Kā Ubuntu instalēt NumPy python izstrādes vidi

Python ir moderna programmēšanas valoda, kas tagad atbalsta lielu skaitu bibliotēku. Izmantojot šīs bibliotēkas, var veikt dažāda veida uzdevumus. NumPy ir viena no noderīgajām Python bibliotēkām zinātnisko darbību veikšanai. Šo bibliotēku var izmantot, lai izveidotu daudzdimensiju objektu masīvu. Izmantojot šo bibliotēku, var ātri veikt dažādu veidu matemātiskos uzdevumus, piemēram, masīva šķirošanu, masīva pārveidošanu, statistikas operācijas, aritmētiskās darbības utt. Tas darbojas ātrāk, jo to izstrādā, izmantojot C programmēšanas valodu.

NumPy instalēšana Ubuntu:

Pirms NumPy bibliotēkas instalēšanas jums jāpārbauda instalētā sistēmas pitona versija. Šajā apmācībā Python3 tiek izmantots, lai parādītu NumPy bibliotēkas instalēšanas veidu Python. Palaidiet šo komandu, lai pārbaudītu instalēto pitona versiju.

$ python3 -V

Šī izeja parāda, ka python versija 3.8.6 ir instalēts sistēmā.

Palaidiet šo komandu, lai instalētu NumPy bibliotēku Python3.

$ sudo apt instalējiet python3-numpy

Pārbaudiet NumPy versija no termināla:

NumPy bibliotēkas instalēto versiju varat pārbaudīt vairākos veidos. Šī komanda parādīs instalēto NumPy bibliotēkas versiju, ja iepriekšējā komanda to ir instalējusi pareizi.

$ python3 -c "import numpy; print (numpy.__versija__) "

Šī izeja parāda, ka NumPy 1. versija.18.4 ir instalēts sistēmā.

Importējiet un pārbaudiet NumPy versija

NumPy bibliotēkas instalēto versiju varat uzzināt, izpildot arī pitona skriptu. Izpildiet šo komandu, lai izpildītu pitona skriptu.

$ python3

Palaidiet šo python skriptu no python komandu uzvednes, lai pārbaudītu instalēto NumPy bibliotēkas versiju.

>>> importēt numpy kā np
>>> np.versija.versija

Šī izeja parāda gan Python, gan NumPy bibliotēkas versiju.

Iespējojiet NumPy PyCharm redaktorā:

Python skriptu izpildei pastāv daudzi pitona IDE. Daži no populāriem pitonu redaktoriem ir PyCharm, Spyder, Eric, Pyzo, Atom, Pydev utt. Šajā apmācībā tiek izmantots PyCharm IDE, lai parādītu, kā rakstīt un izpildīt python skriptu, importējot NumPy bibliotēku. Lai instalētu PyCharm Ubuntu, varat palaist šo komandu.

$ sudo snap instalējiet pycharm-community --classic

Lai bibliotēku importētu skriptā, PyCharm IDE ir jāiestata NumPy bibliotēkas atrašanās vieta. Atveriet Iestatījumi logu, noklikšķinot uz Iestatījumi izvēlnes vienums no Fails izvēlne. Noklikšķiniet uz projekta mapes, kas tika izveidota iepriekš, lai saglabātu pitona skriptu. Šeit ir projekta mapes nosaukums Python atrodas mapē, / home / fahmida / PycharmProjects. Noskaidrot numpy mape, kas atrodas zem / venv / lib / python3.8 / vietnes paketes. Atlasiet mapi un noklikšķiniet uz Labi pogu.

