

#!/ usr / bin / env python3
#Använder pylab-modulen
importera pylab som pl
# Ställ in värdet på x-axeln
x = pl.linspace (0, 8, 20)
#Beräkna värdet på y-axeln
y = x ** 2
 
#Initialisering för plottning
pl.figur()
 
# Ställ in plot baserat på x, y-värde med blå färg
pl.plot (x, y, 'b')
 
# Ställ in titeln för x-axeln
pl.xlabel ('x')
 
# Ställ in titeln för y-axeln
pl.ylabel ('y')
 
# Ställ in titeln för diagrammet
pl.title ('Plotting Exempel')
pl.show()

Produktion:
Följande utdata visas efter körning av skriptet. Kurvan visas längst ner till höger på bilden.

Exempel 4: Använd sympymodul för symbolvariabler

sympy-biblioteket används i python för symbolisk algebra. Symbolklass används för att skapa en ny symbol i python. Här deklareras två symboliska variabler. var1 variabel är inställd på Sann och  är_imaginär fastigheten returnerar Falsk för denna variabel. var2 variabel är satt till true som indikerar 1.  Så när det kontrolleras det var2 är större än 0 eller inte så returnerar den True.

#!/ usr / bin / env python3
 
#import sympy-modul
från sympy import *
 
# Skapa en symbolvariabel med namnet 'var1' med ett värde
var1 = Symbol ('var1', real = True)
 
#Test värdet
skriva ut (var1.is_imaginary)
 
# Skapa en symbolvariabel med namnet 'var2' med ett värde
var2 = Symbol ('var2', positiv = True)
 
#Kontrollera att värdet är mer än 0 eller inte
skriva ut (var2> 0)

Produktion:
Följande utdata visas efter körning av skriptet.

Exempel 5: Skapa DataFrame med pandaer

pandas-biblioteket är utvecklat för rengöring, analys och omvandling av data i python. Den använder många funktioner i bedövad bibliotek. Så det är viktigt att installera bedövad bibliotek med python innan du installerar och använder pandor. Det används också med andra vetenskapliga bibliotek av python som läskig, matplotlib etc. Kärnkomponenterna i pandor är serier och DataFrame. Vilken serie som helst indikerar datakolumnen och en DataFrame är en flerdimensionell tabell för en serie serier. Följande skript genererar en DataFrame baserat på tre serier med data.  Pandas-biblioteket importeras i början av skriptet. Därefter en variabel med namnet märken förklaras med tre serier av data som innehåller betyg för tre ämnen av tre studenter som heter 'Janifer ',' John 'och' Paul '. DataFrame () funktion av pandor används i nästa uttalande för att generera en DataFrame baserat på variabeln märken och lagra den i variabeln, resultat. Slutligen, resultat variabeln skrivs ut för att visa DataFrame.

#!/ usr / bin / env python3
 
#importera modulen
importera pandor som pd
 
# Ställ in betyg för tre ämnen för tre studenter
märken =
'Janifer': [89, 67, 92],
'John': [70, 83, 75],
'Paul': [76, 95, 97]

 
# Skapa dataramen med pandor
ämnen = pd.DataFrame (märken)
 
#Display dataframe
tryck (ämnen)

Produktion:
Följande utdata visas efter körning av skriptet.

Exempel 6: Använd scipy-modul för matematisk beräkning

SciPy biblioteket innehåller ett stort antal vetenskapliga algoritmer för att utföra vetenskaplig beräkning i python. Några av dem är Integration, Interpolation, Fourier-transformation, Linjär algebra, Statistik, File IO, etc. Spyder-editor används för att skriva och köra koder i tidigare exempel. Men spyder-redaktören stöder inte scipy-modulerna. Du kan kontrollera listan över moduler som stöds av spyder editor genom att trycka på Beroenden .. alternativ för hjälpmenyn. Scipy-modulen finns inte i listan. Följande två exempel visas från terminalen. Öppna terminalen genom att trycka på “Alt_Ctrl + T ” och typ pytonorm för att köra pythontolk.

Beräkning av kubrot av siffror

scipy-biblioteket innehåller en modul som heter cbrt för att beräkna kubrot varje valfritt tal. Följande skript beräknar kubrot av tre siffror. bedövad biblioteket importeras för att definiera listan med siffrorna. Nästa, läskig bibliotek och cbrt modul som är under läskig.särskild importeras.  Kubens rotvärden 8, 27 och 64 lagras i variabeln resultat som skrivs ut senare.

>>> importera dom
>>> import scipy
>>> från scipy.speciell import cbrt
>>> resultat = cbrt ([8, 27, 64])
>>> skriva ut (resultat)

Produktion:
Följande utdata visas när kommandona har körts. Kubroten på 8, 27 och 64 är 2, 3 och 4.

Lösa linjär algebra med scipy-modul

linalg modulen i scipy-biblioteket används för att lösa linjär algebra.  Här, läskig biblioteket importeras i det första kommandot och nästa linalg modul av läskig biblioteket importeras. bedövad biblioteket importeras för att deklarera matriserna. Här, ekv variabel deklareras för att definiera koefficienterna och val variabel används för att definiera respektive värden för beräkning.  lösa() funktionen används för att beräkna resultaten baserat på ekv och val variabler.

>>> import scipy
>>> från scipy import linalg
>>> importera dom som np
>>> ekv = np.array ([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> val = np.array ([3, -6, 9])
>>> resultat = linalg.lösa (ekv, val)
>>> skriva ut (resultat)

Produktion:
Följande utdata visas efter att ovanstående kommandon har körts.

Slutsats:

Python är ett mycket användbart programmeringsspråk för att lösa olika typer av matematiska och vetenskapliga problem. Python innehåller ett stort antal bibliotek för att utföra den här typen av uppgifter. De mycket grundläggande användningarna av vissa bibliotek visas i denna handledning. Om du vill vara vetenskaplig programmerare och nybörjare för python (x, y) så hjälper den här guiden dig att installera och använda python (x, y) på Ubuntu.

En demo finns här nedan:

Shadow of the Tomb Raider for Linux Tutorial
Shadow of the Tomb Raider är det tolfte tillskottet till Tomb Raider-serien - en action-äventyrsspelfranchise skapad av Eidos Montreal. Spelet mottogs...
Hur man förbättrar FPS i Linux?
FPS står för Bildrutor per sekund. FPS: s uppgift är att mäta bildfrekvensen i videouppspelningar eller spelprestanda. Med enkla ord betecknas antalet...
De bästa Oculus App Lab-spelen
Om du är Oculus-headsetägare måste du vara förtjust i sidoladdning. Sideladdning är processen för att installera icke-butiksinnehåll på ditt headset. ...