Cómo instalar y usar Python en Python
Antes de la instalación:
El sistema operativo debe actualizarse antes de instalar Python (x.y). Ejecute el siguiente comando para actualizar el sistema.
$ sudo apt-get actualización
Es necesario verificar que cualquier intérprete de Python esté instalado antes en el sistema o no. Ejecute el siguiente comando para verificar la versión instalada de Python. Es mejor eliminar cualquier versión de Python previamente instalada antes de instalar Python (X, Y).
$ PythonLa salida muestra que no se ha instalado ningún paquete Python antes en el sistema. Para este caso, primero tenemos que instalar el intérprete de Python.
Instalar python (x.y)
Puede instalar paquetes Python (X, Y) o Python Scientific de dos maneras. Una forma es descargar e instalar un paquete Python (X, Y) apropiado basado en Ubuntu y otra forma es instalar los paquetes necesarios para realizar la computación científica en Python. La segunda forma es fácil de instalar, lo que se sigue en este tutorial.
Pasos:
- Primero, debe instalar el intérprete de Python y el Administrador de paquetes para iniciar el proceso de instalación. Entonces, ejecute el siguiente comando para instalar python3 y python3-pip paquetes. Prensa 'Y'Cuando solicite permiso para la instalación.
- A continuación, debe instalar las bibliotecas científicas necesarias de python3 por hacer operaciones científicas. Ejecute el siguiente comando para instalar las bibliotecas. Aquí, se instalarán cinco bibliotecas después de ejecutar el comando. Estos son Numpy, matplotlib, scipy, pandas y sympy. Los usos de estas bibliotecas se explican en la siguiente parte de este tutorial.
python3-scipy python3-pandas python3-sympy
- Para eliminar las limitaciones del intérprete de Python y proporcionar una interfaz fácil de usar, ipython se utiliza el paquete. Ejecute el siguiente comando para instalar ipython3 paquete.
- Ejecute el siguiente comando para instalar QT5 Paquetes relacionados para el desarrollo de la GUI.
python3-pyqt5.QTOPENGL PYTHON3-PYQT5.qtquick
- Espía es un editor de código útil que puede resaltar la sintaxis y facilitar la edición y la depuración del código. Ejecute el siguiente comando para instalar espía.
Si todos los paquetes mencionados anteriormente se instalan correctamente sin ningún error, entonces su Python (x, y) se instala correctamente.
Usando python (x, y):
Algunos usos básicos de Python (x, y) se muestran en esta parte del tutorial utilizando diferentes ejemplos con explicaciones. Necesitará ejecutar el espía El editor de códigos comenzará a usar Python (X, Y). Clickea en el Show Solicitud icono y tipo 'sp ' en el cuadro de búsqueda. Si espía se instala correctamente entonces espía Aparecerá el icono.
Haga clic en Spyder3 ícono para abrir la aplicación. La siguiente pantalla aparecerá después de abrir la aplicación.
Ahora, puede comenzar a escribir código para realizar tareas de computación científica. Los usos básicos de las cinco bibliotecas instaladas de Python3 para operaciones científicas se muestran en los siguientes seis ejemplos.
Ejemplo-1: Uso de variables y tipos
Este ejemplo muestra el uso muy básico de los tipos y variables de datos de Python. En el siguiente script, se declaran cuatro tipos de variables. Estos son yonteger, flotante, booleano y cadena. tipo() El método se usa en Python para averiguar el tipo de cualquier variable.
#!/usr/bin/env python3#Asignación del valor entero
var1 = 50
imprimir (tipo (var1))
#Satando el valor flotante
var2 = 3.89
imprimir (tipo (var2))
#Asignación
var3 = verdadero
imprimir (tipo (var3))
#Signing Valor de cadena
var4 = "Linuxhint"
imprimir (tipo (var4))
Producción:
Ejecute el script presionando jugar ( ) botón desde la parte superior del editor. Si hace clic en el Explorador variable pestaña desde el lado derecho, luego aparecerá la siguiente salida para las cuatro variables.
