Python科學計算——前期準備

一、開發環境搭建

    Python（英國發音：/ˈpaɪθən/ 美國發音：/ˈpaɪθɑːn/）, 是一種面向對象、解釋型計算機程序設計語言，由Guido van Rossum於1989年發明，第一個公開發行版發行於1991年。Python語法簡潔清晰，特點之一是強制用空白符(white space)做爲語句縮進。Python具備豐富和強大的庫。它常被暱稱爲膠水語言，可以把用其餘語言製做的各類模塊（尤爲是C/C++）很輕鬆地聯結在一塊兒。

    安裝Python，這裏選擇2.7仍是3.4都行，不過推薦使用2.7，畢竟如今的教程大部分仍是基於2.7的，3.4跟2.7的語法仍是略有不一樣，爲了不語法錯誤的麻煩，仍是推薦你們使用2.7。

下載地址爲：https://www.python.org/downloads/

下載版本以下圖所示：

   

二、IDE的選擇

    當Python的解釋器程序安裝完成以後，其實咱們就已經能夠編寫python程序了，不過在大型的項目中，爲了更好的管理項目，更高的開發效率，一款合適的IDE每每能帶來意想不到的好處。在開源的Python領域，各類IDE也是百花齊放，層出不窮，優秀的IDE的十分的多。在這裏我以我本人的經驗來講幾款比較經常使用的！排名不分前後。

Pycham

Eclipse+PyDev

 

三、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，其通常與Scipy、matplotlib一塊兒使用。

    matplotlib是一個Python的圖形框架，相似於MATLAB和R語言。在使用NumPy進行學習統計計算時是枯燥的，大量的數據令咱們很頭疼，因此咱們須要把它圖形化顯示。

    SciPy是一款方便、易於使用、專爲科學和工程設計的Python工具包.它包括統計,優化,整合,線性代數模塊,傅里葉變換,信號和圖像處理,常微分方程求解器等等。

    Pandas是在Numpy的基礎上提供相似電子表格的數據結構DataFrame，並以此爲核心提供大量的數據輸出、清洗、處理和分析函數。

    下載Numpy,SciPy,MatplotLib這三個庫的exe，注意，這裏用的是exe，由於MatplotLib的使用須要以Numpy的支持，因此最好先裝NumPy再裝MatplotLib。下載地址：

• 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須要根據本身的系統選擇32位和64位的。再次提醒，這三個庫必定都要下載對應版本的exe。下載完成後一次安裝就是了，他們會自動找到你以前安裝好的Python所在的路徑的，一路Next到底就好了。

若是咱們選擇了Pycham做爲IDE工具的話，對庫的管理很是的方便，好比安裝NumPy這個庫：

選擇「file」->」Settings」->」Project 項目名「->Project Interpreter」中的這個圖標，

搜索須要的擴展庫，直接點「install Package」就能夠完成安裝了。

須要注意的地方：

有時候在裝庫的時候會有版本衝突的問題，例如：在Scipy這個庫的過程當中，它依賴於numpy+mkl，可我在以前裝的就是numpy這個庫，致使numpy和numpy+mkl不是相同而不版本，致使Scipy安裝不上。這時候就須要手動去安裝庫。

這裏我推薦一個Python在windows下的庫彙總網站：http://www.lfd.uci.edu/~gohlke/pythonlibs/

用Scipy庫安裝做爲例子，下載裏面的對應32位/64位系統版本和對應Python版本的whl文件，這裏列舉了Required那些庫，這裏依賴numpy+mkl這個，直接點擊下載：

Numpy+mkl庫：

Scipy庫：

使用cmd命令：

安裝Numpy+mkl：

pip install numpy-1.11.2+mkl-cp27-cp27m-win_amd64.whl

安裝Scipy：

pip install scipy-0.17.1-cp27-cp27m-win32.whl

更新:

其實在Pycham裏面也是有numpy+mkl這個版本的。因此開始裝的時候就裝這個版本的numpy+mkl便可在後面的scipy安裝中，不會出問題。

四、pycham的快捷鍵

閱讀
CTRL -: 摺疊當前代碼
CTRL +: 展開當前代碼
CTRL SHIFT -: 摺疊全部代碼
CTRL SHIFT +: 展開全部代碼

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

註釋
CTRL /: 註釋、取消註釋行

調試
CTRL F8: 設置/取消斷點

快捷鍵手冊：官方PDF版下載（Pycharm 3.10）

五、一個例子

使用以下公式計算π

在Pycham編輯器中輸入如下代碼：

import numpy as np

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

3.14157265359