python(x.y)をインストールする前に、オペレーティングシステムを更新する必要があります。次のコマンドを実行して、システムを更新します。
$sudo apt-get update
Pythonインタープリターがシステムにインストールされているかどうかを確認する必要があります。次のコマンドを実行して、インストールされているpythonのバージョンを確認します。 python(x、y)をインストールする前に、以前にインストールしたpythonバージョンを削除することをお勧めします。
$ python
出力は、Pythonパッケージが以前にシステムにインストールされていないことを示しています。この場合、最初にPythonインタープリターをインストールする必要があります。
Pythonのインストール(x.y)
python(x、y)またはscientificpythonパッケージは2つの方法でインストールできます。 1つの方法は、Ubuntuに基づいて適切なpython(x、y)パッケージをダウンロードしてインストールすることであり、もう1つの方法は、Pythonで科学計算を実行するために必要なパッケージをインストールすることです。 2番目の方法はインストールが簡単で、このチュートリアルに従います。
手順:
- まず、インストールプロセスを開始するために、Pythonインタープリターとパッケージマネージャーをインストールする必要があります。したがって、次のコマンドを実行してインストールします python3 と python3-pip パッケージ。押す ' と ’インストールの許可を求められたとき。
- 次に、必要な科学ライブラリをインストールする必要があります python3 科学的操作を行うため。次のコマンドを実行して、ライブラリをインストールします。ここでは、コマンド実行後に5つのライブラリがインストールされます。これらは numpy、matplotlib、scipy、pandas と sympy 。これらのライブラリの使用法については、このチュートリアルの次のパートで説明します。
python3-scipy python3-pandas python3-sympy
- Pythonインタープリターの制限を取り除き、ユーザーフレンドリーなインターフェースを提供するには、 ipython パッケージが使用されます。次のコマンドを実行してインストールします ipython3 パッケージ。
- 次のコマンドを実行してインストールします qt5 GUI開発用の関連パッケージ。
python3-pyqt5。qtopenglpython3-pyqt5。qtquick
- スパイダー は、構文を強調表示し、コードの編集とデバッグを容易にする便利なコードエディタです。次のコマンドを実行してインストールします スパイダー 。
上記のすべてのパッケージがエラーなしで正しくインストールされている場合は、python(x、y)が正しくインストールされています。
Python(x、y)の使用:
チュートリアルのこの部分では、説明付きのさまざまな例を使用して、python(x、y)のいくつかの基本的な使用法を示します。を実行する必要があります スパイダー python(x、y)の使用を開始するコードエディタ。クリックしてください アプリケーションを表示 アイコンとタイプ「 NS ' 検索ボックスで。もしも スパイダー 正しくインストールされている スパイダー アイコンが表示されます。
クリック Spyder3 アイコンをクリックしてアプリケーションを開きます。アプリケーションを開くと、次の画面が表示されます。
これで、科学計算タスクを実行するためのコードの記述を開始できます。科学的操作のためのpython3の5つのインストール済みライブラリの基本的な使用法を次の6つの例に示します。
例-1:変数と型の使用
この例は、Pythonデータ型と変数の非常に基本的な使用法を示しています。次のスクリプトでは、4種類の変数が宣言されています。これらは私です nteger、float、boolean と ストリング 。 タイプ() メソッドは、変数のタイプを見つけるためにPythonで使用されます。
#!/ usr / bin / env python3#整数値の割り当て
var1= 50
印刷 ((タイプ((var1)。)。
#浮動小数点値の評価
var2= 3.89
印刷 ((タイプ ((var2)。)。
#割り当て
var3= NS
印刷 ((タイプ((var3)。)。
#文字列値の割り当て
はい4= 「LinuxHint」
印刷 ((タイプ((はい4)。)。
出力:
を押してスクリプトを実行します 演奏する ( ) エディターの上部にあるボタン。あなたがクリックした場合 可変エクスプローラー 右側からタブを押すと、4つの変数について次の出力が表示されます。
例2:numpyを使用して1次元の多次元配列を作成する