Ejemplo-2: Uso de Numpy para crear una matriz y una matriz multidimensional
Todos los tipos de computación numérica se realizan por numpy Paquete en Python. El módulo puede definir y utilizar la estructura de datos multidimensional, el vector y la matriz se pueden definir y utilizar los datos de la matriz. Puede calcular muy rápidamente porque está desarrollado por C y Fortran. numpy El módulo se usa en el siguiente script para declarar y usar matrices unidimensionales y bidimensionales en Python. Se declaran tres tipos de matrices en el guión. MyArray es una matriz unidimensional que contiene 5 elementos. ndim La propiedad se utiliza para encontrar la dimensión de una variable de matriz. len () La función se usa aquí para contar el número total de elementos de MyArray. shape () La función se usa para mostrar la forma actual de la matriz. myArray2 es una matriz bidimensional que contiene seis elementos en dos filas y tres columnas (2 × 3 = 6). tamaño() la función se utiliza para contar los elementos totales de myArray2. arreglar() la función se utiliza para crear una matriz de rango llamada myArray3 que genera elementos agregando 2 con cada elemento de 10.
#!/usr/bin/env python3#Utilizando Numpy
importar numpy como npy
#Declare una matriz unidimensional
myArray = npy.Array ([90,45,78,12,66])
#Imprima todos los elementos
Imprimir (MyArray)
#Imprima la dimensión de la matriz
Imprimir (MyArray.ndim)
#Imprima el número total de elementos
Imprimir (Len (MyArray))
#Imprimir la forma de la matriz
Imprimir (NPY.forma (myArray))
#Declare una matriz bidimensional
myArray2 = npy.Array ([[101,102,103], ["nila", "Ella", "Bella"]]))
## Imprimir el número total de elementos
Imprimir (NPY.tamaño (myArray2))
#Cree una matriz de rango
myArray3 = npy.Arange (10,20,2)
#Imprima los elementos de la matriz
Imprimir (myArray3)
Producción:
La siguiente salida aparecerá después de ejecutar el script.
Ejemplo-3: Uso de Matlab para dibujar una curva
Mate La biblioteca se utiliza para crear figuras científicas 2D y 3D basadas en datos específicos. Puede generar resultados de alta calidad en diferentes formatos como PNG, SVG, EPG, etc. Es un módulo muy útil para generar cifras para datos de investigación donde la figura se puede actualizar en cualquier momento cambiando los datos. La forma en que puede dibujar una curva basada en el eje x y los valores del eje Y usando este módulo se muestra en este ejemplo. pylab se usa para dibujar la curva aquí. Linspace () La función se usa para establecer el valor del eje X en un intervalo regular. Los valores del eje y se calculan cuadrando el valor del eje x. cifra() es una función init que se utiliza para habilitar pylab. El personaje 'B' se usa en trama() función para establecer el color de la curva. Aquí, 'B' indica el color azul. xlabel () la función se utiliza para establecer el título de x-eje y Ylabel () La función se usa para establecer el título del eje Y. El título del gráfico está establecido por título() método.
#!/usr/bin/env python3#Uso del módulo de pylab
importar pylab como PL
#Establece el valor del eje x
x = PL.Linspace (0, 8, 20)
#Calcula el valor del eje y
y = x ** 2
#Inicialización para trazar
por favor.cifra()
#Establece el gráfico basado en el valor X, y con color azul
por favor.Parcela (X, Y, 'B')
#Establece el título para el eje x
por favor.xlabel ('x')
#Establezca el título para el eje Y
por favor.Ylabel ('Y')
#Establece el título para el gráfico
por favor.Título ('Ejemplo de trazado')
por favor.espectáculo()
Producción:
La siguiente salida aparecerá después de ejecutar el script. La curva se muestra en la parte inferior derecha de la imagen.
Ejemplo-4: Uso del módulo Sympy para variables simbólicas
Sympy Library se usa en Python para álgebra simbólica. La clase de símbolos se usa para crear un nuevo símbolo en Python. Aquí, se declaran dos variables simbólicas. var1 variable se establece en Verdadero y IS_IMAGINARIO devoluciones de propiedad FALSO Para esta variable. var2 La variable se establece en verdadero que indica 1. Entonces, cuando se verifica que var2 es mayor que 0 o no, entonces devuelve verdadero.
#!/usr/bin/env python3#Módulo de Import Sympy
De Sympy Import *
#Cree una variable de símbolo llamada 'var1' con un valor
var1 = símbolo ('var1', real = true)
#Prueba el valor
Imprimir (VAR1.is_imaginario)
#Cree una variable de símbolo llamada 'var2' con un valor
var2 = símbolo ('var2', positivo = true)
#Chek El valor es más de 0 o no
imprimir (var2> 0)
Producción:
La siguiente salida aparecerá después de ejecutar el script.
