Python科學計算——前期準備，python科學計算準備

Python科學計算——前期準備，python科學計算準備
1、開發環境搭建

    Python（英國發音：/ˈpaɪθən/ 美國發音：/ˈpaɪθɑːn/）, 是一種物件導向、解釋型電腦程式設計語言，由Guido van Rossum於1989年發明，第一個公開發行版發行於1991年。Python文法簡潔清晰，特色之一是強制用空白符(white space)作為語句縮排。Python具有豐富和強大的庫。它常被暱稱為膠水語言，能夠把用其他語言製作的各種模組（尤其是C/C++）很輕鬆地連接在一起。

    安裝Python，這裡選擇2.7還是3.4都行，不過推薦使用2.7，畢竟現在的教程大部分還是基於2.7的，3.4跟2.7的文法還是略有不同，為了避免語法錯誤的麻煩，還是推薦大家使用2.7。

 
為：https://www.python.org/downloads/
 
下載版本如所示：

   

2、IDE的選擇

    當Python的解譯器程式安裝完成之後，其實我們就已經可以編寫python程式了，不過在大型的項目中，為了更好的管理項目，更高的開發效率，一款合適的IDE往往能帶來意想不到的好處。在開源的Python領域，各種IDE也是百花齊放，層出不窮，優秀的IDE的十分的多。在這裡我以我本人的經驗來說幾款比較常用的！排名不分先後。

Pycham

Eclipse+PyDev

 

3、所需庫安裝

    Numpy是Python的一個科學計算的庫，提供了矩陣運算的功能，其一般與Scipy、matplotlib一起使用。

    matplotlib是一個Python的圖形架構，類似於MATLAB和R語言。在使用NumPy進行學習統計計算時是枯燥的，大量的資料令我們很頭疼，所以我們需要把它圖形化顯示。

    SciPy是一款方便、便於使用、專為科學和工程設計的Python工具包.它包括統計,最佳化,整合,線性代數模組,傅裡葉變換,訊號和影像處理,常微分方程求解器等等。

    Pandas是在Numpy的基礎上提供類似試算表的資料結構DataFrame，並以此為核心提供大量的資料輸出、清洗、處理和分析函數。

    下載Numpy,SciPy,MatplotLib這三個庫的exe，注意，這裡用的是exe，因為MatplotLib的使用需要以Numpy的支援，所以最好先裝NumPy再裝MatplotLib。：

• NumPy: http://sourceforge.net/projects/numpy/files/NumPy/1.9.2/
• SciPy: http://sourceforge.net/projects/scipy/files/scipy/0.15.1/
• MatPlotLib: http://matplotlib.org/downloads.html

其中NumPy和SciPy沒有32和64位的區別，MatPlotLib需要根據自己的系統選擇32位和64位的。再次提醒，這三個庫一定都要下載對應版本的exe。下載完成後一次安裝就是了，他們會自動找到你之前安裝好的Python所在的路徑的，一路Next到底就行了。

如果我們選擇了Pycham作為IDE工具的話，對庫的管理非常的方便，比如安裝NumPy這個庫：

選擇“file”->”Settings”->”Project 項目名“->Project Interpreter”中的這個表徵圖，

搜尋需要的擴充庫，直接點“install Package”就可以完成安裝了。

4、pycham的快速鍵

閱讀
CTRL -: 摺疊當前代碼
CTRL +: 展開當前代碼
CTRL SHIFT -: 摺疊所有代碼
CTRL SHIFT +: 展開所有代碼

ALT UP: 移到上一個方法
ALT DOWN: 移到下一個方法
CTRL B | CTRL 單擊： 轉到方法定義處

注釋
CTRL /: 注釋、取消注釋行

調試
CTRL F8: 設定/取消斷點

快速鍵手冊：官方PDF版下載（Pycharm 3.10）

5、一個例子

使用如下公式計算π

在Pycham編輯器中輸入以下代碼：

import numpy as npn = 100000val = np.sum(4.0/np.r_[1:n:4,-3:-n:-4])print val

3.14157265359