NumPy-installasjon på Ubuntu:
Du må sjekke den installerte pythonversjonen av systemet før du installerer NumPy-biblioteket. Python3 brukes i denne opplæringen for å vise hvordan du installerer NumPy-biblioteket i Python. Kjør følgende kommando for å sjekke den installerte pythonversjonen.
$ python3 -VFølgende utdata viser at python versjon 3.8.6 er installert i systemet.
Kjør følgende kommando for å installere NumPy-biblioteket for Python3.
$ sudo apt installere python3-numpySjekk NumPy versjon fra terminalen:
Du kan sjekke den installerte versjonen av NumPy-biblioteket på flere måter. Følgende kommando viser den installerte NumPy-biblioteksversjonen hvis den er installert riktig av forrige kommando.
$ python3 -c "importer numpy; skriv ut (numpy.__versjon__)"Følgende utdata viser at NumPy versjon 1.18.4 er installert i systemet.
Importer og sjekk NumPy versjon
Du kan finne ut den installerte versjonen av NumPy-biblioteket ved å utføre python-skriptet også. Kjør følgende kommando for å utføre python-skriptet.
$ python3Kjør følgende pythonscript fra python-ledeteksten for å sjekke den installerte NumPy-biblioteksversjonen.
>>> importer nummen som np>>> np.versjon.versjon
Følgende utdata viser både versjonen av Python og NumPy-biblioteket.
Aktiver NumPy i PyCharm-redigereren:
Mange python IDEer eksisterer for å utføre python-skript. Noen av de populære pythonredaktørene er PyCharm, Spyder, Eric, Pyzo, Atom, Pydev, etc. PyCharm IDE brukes i denne opplæringen for å vise hvordan du skriver og utfører python-skript ved å importere NumPy-biblioteket. Du kan kjøre følgende kommando for å installere PyCharm på Ubuntu.
$ sudo snap installere pycharm-community --classicDu må angi plasseringen av NumPy-biblioteket i PyCharm IDE for å importere biblioteket i skriptet. Åpne Innstillinger vinduet ved å klikke på Innstillinger menyelement fra Fil Meny. Klikk på prosjektmappen som ble opprettet før for å lagre python-skriptet. Her er navnet på prosjektmappen Python ligger i mappen, / hjem / fahmida / PycharmProsjekter. Finne ut nummen mappen som ligger under / venv / lib / python3.8 / nettstedspakker. Velg mappen og klikk på OK knapp.
Arbeid med NumPy:
Skriv følgende skript i en pythonfil for å vite hvordan NumPy-biblioteket kan brukes i python-skriptet. NumPy-array fungerer raskere enn pythonlisten som vises av utgangen av dette skriptet. NumPy-biblioteket importeres i begynnelsen av skriptet for å opprette NumPy-matrisen. Tidsbiblioteket importeres for å beregne tiden som kreves av pythonlister og NumPy-matriser for å gjøre den samme oppgaven. Størrelsen på matrisen blir tatt som input fra brukeren. To pythonlister vil bli opprettet ved hjelp av utvalget() funksjon basert på inngangsverdien. Deretter vil dagens systemtid bli lagret i variabelen, starttid. En annen ny liste vil bli opprettet ved å multiplisere hver verdi av begge listene. Begge listenes verdier er like fordi områdeverdier oppretter listene, og begge lister inneholder samme antall verdier. Den nye listevariabelen, p_beregne, vil inneholde hvert element i listens firkantede verdi. Igjen er dagens systemtid lagret i variabelen, sluttid. Forskjellen mellom sluttid og starttid vil vise pythonlistens tid til å gjøre beregningen. I neste del av manuset, arange () funksjonen til NumPy-biblioteket brukes til å lage to endimensjonale NumPy-matriser med rekkeverdier. Begge matriser multipliseres for å få samme utgang generert av to pythonlister i forrige utsagn. Tiden som kreves for å beregne oppgaven ved hjelp av NumPy-matrisen, skrives ut for å sammenligne tiden som trengs for pythonlisten og NumPy-matrisen.
# Importer de nødvendige pakkeneimporter nummen som np
importtid
# Ta matrisestørrelse fra brukeren
array_size = int (input ("Angi størrelsen på arrayet:"))
# Lag to Python-lister basert på verdien array_size
list1 = rekkevidde (array_size)
list2 = rekkevidde (array_size)
# Still starttiden
starttid = tid.tid()
# Lag en liste ved å beregne kvadratroten
p_calculate = [(a * b) for a, b i zip (liste1, liste2)]
# Skriv ut resultatet
skriv ut ("Resultatet av listen: \ n", p_beregn)
# Still sluttiden
sluttid = tid.tid()
# Skriv ut tidsverdien som kreves av pythonlisten
print ("Tiden som kreves av pythonlisten:", sluttid - starttid)
# Lag to NumPy-matriser basert på verdien array_size
np_array1 = np.arange (array_size)
np_array2 = np.arange (array_size)
# Still starttiden
starttid = tid.tid()
# Opprett en matrise ved å beregne kvadratroten
np_calculate = np_array1 * np_array2
# Skriv ut resultatet
print ("Resultatet av matrisen: \ n", np_calculate)
# Still sluttiden
sluttid = tid.tid()
# Skriv ut tidsverdien som kreves av NumPy-matrisen
print ("Tiden som kreves av numpy array:", sluttid - starttid)
Produksjon:
Følgende utdata vises etter å ha utført skriptet ovenfor. Utgangen viser at pythonlisten krever mer tid enn NumPy-arrayet for å gjøre den samme oppgaven.
Konklusjon:
Installere og bruke Python NumPy-biblioteket for python3 er forklart i denne opplæringen for å hjelpe leseren med å bruke dette biblioteket i python-skriptet for å løse forskjellige typer matematiske og vitenskapelige problemer.