使用python做科学计算

这里总结一个guide,主要针对刚开始做数据挖掘和数据分析的同学

说道统计分析工具你一定想到像excel,spss,sas,matlab以及R语言。R语言是这里面比较火的,它的强项是强大的绘图功能以及强大丰富的统计包,通过这个平台你可以了解统计前言的一些实现。它的唯一的问题就是性能问题。所以有时候你需要借用python。

使用R语言你可能需要Rstudio这个工具。

python在在任何方面都有相当丰富的模块,科学计算领域也不例外,你可以查看python wiki也可以寻找相关的团体

你可能会得到相同的答案,那就是使用与他们相关的一些库,其中numpy以及scipy,matplotlib是非常知名 的三个库

使用python做科学计算有本书给出了一些线索,虽然学习这些库的方法永远在文档里面

你可能也需要一些开发工具,Spyder和ipython非常推荐的。然而你并不需要一一安装这些东西,anaconda包含了所有这些你需要的东西,当然包括python解释器,常用的科学计算模块,conda包管理工具,ipython以及Spyder。

这些工具可能并不会让你精通统计模型方法,你需要阅读一些相关书籍。

时间: 2024-10-16 04:46:48

使用python做科学计算的相关文章

使用Python做科学计算初探

今天在搞定Django框架的blog搭建后,尝试一下python的科学计算能力. python的科学计算有三剑客:numpy,scipy,matplotlib. numpy负责数值计算,矩阵操作等: scipy负责常见的数学算法,插值.拟合等: matplotlib负责画图. 首先,百度上头三个,依次安装. 可以考虑使用pyhton34/script/easy-install 工具: easy-insatll -m matplotlib; 尝试一下代码,拟合实例: 1 # -*- coding:

使用Python做科学计算初探(转)

今天在搞定Django框架的blog搭建后,尝试一下python的科学计算能力. python的科学计算有三剑客:numpy,scipy,matplotlib. numpy负责数值计算,矩阵操作等: scipy负责常见的数学算法,插值.拟合等: matplotlib负责画图. 首先,百度上头三个,依次安装. 可以考虑使用pyhton34/script/easy-install 工具: easy-insatll -m matplotlib; 尝试一下代码,拟合实例: 1 # -*- coding:

windows下如何快速优雅的使用python的科学计算库?

Python是一种强大的编程语言,其提供了很多用于科学计算的模块,常见的包括numpy.scipy.pandas和matplotlib.要利用Python进行科学计算,就需要一一安装所需的模块,而这些模块可能又依赖于其它的软件包或库,因而安装和使用起来相对麻烦.幸好有人专门在做这一类事情,将科学计算所需要的模块都编译好,然后打包以发行版的形式供用户使用,Anaconda就是其中一个常用的科学计算发行版. 我们从网站(链接1)下载的默认的Anaconda版本已经内置了很多库(链接2),包括nump

Python下科学计算包numpy和SciPy的安装

转载自:http://blog.sina.com.cn/s/blog_62dfdc740101aoo6.html Python下大多数工具包的安装都很简单,只需要执行 “python setup.py install”命令即可.然而,由于SciPy和numpy这两个科学计算包的依赖关系较多,安装过程较为复杂.网上教程较为混乱,而且照着做基本都不能用.在仔细研读各个包里的README和INSTALL之后,终于安装成功.现记录如下. 系统环境: OS:RedHat5 Python版本:Python2

Python下科学计算包numpy和SciPy的安装【原创】

Python下大多数工具包的安装都很简单,只需要执行 "python setup.py install"命令即可.然而,由于SciPy和numpy这两个科学计算包的依赖关系较多,安装过程较为复杂.网上教程较为混乱,而且照着做基本都不能用.在仔细研读各个包里的README和INSTALL之后,终于安装成功.现记录如下. 系统环境: OS:RedHat5 Python版本:Python2.7.3 gcc版本:4.1.2 各个安装包版本: scipy-0.11.0 numpy-1.6.2 n

Python的科学计算包matplotlib setup

回想起大学四年 专业一直使用matlab,然而我却没在PC上装成功过,以前懒于思考这种数学工具的作用,直到最近,大学同学研究生要毕业了,几经交流,和自己阅读了一些机器学习的教材之后,发觉科学计算包和画图工具对于某些岗位来说非常的必要,因为使用数学建模而设计各种工业设计图的时候,需要对参数的调制画图观察效果.虽然我没有接触过实际场景,但在概率论的角度看,某些离散集合的数字特征(期望,方差)等,在图像上的表现,也可以借助此科学计算包辅助分析. set up 第一步 到python官网下载一个3.6的

『python』科学计算专项_科学绘图库matplotlib学习之绘制动画(待续)

示例代码 简单调用绘图 from matplotlib import pyplot as plt import matplotlib.animation as animation import numpy as np def update_point(num): fig_points.set_data(data[:, 0:num]) return fig_points, fig1 = plt.figure() num_point = 50 data = np.random.rand(2, num

『python』科学计算专项_科学绘图库matplotlib学习

思想:万物皆对象 作业 第一题: import numpy as np import matplotlib.pyplot as plt x = [1, 2, 3, 1] y = [1, 3, 0, 1] def plot_picture(x, y): plt.plot(x, y, color='r', linewidth='2', linestyle='--', marker='D', label='one') plt.xticks(list(range(-5,5,1))) plt.yticks

python numpy科学计算和数据分析的基础包

import numpy as np #创建ndarray# data1 = [6, 5, 7, 1, 3]# arrl = np.array(data1)# print(arrl)#多维列表创建ndarraydata2 = [[3, 4, 2], [1, 8, 9]]arr2 = np.array(data2)## print(arr2)## asrr1 = np.asarray([2, 3, 4])# print(asrr1)## asrr2 = np.asarray([[2, 1, 3,