Come installare l'ambiente di sviluppo di Numpy Python su Ubuntu

Python è un linguaggio di programmazione moderno ora per supportare un gran numero di biblioteche. Vari tipi di attività possono essere svolti utilizzando queste librerie. Numpy è una delle utili biblioteche di Python per eseguire operazioni scientifiche. Questa libreria può essere utilizzata per creare un array multidimensionale di oggetti. Diversi tipi di compiti matematici possono essere eseguiti rapidamente usando questa libreria, come l'ordinamento dell'array, l'array di rimodellamento, il funzionamento statistico, le operazioni aritmetiche, ecc. Funziona più velocemente perché è sviluppato utilizzando il linguaggio di programmazione C.

Installazione numpy su Ubuntu:

È necessario controllare la versione Python installata del sistema prima di installare la libreria Numpy. Python3 è usato in questo tutorial per mostrare il modo di installare la biblioteca Numpy in Python. Esegui il comando seguente per controllare la versione Python installata.

$ python3 -v

Il seguente output mostra che Python versione 3.8.6 è installato nel sistema.

Esegui il comando seguente per installare la libreria Numpy per Python3.

$ sudo apt install python3-numpy

Controlla il numpy versione dal terminale:

Puoi controllare la versione installata della libreria numpy in più modi. Il seguente comando mostrerà la versione della libreria Numpy installata se installata correttamente dal comando precedente.

$ python3 -c "import numpy; stampa (numpy.__versione__)"

Il seguente output mostra che Numpy versione 1.18.4 è installato nel sistema.

Importa e controlla Numpy versione

Puoi scoprire la versione installata della libreria numpy eseguendo anche lo script Python. Esegui il comando seguente per eseguire lo script Python.

$ Python3

Esegui il seguente script Python dal prompt dei comandi Python per verificare la versione della libreria Numpy installata.

>>> Importa Numpy come NP
>>> np.versione.versione

Il seguente output mostra sia la versione di Python che Numpy Library.

Abilita il numpy in Pycharm Editor:

Esistono molti Ides Python per eseguire gli script di Python. Alcuni dei popolari redattori di Python sono Pycharm, Spyder, Eric, Pyzo, Atom, Pydev, ecc. Pycharm IDE è usato in questo tutorial per mostrare come scrivere ed eseguire lo script Python importando la libreria numpy. È possibile eseguire il seguente comando per installare Pycharm su Ubuntu.

$ sudo snap installa pycharm-munity-Classic

È necessario impostare la posizione della libreria Numpy in Pycharm IDE per importare la libreria nello script. Apri il Impostazioni finestra facendo clic su Impostazioni Voce di menu dal file File menù. Fai clic sulla cartella del progetto creata prima per archiviare lo script Python. Qui, il nome della cartella del progetto è Pitone Situato nella cartella, /home/fahmida/pycharmprojects. Scoprire il numpy cartella che si trova sotto /venv/lib/python3.8/pacchetti di sito. Seleziona la cartella e fai clic su l'OK pulsante.

Lavorare con il numpy:

Scrivi il seguente script in un file Python per sapere come può essere utilizzata la libreria numpy nello script Python. Numpy Array funziona più velocemente dell'elenco Python che è mostrato dall'output di questo script. La libreria Numpy viene importata all'inizio dello script per creare l'array numpy. La libreria di tempo viene importata per calcolare il tempo richiesto dagli elenchi di Python e da array numpy per svolgere lo stesso compito. La dimensione dell'array verrà presa come input dall'utente. Verranno create due elenchi di Python utilizzando la gamma() funzione in base al valore di input. Successivamente, il tempo di sistema corrente verrà archiviato nella variabile, Ora di inizio. Un altro nuovo elenco verrà creato moltiplicando ogni valore di entrambi gli elenchi. I valori di entrambi gli elenchi sono uguali perché i valori dell'intervallo creano gli elenchi ed entrambi gli elenchi contengono lo stesso numero di valori. La nuova variabile dell'elenco, p_calculate, conterrà ogni elemento del valore quadrato dell'elenco. Ancora una volta, il tempo di sistema corrente è memorizzato nella variabile, Tempo scaduto. La differenza tra Tempo scaduto E Ora di inizio Mostrerà il tempo della lista di Python per fare il calcolo. Nella parte successiva della sceneggiatura, Arange () La funzione della libreria numpy viene utilizzata per creare due matrici numpy monodimensionali di valori di intervallo. Entrambi gli array vengono moltiplicati per ottenere lo stesso output generato da due elenchi di Python nelle dichiarazioni precedenti. Il tempo necessario per calcolare l'attività usando l'array numpy verrà stampato per confrontare il tempo necessario per l'elenco Python e l'array numpy.

# Importa i pacchetti necessari
Importa Numpy come NP
tempo di importazione
# Prendi le dimensioni dell'array dall'utente
array_size = int (input ("Immettere la dimensione dell'array:"))
# Crea due elenchi Python in base al valore Array_Size
list1 = intervallo (array_size)
list2 = intervallo (array_size)
# Imposta l'ora di inizio
start_time = time.tempo()
# Crea un elenco calcolando la radice quadrata
p_calculate = [(a * b) per a, b in zip (list1, list2)]
# Stampa il risultato
print ("Il risultato dell'elenco: \ n", p_calculate)
# Imposta l'ora di fine
end_time = time.tempo()
# Stampa il valore temporale richiesto dall'elenco Python
Stampa ("Il tempo richiesto dall'elenco Python:", end_time - start_time)
# Crea due array numpy in base al valore array_size
np_array1 = np.Arange (Array_Size)
np_array2 = np.Arange (Array_Size)
# Imposta l'ora di inizio
start_time = time.tempo()
# Crea un array calcolando la radice quadrata
np_calculate = np_array1 * np_array2
# Stampa il risultato
print ("Il risultato dell'array: \ n", np_calculate)
# Imposta l'ora di fine
end_time = time.tempo()
# Stampa il valore temporale richiesto dall'array numpy
Stampa ("Il tempo richiesto da Numpy Array:", end_time - start_time)

Produzione:

Verrà visualizzato il seguente output dopo aver eseguito lo script sopra. L'output mostra che l'elenco Python richiede più tempo rispetto all'array numpy per svolgere lo stesso compito.

Conclusione:

Installazione e utilizzo della Biblioteca Python Numpy per Python3 è spiegato in questo tutorial per aiutare il lettore a utilizzare questa biblioteca nella loro sceneggiatura Python per risolvere diversi tipi di problemi matematici e scientifici.