すべてのタイプの数値計算はによって行われます numpy Pythonのパッケージ。このモジュールでは、多次元データ構造、ベクトル、および行列データを定義して使用できます。 CとFORTRANによって開発されているため、非常に迅速に計算できます。 numpy 次のスクリプトでは、モジュールを使用して、Pythonで1次元および2次元の配列を宣言して使用します。スクリプトでは、3種類の配列が宣言されています。 myArray 5つの要素を含む1次元配列です。 ヘルプ プロパティは、配列変数の次元を見つけるために使用されます。 len() 関数はここでの要素の総数を数えるために使用されます myArray 。 NS 電話() 関数は、配列の現在の形状を表示するために使用されます。 myArray2 は、2行3列(2×3 = 6)の6つの要素を含む2次元配列です。 サイズ() 関数は、の合計要素をカウントするために使用されます myArray2 。 整える() 関数は、という名前の範囲配列を作成するために使用されます myArray3 10からの各要素に2を追加することによって要素を生成します。
#!/ usr / bin / env python3#numpyを使用する
輸入numpyなのでnpy
#1次元配列を宣言する
myArray=npy。配列(([90、フォーファイブ、78、12、66])。
#すべての要素を印刷する
印刷((myArray)。
#配列の次元を印刷します
印刷((myArray。ヘルプ)。
#要素の総数を印刷する
印刷((len((myArray)。)。
#配列の形状を印刷する
印刷((npy。形((myArray)。)。
#2次元配列を宣言する
myArray2=npy。配列(([[101、102、103]、[「ニラ」、'彼女'、'かわいい']])。
##要素の総数を出力します
印刷((npy。サイズ((myArray2)。)。
#範囲配列を作成する
myArray3=npy。アレンジ((10、20、2)。
#配列要素を印刷する
印刷((myArray3)。
出力:
スクリプトの実行後、次の出力が表示されます。
例-3:Matlabを使用して曲線を描く
Matplotlib ライブラリは、特定のデータに基づいて2Dおよび3Dの科学的図形を作成するために使用されます。 PNG、SVG、EPGなどのさまざまな形式で高品質の出力を生成できます。データを変更することでいつでも図を更新できる研究データの図を生成するための非常に便利なモジュールです。このモジュールを使用して、x軸とy軸の値に基づいて曲線を描く方法をこの例に示します。 pylab ここで曲線を描くために使用されます。 linspace() 関数は、x軸の値を一定の間隔で設定するために使用されます。 Y軸の値は、x軸の値を2乗することによって計算されます。 形() 有効にするために使用されるinit関数です pylab 。 「b」文字はで使用されます プロット() 曲線の色を設定する関数。ここで、「b」は青色を示します。 xlabel() 関数は、x軸のタイトルを設定するために使用されます。 ylabel() 関数は、y軸のタイトルを設定するために使用されます。グラフのタイトルはによって設定されます 題名() 方法。
#!/ usr / bin / env python3#pylabモジュールの使用
輸入pylabなのでpl
#x軸の値を設定します
NS=pl。linspace((0、 8、 20)。
#y軸の値を計算する
と=NS **2
#プロットの初期化
pl。形(()。
#青色のx、y値に基づいてプロットを設定します
pl。プロット((NS、と、 'NS')。
#x軸のタイトルを設定する
pl。xlabel(('NS')。
#y軸のタイトルを設定する
pl。ylabel(('と')。
#グラフのタイトルを設定する
pl。題名((「プロット例」)。
pl。見せる(()。
出力:
スクリプトの実行後、次の出力が表示されます。曲線は画像の右下に表示されています。
例-4:シンボリック変数にsympyモジュールを使用する
sympyライブラリはPythonで記号代数に使用されます。シンボルクラスは、Pythonで新しいシンボルを作成するために使用されます。ここでは、2つのシンボリック変数が宣言されています。 var1 変数はに設定されます NS と is_imaginary プロパティが返されます NS この変数の場合。 var2 変数は1を示すtrueに設定されます。したがって、チェックすると、 var2 0より大きいかどうかにかかわらず、Trueを返します。
#!/ usr / bin / env python3#import sympy module
からsympy輸入*
#値を使用して「var1」という名前のシンボル変数を作成します
var1=シンボル(('var1'、本物=NS)。
#値をテストする
印刷((var1。is_imaginary)。
#値を使用して「var2」という名前のシンボル変数を作成します
var2=シンボル(('var2'、ポジティブ=NS)。
#値が0より大きいかどうかを確認します
印刷((var2>>0)。
出力:
スクリプトの実行後、次の出力が表示されます。
例-5:パンダを使用してDataFrameを作成する
pandasライブラリは、Pythonのデータをクリーニング、分析、変換するために開発されました。それはの多くの機能を使用します numpy 図書館。したがって、インストールすることが不可欠です numpy インストールして使用する前のPythonのライブラリ パンダ 。また、Pythonの他の科学ライブラリでも使用されます。 scipy、matplotlib など。のコアコンポーネント パンダ それは シリーズ と DataFram e。すべての系列はデータの列を示し、DataFrameは系列のコレクションの多次元テーブルです。次のスクリプトは、3つの一連のデータに基づいてDataFrameを生成します。 Pandasライブラリは、スクリプトの最初にインポートされます。次に、という名前の変数 マーク は、「」という名前の3人の学生の3つの科目のマークを含む3つの一連のデータで宣言されています。 ジャニファー」、「ジョン」、「ポール」 。 DataFrame() pandasの関数は、変数に基づいてDataFrameを生成するために次のステートメントで使用されます マーク それを変数に格納し、 結果 。最後に、 結果 DataFrameを表示するために変数が出力されます。
#!/ usr / bin / env python3#モジュールをインポートする
輸入パンダなのでpd
#3人の学生のために3つの科目にマークを設定する
マーク= {{
「ジャニファー」:[89、 67、 92]、
「ジョン」:[70、 83、 75]、
「ポール」:[76、 95、 97]
}
#パンダを使用してデータフレームを作成する
科目=pd。DataFrame((マーク)。
#データフレームを表示する
印刷((科目)。
出力:
スクリプトの実行後、次の出力が表示されます。
例-6:数学計算にscipyモジュールを使用する
SciPy ライブラリには、Pythonで科学計算を実行するための多数の科学アルゴリズムが含まれています。それらのいくつかは、積分、補間、フーリエ変換、線形代数、統計、ファイルIOなどです。スパイダーエディターは、前の例のコードを記述して実行するために使用されます。ただし、spyderエディターはscipyモジュールをサポートしていません。を押すと、スパイダーエディターのサポートされているモジュールのリストを確認できます 依存関係… ヘルプメニューのオプション。 Scipyモジュールがリストに存在しません。そこで、端末から次の2つの例を示します。を押してターミナルを開きます Alt_Ctrl + T とタイプ Python Pythonインタープリターを実行します。
数値の立方根を計算する
scipyライブラリにはという名前のモジュールが含まれています cbrt 立方根を任意の数で計算します。次のスクリプトは、3つの数値の立方根を計算します。 numpy ライブラリは、番号のリストを定義するためにインポートされます。次、 scipy ライブラリと cbrt 下にあるモジュール scipy.special インポートされます。 8、27、および64の立方根値が変数に格納されます 結果 それは後で印刷されます。
>>> 輸入numpy>>> 輸入scipy
>>> からscipy。特別な 輸入cbrt
>>>結果=cbrt(([ 8、 27、 64])。
>>> 印刷((結果)。
出力:
コマンドを実行すると、次の出力が表示されます。 8、27、64の立方根は2、3、4です。
scipyモジュールを使用して線形代数を解く
リナルグ scipyライブラリのモジュールは、線形代数を解くために使用されます。ここ、 scipy ライブラリは最初のコマンドと次のコマンドでインポートされます リナルグ のモジュール scipy ライブラリがインポートされます。 numpy ライブラリは、配列を宣言するためにインポートされます。ここ、 eq 変数は係数を定義するために宣言され、 時間 変数は、計算用のそれぞれの値を定義するために使用されます。 解決() 関数は、に基づいて結果を計算するために使用されます eq と 時間 変数。
>>> 輸入scipy>>> からscipy輸入リナルグ
>>> 輸入numpyなので例えば
>>>eq=例えば配列(([[9、 0、 5]、 [10、 3、-2]、 [7、-2、 0]])。
>>>時間=例えば配列(([3、-6、 9])。
>>>結果=リナルグ。解決((eq、時間)。
>>> 印刷((結果)。
出力:
上記のコマンドを実行すると、次の出力が表示されます。
結論:
Pythonは、さまざまな種類の数学的および科学的問題を解決するための非常に便利なプログラミング言語です。 Pythonには、このタイプのタスクを実行するための膨大な数のライブラリが含まれています。このチュートリアルでは、いくつかのライブラリの非常に基本的な使用法を示します。 python(x、y)の科学プログラマーおよび初心者になりたい場合、このチュートリアルは、Ubuntuにpython(x、y)をインストールして使用するのに役立ちます。
デモは以下にあります: