Python 科學計算基礎 （整理）

Python是一種面向對象的、動態的程序設計語言，具有非常簡潔而清晰的語法，既可以用於快速開發程序腳本，也可以用於開發大規模的軟件，特別適合於完成各種高層任務。   隨着NumPy、SciPy、matplotlib、ETS等眾多程序庫的開發，Python越來越適合於做科學計算。與科學計算領域最流行的商業軟件MATLAB相比，Python是一門真正的通用程序設計語言，比MATLAB所採用的腳本語言的應用範圍更廣泛，有更多程序庫的支持，適用於Windows和Linux等多種平台，完全免費並且開放源碼。雖然MATLAB中的某些高級功能目前還無法替代，但是對於基礎性、前瞻性的科研工作和應用系統的開發，完全可以用Python來完成。 *Numba項目能夠將處理NumPy數組的Python函數JIT編譯為機器碼執行，從而上百倍的提高程序的運算速度。 *基於瀏覽器的Python開發環境wakari(http://www.continuum.io/wakari) 能省去配置Python開發環境的麻煩。hnxyzzl Zzlx.xxxxxxx *Pandas經過幾個版本周期的迭代，目前已經成為數據整理、處理、分析的不二選擇。 *OpenCV官方的擴展庫cv2已經正式出台，它的眾多圖像處理函數能直接對NumPy數組進行處理，便捷圖像處理、計算機視覺程序變得更加方便、簡潔。 *matplotlib已經擁有穩定開發社區，最新發佈的1.3版本添加了WebAgg後台繪圖庫，能在瀏覽器中顯示圖表並與之進行交互。相信不久這一功能就會集成到IPython Notebook中去。 *SymPy 0.7.3的發佈，它已經逐漸從玩具項目發展成熟。一位高中生使用在線運行SymPy代碼的網站：http://www.sympygamma.com * Cython已經內置支持NumPy數組，它已經逐漸成為編寫高效運算擴展庫的首選工具。例如Pandas中絕大部分的提速代碼都是採用Cython編寫的。 * NumPy、SciPy等也經歷了幾個版本的更新，許多計算變得更快捷，功能也更加豐富。 * WinPython、Anaconda等新興的Python集成環境無須安裝，使得共享Python程序更方便快捷。 * 隨着Python3逐漸成為主流，IPython, NumPy, SciPy, matplotlib, Pandas, Cython等主要的科學計算擴展庫也已經開始支持Python3了。

Python用於科學計算的一些常用工具和庫

  • IPython-增強的交互環境：支持變量自動補全，自動縮進，支持 bash shell命令，內置了許多很有用的功能和函數
  • Spyder、Wing IDE或Eclipse/Pydev：集成開發環境
  • NumPy-數學計算基礎庫：N維數組、線性代數計算、傅立葉變換、隨機數等。
  • SciPy-數值計算庫：線性代數、擬合與優化、插值、數值積分、稀疏矩陣、圖像處理、統計等。
  • SymPy-符號運算
  • Pandas-數據分析庫：數據導入、整理、處理、分析等。
  • matplotlib-會圖庫：繪製二維圖形和圖表
  • Chaco-交互式圖表
  • OpenCV-計算機視覺庫
  • TVTK-數據的三維可視化
  • Cython-Python轉C的編譯器：編寫高效運算擴展庫的首選工具
  • BioPython-生物科學

Python科學計算髮行版

  • Python(x,y) 當前最新版本:2.7.6.1 (05/30/2014)，支持Windows和Python2.7.6。 其庫索引列出了所支持的170+Python27庫。
  • WinPython 當前最新版本:2.7.6.4和3.3.5.0 (04/2014)，支持Windows和Python2.7.6、3.3.5。 其庫索引列出了所支持的60+Python27庫。 其庫索引列出了所支持的60+Python33庫。
  • EnthoughtCanopy（Enthought Python Distribution） 當前最新版本:1.4.1 (06/11/2014)，支持Linux, Windows,Mac平台和Python2.7.6。 其庫索引列出了所支持的150+測試過的Python庫。
  • Anaconda 當前最新版本:2.0.1 (06/12/2014)，支持Linux, Windows, Mac平台和Python2.6、2.7、3.3、3.4。 其庫索引列出了所支持的195+流行Python庫。

相關學習網址：

python基礎教程

http://www.runoob.com/python/python-tutorial.html

iptyhon學習

http://ipython.org/documentation.html

用Python做科學計算  –包括numpy scipy  matplot UI  3D視圖 以及 圖表等

http://old.sebug.net/paper/books/scipydoc/index.html

http://www.scipy-lectures.org/index.html

numpy http://old.sebug.net/paper/books/scipydoc/numpy_intro.html

matplot 入門

官方： http://matplotlib.org/contents.html

博客   http://www.labri.fr/perso/nrougier/teaching/matplotlib/

博客   http://www.2cto.com/kf/201407/317115.html

使用matplotlib繪製動畫的方法

http://www.jb51.net/article/66441.htm

python科學計算第二版代碼

https://github.com/ruoyu0088/scpy2

其他： Python科學計算環境推薦——Anaconda Anaconda提供了Spyder，IPython和一個命令行。下面來看一下conda。 輸入 conda list 來看一下所有安裝時自帶的Python擴展。粗略看了一下，其中包括了常用的 Numpy , Scipy ， matplotlib 和 networkx 等，以及 beautiful-soup ， requests ， flask ， tornado 等網絡相關的擴展。 conda的repo中的擴展不算太新，如果想要更新的，可能要用PyPI或者自己下載源碼。而conda和pip關聯的很好。使用pip安裝的東西可以使用conda來管理，這點要比Canopy好。下圖是我用pip安裝的 nltk ， jieba 和 gensim 科學計算環境的另一個要求就是能夠多個Python版本並存，尤其是2.x和3.x的並存。這個通過 virtualenv 可以做到。Anaconda也正是通過其實現的。

VirMach 便宜 VPS

QNews

QNews