O Python é uma linguagem de programação muito popular agora para desenvolver diferentes tipos de aplicativos ou resolver problemas de programação. Ele contém muitas bibliotecas e pacotes padrão para vários fins. Python (x, y) é uma das distribuição Python livre para realizar cálculos matemáticos e análise de dados. É desenvolvido e mantido por Pierre Raybaut. O usuário pode fazer várias computação científica usando essa distribuição, como plotagem 2D ou 3D, desenvolvimento de projetos científicos, computação paralela, etc. É baseado na estrutura de desenvolvimento do QT e no ambiente de desenvolvimento do Spyder. É desenvolvido principalmente para programadores científicos. Ele suporta idiomas interpretados e compilados. Você deve ter conhecimento básico do Python para usar o Python (x, y). Pode ser usado em sistemas operacionais Windows e Linux. Como o python (x, y) pode ser instalado e usado no sistema operacional Ubuntu é mostrado neste tutorial.

Antes da instalação:

O sistema operacional precisa ser atualizado antes de instalar o Python (x.y). Execute o seguinte comando para atualizar o sistema.

Atualização $ sudo apt-get

É necessário verificar se qualquer intérprete de python está instalado antes no sistema ou não. Execute o seguinte comando para verificar a versão instalada do Python. É melhor remover qualquer versão python instalada anteriormente antes de instalar o Python (x, y).

$ python

A saída mostra que nenhum pacote python foi instalado antes no sistema. Para este caso, temos que instalar o intérprete Python primeiro.

Instale o python (x.y)

Você pode instalar pacotes python (x, y) ou python científico de duas maneiras. Uma maneira é baixar e instalar um pacote python apropriado (x, y) baseado no Ubuntu e outra maneira é instalar os pacotes necessários para executar a computação científica em python. A segunda maneira é fácil de instalar, que é seguida neste tutorial.

Passos:

1. Primeiro, você deve instalar o intérprete Python e o gerenciador de pacotes para iniciar o processo de instalação. Então, execute o seguinte comando para instalar Python3 e python3-pip pacotes. Imprensa 'y'Quando pedir permissão para instalação.

$ sudo apt-get install python3 python3-pip

2. Em seguida, você deve instalar as bibliotecas científicas necessárias de Python3 para fazer operações científicas. Execute o seguinte comando para instalar as bibliotecas. Aqui, cinco bibliotecas serão instaladas após a execução do comando. Estes são Numpy, Matplotlib, Scipy, Pandas e Simpy. Os usos dessas bibliotecas são explicados na próxima parte deste tutorial.

$ sudo apt-get install python3-numpy python3-matplotlib
python3-scipy python3-pandas python3-sympy

3. Para remover as limitações do intérprete Python e fornecer uma interface amigável, ipython o pacote é usado. Execute o seguinte comando para instalar ipython3 pacote.

$ sudo apt-get install ipython3

4. Execute o seguinte comando para instalar QT5 Pacotes relacionados para o desenvolvimento da GUI.

$ sudo apt-get install python3-pyqt5
Python3-PYQT5.QTOPENGL Python3-Pyqt5.Qtquick

5. Spyder é um editor de código útil que pode destacar a sintaxe e facilitar a edição e a depuração do código. Execute o seguinte comando para instalar Spyder.

$ sudo apt-get install spyder3

Se todos os pacotes mencionados acima forem instalados corretamente sem nenhum erro, o seu python (x, y) será instalado corretamente.

Usando python (x, y):

Alguns usos básicos do python (x, y) são mostrados nesta parte do tutorial usando diferentes exemplos com explicações. Você precisará executar o Spyder Editor de código para começar a usar o Python (x, y). Clique no Mostre aplicação ícone e tipo 'sp ' Na caixa de pesquisa. Se Spyder está instalado corretamente então Spyder O ícone aparecerá.

Clique em Spyder3 ícone para abrir o aplicativo. A tela a seguir aparecerá após a abertura do aplicativo.

Agora, você pode começar a escrever código para realizar tarefas de computação científica. Os usos básicos das cinco bibliotecas instaladas do Python3 para operações científicas são mostradas nos seis exemplos a seguir.

Exemplo 1: Usando variáveis ​​e tipos

Este exemplo mostra o uso muito básico de tipos e variáveis ​​de dados python. No script a seguir, quatro tipos de variáveis ​​são declarados. Estes são iNteger, flutuador, booleano e corda. tipo() O método é usado em python para descobrir o tipo de qualquer variável.

#!/usr/bin/Env Python3
#Assomigning Valor inteiro
var1 = 50
Imprimir (tipo (var1))
#Sominging Valor de flutuação
var2 = 3.89
Imprimir (tipo (var2))
#Assigning
var3 = true
Imprimir (tipo (VAR3))
#Assigning String Value
var4 = "Linuxhint"
Imprimir (tipo (VAR4))

Saída:
Execute o script pressionando jogar ( ) botão do topo do editor. Se você clicar no Explorer variável guia do lado direito, a seguinte saída aparecerá para as quatro variáveis.

