 Show Định nghĩa bài văn¶Python thường được sử dụng cho các ứng dụng khoa học hiệu suất cao. Nó được sử dụng rộng rãi trong học viện và các dự án khoa học vì nó dễ viết và thực hiện tốt. Do tính chất hiệu suất cao của nó, điện toán khoa học trong Python thường sử dụng các thư viện bên ngoài, thường được viết bằng các ngôn ngữ nhanh hơn (như C hoặc Fortran cho các hoạt động ma trận). Các thư viện chính được sử dụng là Numpy, Scipy và Matplotlib. Đi sâu vào chi tiết về các thư viện này nằm ngoài phạm vi của Hướng dẫn Python. Tuy nhiên, một giới thiệu toàn diện về hệ sinh thái Python khoa học có thể được tìm thấy trong các ghi chú bài giảng khoa học Python. Thư viện;Không có gìNumpy là một thư viện cấp thấp được viết bằng C (và Fortran) cho các chức năng toán học cấp cao. Numpy khéo léo khắc phục vấn đề chạy các thuật toán chậm hơn trên Python bằng cách sử dụng các mảng và chức năng đa chiều hoạt động trên các mảng. Bất kỳ thuật toán nào sau đó có thể được biểu thị dưới dạng hàm trên các mảng, cho phép các thuật toán được chạy nhanh chóng. Numpy là một phần của dự án SCIPY và được phát hành dưới dạng thư viện riêng biệt để những người chỉ cần các yêu cầu cơ bản có thể sử dụng nó mà không cần cài đặt phần còn lại của SCIPY. Numpy tương thích với các phiên bản Python 2.4 đến 2.7.2 và 3.1+. Tê liệtNumba là một trình biên dịch Python nhận thức không có gì (chỉ trong thời gian (JIT) trình biên dịch chuyên dụng) biên dịch mã Python (và Numpy) được chú thích (máy ảo cấp thấp) thông qua các nhà trang trí đặc biệt. Tóm lại, Numba sử dụng một hệ thống biên dịch mã Python với mã LLVM để có thể được thực thi tại thời gian chạy. Scipy¶Scipy là một thư viện sử dụng Numpy cho nhiều chức năng toán học hơn. Scipy sử dụng các mảng numpy làm cấu trúc dữ liệu cơ bản và đi kèm với các mô -đun cho các tác vụ thường được sử dụng khác nhau trong lập trình khoa học, bao gồm đại số tuyến tính, tích hợp (tính toán), giải phương trình vi phân thông thường và xử lý tín hiệu. MatplotlibMatplotlib là một thư viện âm mưu linh hoạt để tạo các sơ đồ 2D và 3D tương tác cũng có thể được lưu dưới dạng các số liệu chất lượng bản thảo. API theo nhiều cách phản ánh rằng MATLAB, giảm bớt sự chuyển đổi của người dùng Matlab sang Python. Nhiều ví dụ, cùng với mã nguồn để tạo lại chúng, có sẵn trong bộ sưu tập Matplotlib. Gấu ngonPandas là một thư viện thao tác dữ liệu dựa trên Numpy cung cấp nhiều chức năng hữu ích để truy cập, lập chỉ mục, hợp nhất và nhóm dữ liệu một cách dễ dàng. Cấu trúc dữ liệu chính (DataFrame) gần với những gì có thể tìm thấy trong gói thống kê R; Đó là, các bảng dữ liệu không đồng nhất với lập chỉ mục tên, hoạt động chuỗi thời gian và liên kết tự động dữ liệu. Xarray¶Xarray tương tự như gấu trúc, nhưng nó được dự định để gói dữ liệu khoa học đa chiều. Bằng cách dán nhãn dữ liệu với kích thước, tọa độ và các thuộc tính, nó làm cho các hoạt động đa chiều phức tạp rõ ràng và trực quan hơn. Nó cũng kết thúc matplotlib để vẽ nhanh và có thể áp dụng hầu hết các hoạt động song song bằng cách sử dụng dask. RPY2¶RPY2 là một liên kết python cho gói thống kê R cho phép thực hiện các hàm R từ Python và truyền dữ liệu qua lại giữa hai môi trường. RPY2 là việc thực hiện theo định hướng đối tượng của các ràng buộc RPY. Psychopy¶Psychopy là một thư viện cho các nhà khoa học nhận thức cho phép tạo ra tâm lý học nhận thức và các thí nghiệm khoa học thần kinh. Thư viện xử lý việc trình bày các kích thích, kịch bản thiết kế thử nghiệm và thu thập dữ liệu. Tài nguyên¶Việc cài đặt các gói Python khoa học có thể gây rắc rối, vì nhiều gói này được triển khai dưới dạng các phần mở rộng Python C cần được biên dịch. Phần này liệt kê các phân phối Python khoa học khác nhau cung cấp các bộ sưu tập các gói Python khoa học được biên dịch trước và dễ cài đặt. Các nhị phân Windows không chính thức cho các gói mở rộng PythonNhiều người thực hiện điện toán khoa học là trên các cửa sổ, nhưng nhiều gói máy tính khoa học nổi tiếng là khó xây dựng và cài đặt trên nền tảng này. Christoph Gohlke, tuy nhiên, đã tổng hợp một danh sách các nhị phân Windows cho nhiều gói Python hữu ích. Danh sách các gói đã phát triển từ tài nguyên Python chủ yếu là khoa học sang một danh sách tổng quát hơn. Nếu bạn trên Windows, bạn có thể muốn kiểm tra nó. Nước AnacondaPhân phối Anaconda Python bao gồm tất cả các gói Python khoa học phổ biến cũng như nhiều gói liên quan đến phân tích dữ liệu và dữ liệu lớn. Bản thân Anaconda là miễn phí và một số tiện ích bổ sung độc quyền có sẵn với một khoản phí. Giấy phép miễn phí cho các tiện ích bổ sung có sẵn cho các học giả và nhà nghiên cứu. Mái hiên¶Canopy là một phân phối Python khoa học khác, được sản xuất bởi sự mê hoặc. Một biến thể ‘Canopy Express, có sẵn miễn phí, nhưng các khoản phí hấp dẫn cho phân phối đầy đủ. Giấy phép miễn phí có sẵn cho các học giả. Tại sao Python lại phổ biến trong khoa học?Sự phổ biến ngày càng tăng của ngôn ngữ có thể được quy cho sự gia tăng của khoa học dữ liệu và hệ sinh thái học máy và các thư viện phần mềm tương ứng như gấu trúc, tenorflow, pytorch và numpy, trong số những người khác.Thực tế là nó rất dễ học giúp Python có được sự ưu ái trong cộng đồng của các lập trình viên.the rise of data science and the machine learning ecosystem and corresponding software libraries like Pandas, Tensorflow, PyTorch, and NumPy, among others. The fact that it is so easy to learn helps Python gain favour among the programmers' community.
Tại sao Python được sử dụng trong NASA?Python là ngôn ngữ lập trình phổ biến nhất mà mọi người trong lĩnh vực thiên văn sử dụng, bởi vì đó là ngôn ngữ phân tích dữ liệu, thao tác dữ liệu và suy luận dữ liệu, theo ông Nitya.the language of data analysis, data manipulation, and data inference,” Nitya says. |
