Datenwissenschaft

So installieren Sie die NumPy-Python-Entwicklungsumgebung unter Ubuntu

So installieren Sie die NumPy-Python-Entwicklungsumgebung unter Ubuntu
Python ist jetzt eine moderne Programmiersprache zur Unterstützung einer großen Anzahl von Bibliotheken supporting. Mit diesen Bibliotheken können verschiedene Arten von Aufgaben erledigt werden. NumPy ist eine der nützlichen Bibliotheken von Python, um wissenschaftliche Operationen durchzuführen. Diese Bibliothek kann verwendet werden, um ein mehrdimensionales Array von Objekten zu erstellen. Mit dieser Bibliothek können verschiedene Arten von mathematischen Aufgaben schnell erledigt werden, z. B. Sortieren des Arrays, Umformen des Arrays, statistische Operationen, arithmetische Operationen usw. Es funktioniert schneller, weil es mit der Programmiersprache C entwickelt wurde.

NumPy-Installation unter Ubuntu:

Sie müssen die installierte Python-Version des Systems überprüfen, bevor Sie die NumPy-Bibliothek installieren. Python3 wird in diesem Tutorial verwendet, um die Installation der NumPy-Bibliothek in Python zu zeigen. Führen Sie den folgenden Befehl aus, um die installierte Python-Version zu überprüfen.

$ python3 -V

Die folgende Ausgabe zeigt, dass Python Version 3.8.6 ist im System installiert.

Führen Sie den folgenden Befehl aus, um die NumPy-Bibliothek für Python3 zu installieren.

$ sudo apt install python3-numpy

Überprüfen Sie die NumPy Version vom Terminal:

Sie können die installierte Version der NumPy-Bibliothek auf verschiedene Weise überprüfen. Der folgende Befehl zeigt die installierte NumPy-Bibliotheksversion an, wenn sie mit dem vorherigen Befehl korrekt installiert wurde.

$ python3 -c "importiere numpy; print(numpy.__Ausführung__)"

Die folgende Ausgabe zeigt, dass NumPy Version 1.18.4 ist im System installiert.

Importieren und überprüfen Sie die NumPy Ausführung

Sie können die installierte Version der NumPy-Bibliothek herausfinden, indem Sie auch das Python-Skript ausführen. Führen Sie den folgenden Befehl aus, um das Python-Skript auszuführen.

$ python3

Führen Sie das folgende Python-Skript über die Python-Eingabeaufforderung aus, um die installierte NumPy-Bibliotheksversion zu überprüfen.

>>> numpy als np importieren
>>> np.Ausführung.Ausführung

Die folgende Ausgabe zeigt sowohl die Version von Python als auch die NumPy-Bibliothek.

Aktivieren Sie NumPy im PyCharm-Editor:

Es gibt viele Python-IDEs, um Python-Skripte auszuführen. Einige der beliebtesten Python-Editoren sind PyCharm, Spyder, Eric, Pyzo, Atom, Pydev usw. PyCharm IDE wird in diesem Tutorial verwendet, um zu zeigen, wie man Python-Skripte schreibt und ausführt, indem man die NumPy-Bibliothek importiert. Sie können den folgenden Befehl ausführen, um PyCharm unter Ubuntu zu installieren.

$ sudo snap install pycharm-community --classic

Sie müssen den Speicherort der NumPy-Bibliothek in der PyCharm-IDE festlegen, um die Bibliothek in das Skript zu importieren. Öffne das die Einstellungen Fenster, indem Sie auf . klicken die Einstellungen Menüpunkt aus dem Datei Speisekarte. Klicken Sie auf den zuvor erstellten Projektordner, um das Python-Skript zu speichern. Hier lautet der Projektordnername Python befindet sich im Ordner, /home/fahmida/PycharmProjects. Rausfinden der numpy Ordner, der sich unter befindet /venv/lib/python3.8/Site-Pakete. Wählen Sie den Ordner aus und klicken Sie auf das OK Taste.