Ejemplo-5: Crea DataFrame usando pandas
La biblioteca Pandas se desarrolla para limpiar, analizar y transformar cualquier dato en Python. Utiliza muchas características de numpy biblioteca. Entonces, es esencial instalar numpy Biblioteca de Python antes de instalar y usar pandas. También se usa con otras bibliotecas científicas de Python como Scipy, matplotlib etc. Los componentes centrales de pandas son serie y Dataframmi. Cualquier serie indica la columna de datos y un marco de datos es una tabla multidimensional de una colección de series. El siguiente script genera un marco de datos basado en tres series de datos. La biblioteca Pandas se importa al comienzo del guión. A continuación, una variable nombrada marcas se declara con tres series de datos que contienen marcas de tres materias de tres estudiantes nombrados 'Janifer ',' John 'y' Paul '. Marco de datos() La función de los pandas se usa en la siguiente declaración para generar un marco de datos basado en la variable marcas y guárdelo en la variable, resultado. Por último, el resultado La variable se imprime para mostrar el marco de datos.
#!/usr/bin/env python3#Importa el módulo
importar pandas como PD
#Marcas para tres materias para tres estudiantes
marcas =
'Janifer': [89, 67, 92],
'John': [70, 83, 75],
'Paul': [76, 95, 97]
#Cree el marco de datos usando pandas
Sujetos = PD.DataFrame (marcas)
#Disprazando el marco de datos
Imprimir (sujetos)
Producción:
La siguiente salida aparecerá después de ejecutar el script.
Ejemplo-6: Uso del módulo Scipy para el cálculo matemático
Bisagro La biblioteca contiene una gran cantidad de algoritmos científicos para realizar la computación científica en Python. Algunos de ellos son integración, interpolación, transformación de Fourier, álgebra lineal, estadísticas, archivo IO, etc. El editor de Spyder se usa para escribir y ejecutar los códigos en ejemplos anteriores. Pero el editor de Spyder no admite los módulos Scipy. Puede verificar la lista de módulos compatibles de Spyder Editor presionando Dependencias .. Opción del menú de ayuda. El módulo Scipy no existe en la lista. Entonces, los siguientes dos ejemplos se muestran desde el terminal. Abra la terminal presionando "Alt_ctrl+t " y escribir pitón para ejecutar el intérprete de Python.
Calculando la raíz del cubo de los números
La biblioteca Scipy contiene un módulo llamado CBRT Para calcular la raíz del cubo en cualquier número. El siguiente script calculará la raíz del cubo de tres números. numpy La biblioteca se importa para definir la lista de los números. Próximo, bisagro biblioteca y CBRT módulo que está debajo bisagro.especial son importados. Los valores raíz del cubo de 8, 27 y 64 se almacenan en la variable resultado que se imprime más tarde.
>>> importar numpy>>> importar Scipy
>>> De Scipy.CBRT de importación especial
>>> resultado = CBRT ([8, 27, 64])
>>> Imprimir (resultado)
Producción:
La siguiente salida aparecerá después de ejecutar los comandos. La raíz del cubo de 8, 27 y 64 son 2, 3 y 4.
Resolviendo álgebra lineal mediante el módulo Scipy
linalg El módulo de la biblioteca Scipy se utiliza para resolver el álgebra lineal. Aquí, bisagro La biblioteca se importa en el primer comando y el siguiente linalg módulo de bisagro Se importa la biblioteca. numpy La biblioteca se importa para declarar las matrices. Aquí, ecualización se declara que la variable define los coeficientes y Val La variable se usa para definir los valores respectivos para el cálculo. resolver() la función se usa para calcular los resultados basados en ecualización y Val variables.
>>> importar Scipy>>> de 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.Resolver (Eq, Val)
>>> Imprimir (resultado)
Producción:
La siguiente salida aparecerá después de ejecutar los comandos anteriores.
Conclusión:
Python es un lenguaje de programación muy útil para resolver diferentes tipos de problemas matemáticos y científicos. Python contiene un gran número de bibliotecas para hacer este tipo de tarea. Los usos muy básicos de algunas bibliotecas se muestran en este tutorial. Si quieres ser un programador científico y novato para Python (X, Y), este tutorial te ayudará a instalar y usar Python (X, Y) en Ubuntu.
Una demostración se puede encontrar aquí a continuación: