Comment installer un environnement de développement Python Numpy sur Ubuntu

Python est maintenant un langage de programmation moderne pour soutenir un grand nombre de bibliothèques. Divers types de tâches peuvent être effectués en utilisant ces bibliothèques. Numpy est l'une des bibliothèques utiles de Python pour effectuer des opérations scientifiques. Cette bibliothèque peut être utilisée pour créer un tableau d'objets multidimensionnel. Différents types de tâches mathématiques peuvent être effectués rapidement en utilisant cette bibliothèque, telles que le tri du tableau, le réseau de remodelage, le fonctionnement statistique, les opérations arithmétiques, etc. Il fonctionne plus rapidement car il est développé en utilisant le langage de programmation C.

Installation Numpy sur Ubuntu:

Vous devez vérifier la version Python installée du système avant d'installer la bibliothèque Numpy. Python3 est utilisé dans ce tutoriel pour montrer la façon d'installer la bibliothèque Numpy à Python. Exécutez la commande suivante pour vérifier la version Python installée.

$ python3 -v

La sortie suivante montre que Python version 3.8.6 est installé dans le système.

Exécutez la commande suivante pour installer la bibliothèque Numpy pour Python3.

$ sudo apt installer python3-numpy

Vérifiez le nimpatient Version du terminal:

Vous pouvez vérifier la version installée de la bibliothèque Numpy de plusieurs manières. La commande suivante affichera la version de la bibliothèque Numpy installée si elle est installée correctement par la commande précédente.

$ python3 -c "Importer numpy; imprimer (Numpy.__version__)"

La sortie suivante montre que Numpy Version 1.18.4 est installé dans le système.

Importer et vérifier le nimpatient version

Vous pouvez découvrir la version installée de la bibliothèque Numpy en exécutant également le script Python. Exécutez la commande suivante pour exécuter le script Python.

$ python3

Exécutez le script Python suivant à partir de l'invite de commande Python pour vérifier la version de la bibliothèque Numpy installée.

>>> Importer Numpy comme NP
>>> np.version.version

La sortie suivante montre à la fois la version de la bibliothèque Python et Numpy.

Activer The Numpy in PyCharm Editor:

De nombreux ides python existent pour exécuter des scripts python. Certains des éditeurs de Python populaires sont Pycharm, Spyder, Eric, Pyzo, Atom, Pydev, etc. PyCharm IDE est utilisé dans ce tutoriel pour montrer comment écrire et exécuter le script Python en important la bibliothèque Numpy. Vous pouvez exécuter la commande suivante pour installer PyCharm sur Ubuntu.

$ sudo snap installer pycharm-community --classic

Vous devez définir l'emplacement de la bibliothèque Numpy dans PyCharm IDE pour importer la bibliothèque dans le script. Ouvrir le Paramètres fenêtre en cliquant sur le Paramètres Élément de menu du Déposer menu. Cliquez sur le dossier du projet qui a été créé avant pour stocker le script Python. Ici, le nom du dossier du projet est Python Situé dans le dossier, / Home / Fahmida / PyCharmProjects. Découvrir le Numpy dossier situé sous / venv / lib / python3.8 / Packages de sites. Sélectionnez le dossier et cliquez sur le ok bouton.

Travaillez avec le Numpy:

Écrivez le script suivant dans un fichier Python pour savoir comment la bibliothèque Numpy peut être utilisée dans le script Python. Numpy Array fonctionne plus rapidement que la liste Python qui est montrée par la sortie de ce script. La bibliothèque Numpy est importée au début du script pour créer le tableau Numpy. La bibliothèque temporelle est importée pour calculer le temps requis par les listes Python et les tableaux Numpy pour effectuer la même tâche. La taille du tableau sera prise comme entrée de l'utilisateur. Deux listes de python seront créées en utilisant la gamme() fonction basée sur la valeur d'entrée. Ensuite, l'heure du système actuel sera stockée dans la variable, Heure de début. Une autre nouvelle liste sera créée en multipliant chaque valeur des deux listes. Les valeurs des deux listes sont égales car les valeurs de plage créent les listes, et les deux listes contiennent le même nombre de valeurs. La nouvelle variable de liste, p_calculate, contiendra chaque élément de la valeur carrée de la liste. Encore une fois, le temps du système actuel est stocké dans la variable, heure de fin. La différence entre heure de fin et Heure de début montrera le temps de la liste Python pour faire le calcul. Dans la partie suivante du script, arange () La fonction de la bibliothèque Numpy est utilisée pour créer deux tableaux Numpy unidimensionnels de valeurs de plage. Les deux tableaux sont multipliés pour obtenir la même sortie générée par deux listes de python dans les instructions précédentes. Le temps nécessaire pour calculer la tâche à l'aide du tableau Numpy sera imprimé pour comparer le temps nécessaire pour la liste Python et le tableau Numpy.

# Importer les packages nécessaires
Importer Numpy comme NP
heure d'importation
# Prenez la taille du tableau de l'utilisateur
array_size = int (entrée ("Entrez la taille du tableau:"))
# Créez deux listes Python basées sur la valeur Array_Size
list1 = range (array_size)
list2 = range (array_size)
# Définissez l'heure de début
start_time = heure.temps()
# Créez une liste en calculant la racine carrée
p_calculate = [(a * b) pour a, b en zip (list1, list2)]
# Imprimez le résultat
print ("Le résultat de la liste: \ n", p_calculate)
# Définissez l'heure de fin
end_time = heure.temps()
# Imprimer la valeur de temps requise par la liste Python
print ("L'heure requise par Python List:", end_time - start_time)
# Créez deux tableaux Numpy basés sur la valeur Array_Size
np_array1 = np.arange (array_size)
np_array2 = np.arange (array_size)
# Définissez l'heure de début
start_time = heure.temps()
# Créez un tableau en calculant la racine carrée
np_calculate = np_array1 * np_array2
# Imprimez le résultat
print ("Le résultat du tableau: \ n", np_calculate)
# Définissez l'heure de fin
end_time = heure.temps()
# Imprimez la valeur de temps requise par le tableau Numpy
print ("L'heure requise par Numpy Array:", end_time - start_time)

Sortir:

La sortie suivante apparaîtra après avoir exécuté le script ci-dessus. La sortie montre que la liste Python nécessite plus de temps que le tableau Numpy pour faire la même tâche.

Conclusion:

L'installation et l'utilisation de la bibliothèque Python Numpy pour Python3 sont expliquées dans ce tutoriel pour aider le lecteur à utiliser cette bibliothèque dans leur script Python pour résoudre différents types de problèmes mathématiques et scientifiques.