Arbeiten Sie mit dem NumPy:

Schreiben Sie das folgende Skript in eine Python-Datei, um zu erfahren, wie die NumPy-Bibliothek im Python-Skript verwendet werden kann. Das NumPy-Array funktioniert schneller als die Python-Liste, die in der Ausgabe dieses Skripts angezeigt wird. Die NumPy-Bibliothek wird am Anfang des Skripts importiert, um das NumPy-Array zu erstellen. Die Zeitbibliothek wird importiert, um die Zeit zu berechnen, die Python-Listen und NumPy-Arrays benötigen, um dieselbe Aufgabe zu erledigen. Die Größe des Arrays wird als Eingabe vom Benutzer übernommen. Mit werden zwei Python-Listen erstellt die Reichweite() Funktion basierend auf dem Eingabewert. Als nächstes wird die aktuelle Systemzeit in der Variablen gespeichert, Startzeit. Eine weitere neue Liste wird erstellt, indem jeder Wert beider Listen multipliziert wird. Die Werte beider Listen sind gleich, da Bereichswerte die Listen erstellen und beide Listen die gleiche Anzahl von Werten enthalten. Die neue Listenvariable, p_berechnen, enthält jedes Element des Quadratwertes der Liste. Auch hier wird die aktuelle Systemzeit in der Variablen gespeichert, endzeit. Der Unterschied zwischen endzeit und Startzeit zeigt die Zeit der Python-Liste für die Berechnung an. Im nächsten Teil des Skripts, arange() Funktion der NumPy-Bibliothek wird verwendet, um zwei eindimensionale NumPy-Arrays von Bereichswerten zu erstellen create. Beide Arrays werden multipliziert, um die gleiche Ausgabe zu erhalten, die von zwei Python-Listen in den vorherigen Anweisungen generiert wurde. Die Zeit, die zum Berechnen der Aufgabe mit dem NumPy-Array erforderlich ist, wird gedruckt, um die für die Python-Liste und das NumPy-Array benötigte Zeit zu vergleichen.

# Importieren Sie die erforderlichen Pakete
numpy als np importieren
Importzeit
# Array-Größe vom Benutzer nehmen from
array_size = int(input("Geben Sie die Größe des Arrays ein:"))
# Erstellen Sie zwei Python-Listen basierend auf dem Wert array_size
list1 = range(array_size)
list2 = range(array_size)
# Stellen Sie die Startzeit ein
start_time = Zeit.Zeit()
# Erstellen Sie eine Liste, indem Sie die Quadratwurzel berechnen
p_calculate = [(a * b) für a, b in zip(list1, list2)]
# Ergebnis ausdrucken
print("Das Ergebnis der Liste: \n", p_calculate)
# Stellen Sie die Endzeit ein
end_time = Zeit.Zeit()
# Drucken Sie den Zeitwert, der von der Python-Liste benötigt wird
print("Die von der Python-Liste benötigte Zeit: ", end_time - start_time)
# Erstellen Sie zwei NumPy-Arrays basierend auf dem Wert array_size
np_array1 = np.arange(array_size)
np_array2 = np.arange(array_size)
# Stellen Sie die Startzeit ein
start_time = Zeit.Zeit()
# Erstellen Sie ein Array, indem Sie die Quadratwurzel berechnen
np_calculate = np_array1 * np_array2
# Ergebnis ausdrucken
print("Das Ergebnis des Arrays: \n", np_calculate)
# Stellen Sie die Endzeit ein
end_time = Zeit.Zeit()
# Geben Sie den Zeitwert aus, der vom NumPy-Array benötigt wird
print("Die von numpy array benötigte Zeit: ", end_time - start_time)

Ausgabe:

Die folgende Ausgabe wird erscheinen, nachdem das obige Skript ausgeführt wurde. Die Ausgabe zeigt, dass die Python-Liste mehr Zeit benötigt als das NumPy-Array, um dieselbe Aufgabe zu erledigen.

Fazit:

Die Installation und Verwendung der Python NumPy-Bibliothek für Python3 wird in diesem Tutorial erklärt, um dem Leser zu helfen, diese Bibliothek in seinem Python-Skript zu verwenden, um verschiedene Arten von mathematischen und wissenschaftlichen Problemen zu lösen.

So verwenden Sie die Pipe-Funktion in der Sprache C
Ein Rohr ist ein Medium für die Kommunikation zwischen Prozessen. Ein Prozess schreibt Daten in die Pipe und ein anderer Prozess liest die Daten aus d...
So verwenden Sie die mmap-Funktion in der Sprache C?
Das mmap() Funktion wird für die Zuordnung zwischen einem Prozessadressraum und entweder Dateien oder Geräten verwendet. Wenn eine Datei einem Prozess...
So verwenden Sie die inotify-API in der Sprache C
Inotify ist eine Linux-API, die für die Überwachung von Dateisystemereignissen verwendet wird. Dieser Artikel zeigt Ihnen, wie Inotify verwendet wird,...