Darbs ar NumPy:

Uzrakstiet šo skriptu pitona failā, lai uzzinātu, kā NumPy bibliotēku var izmantot pitona skriptā. Masīvs NumPy darbojas ātrāk nekā pitonu saraksts, ko parāda šī skripta izeja. NumPy bibliotēka tiek importēta skripta sākumā, lai izveidotu masīvu NumPy. Laika bibliotēka tiek importēta, lai aprēķinātu laiku, kas vajadzīgs Python sarakstiem un NumPy masīviem, lai veiktu to pašu uzdevumu. Masīva lielums tiks ņemts par ievadi no lietotāja. Izmantojot, tiks izveidoti divi pitonu saraksti diapazons () funkcija, pamatojoties uz ievades vērtību. Pēc tam mainīgais tiks saglabāts pašreizējais sistēmas laiks, sākuma laiks. Tiks izveidots vēl viens jauns saraksts, reizinot katru abu sarakstu vērtību. Abu sarakstu vērtības ir vienādas, jo diapazona vērtības veido sarakstus, un abos sarakstos ir vienāds vērtību skaits. Jaunais saraksta mainīgais, p_arēķināt, saturēs katru saraksta kvadrāta vērtības elementu. Atkal pašreizējais sistēmas laiks tiek saglabāts mainīgajā, beigu laiks. Atšķirība starp beigu laiks un sākuma laiks parādīs pitonu saraksta laiku aprēķina veikšanai. Nākamajā skripta daļā, apelsīns () NumPy bibliotēkas funkcija tiek izmantota divu viendimensionālu diapazona vērtību NumPy masīvu izveidošanai. Abi masīvi tiek reizināti, lai iegūtu to pašu izvadi, ko iepriekšējos paziņojumos ģenerēja divi pitonu saraksti. Laiks, kas nepieciešams uzdevuma aprēķināšanai, izmantojot masīvu NumPy, tiks izdrukāts, lai salīdzinātu laiku, kas vajadzīgs pitonu sarakstam un NumPy masīvam.

# Importējiet nepieciešamās paketes
importēt numpy kā np
importa laiks
# Paņemiet masīva izmēru no lietotāja
array_size = int (ievade ("Ievadiet masīva lielumu:"))
# Izveidojiet divus Python sarakstus, pamatojoties uz vērtību array_size
list1 = diapazons (masīva_izmērs)
list2 = diapazons (masīva_izmērs)
# Iestatiet sākuma laiku
sākuma laiks = laiks.laiks()
# Izveidojiet sarakstu, aprēķinot kvadrātsakni
p_kalkulēt = [(a * b) a, b zip (saraksts1, saraksts2)]
# Izdrukājiet rezultātu
drukāt ("Saraksta rezultāts: \ n", p_calculate)
# Iestatiet beigu laiku
beigu laiks = laiks.laiks()
# Izdrukājiet pitonu sarakstā prasīto laika vērtību
drukāt ("Python sarakstam nepieciešamais laiks:", end_time - start_time)
# Izveidojiet divus NumPy masīvus, pamatojoties uz vērtību array_size
np_array1 = np.arange (masīva_izmērs)
np_array2 = np.arange (masīva_izmērs)
# Iestatiet sākuma laiku
sākuma laiks = laiks.laiks()
# Izveidojiet masīvu, aprēķinot kvadrātsakni
np_calculate = np_array1 * np_array2
# Izdrukājiet rezultātu
print ("Masīva rezultāts: \ n", np_calculate)
# Iestatiet beigu laiku
beigu laiks = laiks.laiks()
# Izdrukājiet NumPy masīvā nepieciešamo laika vērtību
print ("Numpy masīva pieprasītais laiks:", end_time - start_time)

Izeja:

Pēc iepriekš minētā skripta izpildes parādīsies šāda izeja. Izeja parāda, ka pitona sarakstam ir vajadzīgs vairāk laika nekā masīvam NumPy, lai veiktu to pašu uzdevumu.

Secinājums:

Python NumPy bibliotēkas instalēšana un izmantošana Python3 ir paskaidrota šajā apmācībā, lai palīdzētu lasītājam izmantot šo bibliotēku savā Python skriptā, lai atrisinātu dažāda veida matemātiskas un zinātniskas problēmas.