博学谷 > 资讯 > Python > Python科学计算教程 理论结合实践

原创 Python科学计算教程 理论结合实践

发布时间:2019-09-04 11:06:37 浏览 97 来源:博学谷资讯 作者:照照

    科学计算因为Python出色的特性而选择了它。本文将介绍Python科学计算相关的基础知识,并给大家推荐一本相关的书籍,让大家在丰富的实践案例中,得出学习经验。

     

    Python科学计算

     

    基础理论篇:

     

    Python是一种面向对象的、动态的程序设计语言。具有非常简洁而清晰的语法,适合于完成各种高层任务。它既可以用来快速开发程序脚本,也可以用来开发大规模的软件。

     

    随着NumPy, SciPy, Matplotlib, Enthought librarys等众多程序库的开发,Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比,Python是一门通用的程序设计语言,比Matlab所采用的脚本语言的应用范围更广泛,有更多的程序库的支持。虽然Matlab中的许多高级功能和toolbox目前还是无法替代的,不过在日常的科研开发之中仍然有很多的工作是可以用Python代劳的。

     

    1.Numpy--快速处理数据

     

    标准安装的Python中用列表(list)保存一组值,可以用来当作数组使用,不过由于列表的元素可以是任何对象,因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3],需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。

     

    此外Python还提供了一个array模块,array对象和列表不同,它直接保存数值,和C语言的一维数组比较类似。但是由于它不支持多维,也没有各种运算函数,因此也不适合做数值运算。
    NumPy的诞生弥补了这些不足,NumPy提供了两种基本的对象:ndarray(N-dimensional array object)和 ufunc(universal function object)。ndarray(下文统一称之为数组)是存储单一数据类型的多维数组,而ufunc则是能够对数组进行处理的函数。

     

    ndarray对象

     

    创建array对象

     

    首先需要创建数组才能对其进行其它操作。

     

    我们可以通过给array函数传递Python的序列对象创建数组,如果传递的是多层嵌套的序列,将创建多维数组(下例中的变量c):

     

    '''python'''

     

    @author: koushihao

     

    import numpy as np

     

    a = np.array([1, 2, 3, 4])

     

    b = np.array((5, 6, 7, 8))

     

    c = np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]])

     

    结果:

     

    b

     

    array([5, 6, 7, 8])

     

    c

     

    array([[1, 2, 3, 4],

     

    [4, 5, 6, 7],

     

    [7, 8, 9, 10]])

     

    c.dtype

     

    dtype('int32')

     

    (2)ufunc运算

     

    (3)矩阵运算

     

    (4)文件存取

     

    2、SciPy--数值计算库

     

    3、SymPy-符号运算好帮手

     

    4、matplotlib-绘制精美的图表

     

    5、Traits-为Python添加类型定义

     

    6、TraitsUI-轻松制作用户界面

     

    实战项目篇:

     

    《Python科学计算》介绍了如何用Python开发科学计算的应用程序,除了介绍数值计算之外,还着重介绍如何制作交互式的2D、3D图像,如何设计精巧的程序界面,如何与C语言编写的高速计算程序结合,如何编写声音、图像处理算法等内容。书中涉及的Python扩展库包括NumPy、SciPy、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV等,涉及的应用领域包括数值运算、符号运算、二维图表、三维数据可视化、三维动画演示、图像处理以及界面设计等。

     

    大家可以根据书中大量实例进行逐步深入学习,并且每个实例程序都有详尽的解释,因此大家一定要照着书本自己动手练一遍。此外,本书附有大量的图表和插图,力求减少长篇的理论介绍和公式推导,大家可以通过实例和数据学习,从而掌握理论知识。

     

     

     

上一篇:商业数据分析师做什么? 下一篇:Python人工智能培训就业前景好不好?

相关推荐 更多

最新文章

扫描二维码,回复"Python"获取100G资料包