Exemplo 2: Usando Numpy para criar um e Matriz Multidimensional

Todos os tipos de computação numérica são feitos por Numpy Pacote em Python. A estrutura de dados multidimensional, os dados de vetor e matriz podem ser definidos e usados ​​por este módulo. Pode calcular muito rapidamente porque é desenvolvido por C e Fortran. Numpy O módulo é usado no script a seguir para declarar e usar matrizes unidimensionais e bidimensionais no Python. Três tipos de matrizes são declarados no script. Myarray é uma matriz unidimensional que contém 5 elementos. ndim A propriedade é usada para descobrir a dimensão de uma variável de matriz. Len () A função é usada aqui para contar o número total de elementos de Myarray. sHAPE () A função é usada para exibir a forma atual da matriz. MyArray2 é uma matriz bidimensional que contém seis elementos em duas linhas e três colunas (2 × 3 = 6). tamanho() A função é usada para contar os elementos totais de MyArray2. arranjo() A função é usada para criar uma matriz de intervalo nomeada MyArray3 que gera elementos adicionando 2 com cada elemento de 10.

#!/usr/bin/Env Python3
#Using Numpy
importar numpy como NPY
#Declare uma matriz unidimensional
MyArray = NPY.Array ([90,45,78,12,66])
#Print todos os elementos
Imprimir (Myarray)
#Print A dimensão da matriz
Imprima (Myarray.ndim)
#Print O número total de elementos
Imprimir (Len (Myarray))
#Print A forma da matriz
Imprimir (NPY.forma (myarray))
#Declare uma matriz bidimensional
MyArray2 = NPY.Array ([[101,102,103], ["nila", "ella", "bella"]])))
## Imprima o número total de elementos
Imprimir (NPY.tamanho (MyArray2))
#Criar uma matriz de alcance
MyArray3 = NPY.Arange (10,20,2)
#Print Os elementos da matriz
Imprimir (MyArray3)

Saída:

A saída a seguir aparecerá após a execução do script.

Exemplo 3: Usando o Matlab para desenhar uma curva

Matplotlib A biblioteca é usada para criar figuras científicas 2D e 3D com base em dados específicos. Ele pode gerar saída de alta qualidade em diferentes formatos, como PNG, SVG, EPG, etc. É um módulo muito útil para gerar números para dados de pesquisa em que a figura pode ser atualizada a qualquer momento, alterando os dados. Como você pode desenhar uma curva com base nos valores do eixo x e y usando este módulo é mostrado neste exemplo. pylab é usado para desenhar a curva aqui. linspace () A função é usada para definir o valor do eixo x em intervalo regular. Os valores do eixo y são calculados pela quadra do valor do eixo x. figura() é uma função init que é usada para ativar pylab. O personagem 'B' é usado em trama() função para definir a cor da curva. Aqui, 'B' indica a cor azul. xlabel () A função é usada para definir o título de eixo x e ylabel () A função é usada para definir o título do eixo y. O título do gráfico é definido por título() método.

#!/usr/bin/Env Python3
#Using Módulo Pylab
importar pylab como PL
#Definir o valor do eixo x
x = pl.Linspace (0, 8, 20)
#Calcular o valor do eixo y
y = x ** 2
#Initialização para plotagem
pl.figura()
#Definir o gráfico com base em x, y valor com cor azul
pl.trama (x, y, 'b')
#Definir o título para o eixo x
pl.xlabel ('x')
#Confie o título para o eixo y
pl.ylabel ('y')
#Fole o título para o gráfico
pl.título ('Exemplo de plotagem')
pl.mostrar()

Saída:
A saída a seguir aparecerá após a execução do script. A curva é mostrada no lado inferior direito da imagem.

Exemplo-4: Usando o módulo Sympy para variáveis ​​simbólicas

Biblioteca Sympy é usada em Python para álgebra simbólica. A classe de símbolos é usada para criar um novo símbolo no Python. Aqui, duas variáveis ​​simbólicas são declaradas. VAR1 A variável está definida como Verdadeiro e is_imaginary Retornos de propriedades Falso Para esta variável. VAR2 A variável é definida como true que indica 1. Então, quando é verificado que VAR2 é maior que 0 ou não, ele retorna verdadeiro.

#!/usr/bin/Env Python3
#Import Módulo Sympy
De Importação de Sympy *
#Crie uma variável de símbolo chamada 'var1' com um valor
var1 = símbolo ('var1', real = true)
#Teste o valor
Imprimir (var1.is_imaginary)
#Crie uma variável de símbolo chamada 'var2' com um valor
var2 = símbolo ('var2', positivo = true)
#Verifique se o valor é superior a 0 ou não
Imprimir (var2> 0)

Saída:
A saída a seguir aparecerá após a execução do script.

Exemplo 5: Crie dataframe usando pandas

A Biblioteca Pandas é desenvolvida para limpeza, analisando e transformando quaisquer dados em Python. Ele usa muitos recursos de Numpy biblioteca. Então, é essencial instalar Numpy Biblioteca de Python antes de instalar e usar Pandas. Também é usado com outras bibliotecas científicas de python como Scipy, Matplotlib etc. Os componentes principais de Pandas são Series e Dataframe. Qualquer série indica que a coluna de dados e um dataframe é uma tabela multidimensional de uma coleção de séries. O script a seguir gera um quadro de dados com base em três séries de dados. A Biblioteca Pandas é importada no início do script. Em seguida, uma variável nomeada Marcas é declarado com três séries de dados que contêm marcas de três disciplinas de três estudantes nomeados 'Janifer ',' John 'e' Paul '. Quadro de dados() A função dos pandas é usada na próxima declaração para gerar um quadro de dados com base na variável Marcas e armazene -o na variável, resultado. Por fim, o resultado A variável é impressa para exibir o quadro de dados.

#!/usr/bin/Env Python3
#import o módulo
importar pandas como PD
#Set marca para três disciplinas para três alunos
Marks =
'Janifer': [89, 67, 92],
'John': [70, 83, 75],
'Paul': [76, 95, 97]

#Crie o quadro de dados usando pandas
Assuntos = Pd.DataFrame (Marks)
#Display O DataFrame
Impressão (assuntos)

Saída:
A saída a seguir aparecerá após a execução do script.

Exemplo 6: Usando o módulo Scipy para cálculo matemático

Scipy A biblioteca contém um grande número de algoritmos científicos para realizar computação científica em Python. Alguns deles são integração, interpolação, transformação de Fourier, álgebra linear, estatística, arquivo io, etc. O Spyder Editor é usado para escrever e executar os códigos em exemplos anteriores. Mas o Spyder Editor não suporta os módulos círculos. Você pode verificar a lista de módulos suportados do editor de Spyder pressionando Dependências .. Opção do menu de ajuda. Módulo Scipy não existe na lista. Então, os dois exemplos a seguir são mostrados a partir do terminal. Abra o terminal pressionando “ALT_CTRL+T ” e tipo Pitão Para administrar o intérprete Python.

Calculando a raiz do cubo dos números

Biblioteca Scipy contém um módulo chamado cbrt Para calcular a raiz do cubo, qualquer número. O script a seguir calculará a raiz do cubo de três números. Numpy A biblioteca é importada para definir a lista dos números. Próximo, Scipy biblioteca e cbrt módulo que está sob Scipy.especial são importados. Os valores da raiz do cubo de 8, 27 e 64 são armazenados na variável resultado que é impresso mais tarde.

>>> importar numpy
>>> Importar Scipy
>>> De Scipy.Importação especial CBRT
>>> resultado = CBRT ([8, 27, 64])
>>> Imprimir (resultado)

Saída:
A saída a seguir aparecerá após a execução dos comandos. A raiz do cubo de 8, 27 e 64 são 2, 3 e 4.

Resolvendo álgebra linear usando módulo Scipy

Linalg Módulo da Biblioteca Scipy é usada para resolver a álgebra linear. Aqui, Scipy A biblioteca é importada no primeiro comando e no próximo Linalg módulo de Scipy A biblioteca é importada. Numpy a biblioteca é importada para declarar as matrizes. Aqui, Eq A variável é declarada para definir os coeficientes e Val A variável é usada para definir os respectivos valores para o cálculo. resolver() A função é usada para calcular os resultados com base em Eq e Val variáveis.

>>> Importar Scipy
>>> da Scipy Import Linalg
>>> importar numpy como np
>>> eq = np.Array ([[9, 0, 5], [10, 3, -2], [7, -2, 0]])
>>> val = np.Array ([3, -6, 9])
>>> resultado = linalg.Resolva (Eq, Val)
>>> Imprimir (resultado)

Saída:
A saída a seguir aparecerá após a execução dos comandos acima.

Conclusão:

Python é uma linguagem de programação muito útil para resolver diferentes tipos de problemas matemáticos e científicos. O Python contém um grande número de bibliotecas para executar esse tipo de tarefa. Os usos muito básicos de algumas bibliotecas são mostrados neste tutorial. Se você quer ser um programador científico e iniciante para Python (x, y), este tutorial ajudará você a instalar e usar o python (x, y) no Ubuntu.

Uma demonstração pode ser encontrada aqui abaixo: