1.1. Python 科学计算生态系统¶

作者: Fernando Perez, Emmanuelle Gouillart, Gaël Varoquaux, Valentin Haenel

1.1.1. 为什么选择 Python?¶

1.1.1.1. 科学家的需求¶

获取数据（模拟、实验控制），
操作和处理数据，
可视化结果，快速理解，但也需要高质量的图形，用于报告或出版物。

1.1.1.2. Python 的优势¶

内置电池 丰富的现成积木，包括经典数值方法、绘图或数据处理工具。我们不想重新编程曲线绘制、傅里叶变换或拟合算法。不要重复造轮子！
易于学习 大多数科学家并不被聘为程序员，也没有接受过这方面的训练。他们需要能够在几分钟内绘制曲线、平滑信号、进行傅里叶变换。
易于沟通 为了使代码在实验室或公司内保持活力，它应该像合作者、学生或可能客户阅读的书一样可读。Python 语法简单，避免了奇怪的符号或冗长的例程规范，这些规范会分散读者对代码的数学或科学理解。
高效代码 Python 数值模块具有计算效率。但不用说，如果编写代码花费的时间过长，那么非常快的代码就会变得毫无用处。Python 的目标是快速开发时间和快速执行时间。
通用 Python 是一种用于解决许多不同问题的语言。学习 Python 可以避免为每个新问题学习新的软件。

1.1.1.3. Python 与其他解决方案相比如何？¶

编译语言：C、C++、Fortran…¶

优点:

非常快。对于繁重的计算，很难超越这些语言。

缺点:

使用痛苦：开发过程中没有交互性，必须进行编译步骤，语法冗长，手动内存管理。这些对于非程序员来说是 困难的语言。

Matlab 脚本语言¶

优点:

非常丰富的库集合，包含许多算法，涵盖许多不同的领域。快速执行，因为这些库通常是用编译语言编写的。
愉快的开发环境：综合帮助、集成编辑器等。
提供商业支持。

缺点:

基础语言非常贫乏，对于高级用户来说可能会变得限制性。
不是免费的，也不是所有内容都是开源的。

Julia¶

优点:

代码快速，但仍然具有交互性和简单性。
轻松连接到 Python 或 C。

缺点:

生态系统仅限于数值计算。
还很年轻。

其他脚本语言：Scilab、Octave、R、IDL 等¶

优点:

开源、免费，或者至少比 Matlab 便宜。
某些功能可能非常先进（R 中的统计等）

缺点:

可用的算法比 Matlab 少，而且语言并不更先进。
一些软件专门用于某个领域。例如：Gnuplot 用于绘制曲线。这些程序非常强大，但它们仅限于单一类型的用途，例如绘图。

Python¶

优点:

非常丰富的科学计算库
经过精心设计的语言，可以编写非常可读且结构良好的代码：“我们编码我们所想的”。
许多超出科学计算的库（Web 服务器、串行端口访问等）
免费和开源软件，广泛传播，拥有充满活力的社区。
各种强大的工作环境，例如 IPython、Spyder、Jupyter 笔记本、Pycharm、Visual Studio Code

缺点:

并非所有算法都可以在更专业的软件或工具箱中找到。

1.1.2. 科学 Python 生态系统¶

与 Matlab 或 R 不同，Python 没有预捆绑的科学计算模块集。以下是可组合在一起以获得科学计算环境的基本构建块

Python，一种通用且现代的计算语言

语言：流程控制、数据类型（string、int）、数据集合（列表、字典）等。
标准库模块：字符串处理、文件管理、简单网络协议。
大量用 Python 编写的专用模块或应用程序：Web 框架等……以及科学计算。
开发工具（自动测试、文档生成）

另请参阅

关于 Python 语言的章节

核心数值库

NumPy：使用强大的 数值数组 对象进行数值计算，以及用于操作它们的例程。 https://numpy.com.cn/

另请参阅

关于 numpy 的章节
SciPy：高级数值例程。优化、回归、插值等 https://scipy.org.cn/

另请参阅

关于 SciPy 的章节
Matplotlib：二维可视化，“出版物级”绘图 https://matplotlib.net.cn/

另请参阅

关于 matplotlib 的章节

高级交互式环境:

IPython，一个高级 Python 控制台 https://ipython.pythonlang.cn/
Jupyter，浏览器中的 笔记本 https://jupyter.pythonlang.cn/

特定领域软件包,

pandas、statsmodels、seaborn 用于统计
sympy 用于符号计算
scikit-image 用于图像处理
scikit-learn 用于机器学习

以及 Scientific Python 讲座中未记录的许多其他软件包。

另请参阅

关于高级主题的章节

关于软件包和应用程序的章节

1.1.3. 开始之前：安装工作环境¶

Python 有很多版本，安装方法也有很多。但是，我们建议安装一个科学计算发行版，该发行版预先提供科学模块的优化版本。

在 Linux 下

如果您使用的是最新发行版，大多数工具可能已经打包，建议使用您的包管理器。

其他系统

有几个功能齐全的科学 Python 发行版

1.1.4. 工作流程：交互式环境和文本编辑器¶

交互式工作来测试和理解算法：在本节中，我们将描述一个结合交互式工作和整合的工作流程。

Python 是一种通用语言。因此，没有一个受祝福的工作环境，也不只有一种使用方式。虽然这使得初学者难以找到方向，但它使 Python 可以用于程序、Web 服务器或嵌入式设备。

1.1.4.1. 交互式工作¶

我们建议使用 IPython 控制台或其后代 Jupyter 笔记本进行交互式工作。它们非常方便探索和理解算法。

启动 ipython

In [1]: print('Hello world')
Hello world

通过在对象后使用 ? 运算符获取帮助

In [2]: print?
Signature: print(*args, sep=' ', end='\n', file=None, flush=False)
Docstring:
Prints the values to a stream, or to sys.stdout by default.
sep
  string inserted between values, default a space.
end
  string appended after the last value, default a newline.
file
  a file-like object (stream); defaults to the current sys.stdout.
flush
  whether to forcibly flush the stream.
Type:      builtin_function_or_method

另请参阅

IPython 用户手册：https://ipython-docs.pythonlang.cn/en/stable/
Jupyter Notebook 快速入门：https://jupyter-docs.pythonlang.cn/en/latest/start/index.html

1.1.4.2. 在编辑器中详细说明工作¶

随着您的进步，不仅要进行交互式工作，还要创建和重用 Python 文件。为此，功能强大的代码编辑器将让您事半功倍。以下是一些易于使用且优秀的编辑器

Spyder：集成了 IPython 控制台、调试器、分析器……

PyCharm：集成了 IPython 控制台、笔记本、调试器……（免费提供，但商业化）

Visual Studio Code：集成了 Python 控制台、笔记本、调试器……

其中一些由各种科学 Python 发行版提供，您可以在菜单中找到它们。

作为一个练习，在代码编辑器中创建一个名为 my_file.py 的文件，并添加以下行

s='Hello world'
print(s)

现在，您可以在 IPython 控制台或笔记本中运行它，并探索生成的变量

In [3]: %run my_file.py
Hello world
In [4]: s
Out[4]: 'Hello world'
In [5]: %whos
Variable   Type    Data/Info
----------------------------
sstrHelloworld

1.1.4.3. IPython 和 Jupyter 提示和技巧¶

用户手册包含大量信息。在这里，我们简要介绍四个有用的功能：历史记录、制表符补全、魔术函数 和别名。

命令历史记录 与 UNIX shell 一样，IPython 控制台支持命令历史记录。键入向上和向下浏览之前键入的命令

In [6]: x=10
In [7]: <UP>
In [8]: x=10

制表符补全 制表符补全是探索您正在处理的任何对象的结构的便捷方法。只需键入 object_name.<TAB> 即可查看对象的属性。除了 Python 对象和关键字外，制表符补全还适用于文件和目录名称。*

In [9]: x=10
In [10]: x.<TAB>
          as_integer_ratio() conjugate()        imag               to_bytes()
          bit_count()        denominator        numerator
          bit_length()       from_bytes()       real

魔术函数 控制台和笔记本通过在命令前添加 % 字符来支持所谓的魔术函数。例如，前一节中的 run 和 whos 函数是魔术函数。请注意，automagic 设置（默认情况下已启用）允许您省略前面的 % 符号。因此，您只需键入魔术函数，它就会起作用。

其他有用的魔术函数是

%cd 用于更改当前目录。
```
In [11]: cd /tmp
/tmp
```
%cpaste 允许您粘贴代码，特别是来自网站的代码，这些代码以标准 Python 提示符（例如 >>>）或 ipython 提示符（例如 in [3]）为前缀。
```
In [12]: %cpaste
```
%timeit 允许您使用标准库中的 timeit 模块来计时短代码片段的执行。
```
In [12]: %timeit x = 10
10.2 ns +- 0.82 ns per loop (mean +- std. dev. of 7 runs, 100,000,000 loops each)
```
另请参阅

优化代码章节

%debug 允许您进入事后调试。也就是说，如果您尝试执行的代码引发了异常，使用 %debug 将在异常被抛出的地方进入调试器。

In [13]: x===10
  Cell In[13], line 1
    x === 10
        ^
SyntaxError: invalid syntax
In [14]: %debug
> /home/jarrod/.venv/lectures/lib64/python3.11/site-packages/IPython/core/compilerop.py(86)ast_parse()
     84         Arguments are exactly the same as ast.parse (in the standard library),
     85         and are passed to the built-in compile function."""
---> 86         return compile(source, filename, symbol, self.flags | PyCF_ONLY_AST, 1)
     87
     88     def reset_compiler_flags(self):
ipdb> locals()
{'self': <IPython.core.compilerop.CachingCompiler object at 0x7f30d02efc10>, 'source': 'x === 10\n', 'filename': '<ipython-input-1-8e8bc565444b>', 'symbol': 'exec'}
ipdb>

另请参阅

调试章节

别名此外，IPython 附带各种别名，这些别名模拟常用的 UNIX 命令行工具，例如 ls 用于列出文件，cp 用于复制文件，rm 用于删除文件（键入 alias 时将显示所有别名的完整列表）。

1.1. Python 科学计算生态系统¶

1.1.1. 为什么选择 Python?¶

1.1.1.1. 科学家的需求¶

1.1.1.2. Python 的优势¶

1.1.1.3. Python 与其他解决方案相比如何？¶

编译语言：C、C++、Fortran…¶

Matlab 脚本语言¶

Julia¶

其他脚本语言：Scilab、Octave、R、IDL 等¶

Python¶

1.1.2. 科学 Python 生态系统¶

1.1.3. 开始之前：安装工作环境¶

1.1.4. 工作流程：交互式环境和文本编辑器¶

1.1.4.1. 交互式工作¶

1.1.4.2. 在编辑器中详细说明工作¶

1.1.4.3. IPython 和 Jupyter 提示和技巧¶

目录

上一个主题

下一个主题

此页面