que - Distribuciones y entornos Python para computación científica.
python cientifico pdf (3)
Este enlace puede ser útil: https://www.cfa.harvard.edu/~ebresser/python/
Es la página de un astrofísico en Harvard. Proporciona el punto de vista de alguien que cambia de ITT-VIS IDL a python, en OS-X (pero la mayoría de las sugerencias también funcionan en otros sistemas operativos).
EDITAR: Parece que la página fue retirada. Una buena introducción alternativa a python para un científico / ingeniero se encuentra en este documento (advertencia de PDF grande): http://stsdas.stsci.edu/perry/pydatatut.pdf Espero que esta no sea eliminada!
Pido disculpas por adelantado si esta pregunta es demasiado amplia. Vengo del mundo de MATLAB y tengo relativamente poca experiencia con Python.
Después de haber dedicado un tiempo a leer sobre varios entornos y distribuciones basados en Python para computación científica, siento que todavía no entiendo completamente el panorama de soluciones o la relación precisa entre algunos paquetes notables, que incluyen:
Más específicamente:
- ¿Alguno de los paquetes anteriores proporciona una funcionalidad similar? ¿Se complementan entre sí?
- ¿La instalación de alguno de ellos incluye o requiere la instalación de alguno de los otros? Si es así, ¿cuáles incluyen o requieren cuáles?
Menos importante, ¿hay otros paquetes similares a los anteriores que proporcionen una funcionalidad similar?
Gracias por adelantado
La computación científica con Python está adoptando un lenguaje simple de vainilla y atornillando un montón de módulos, cada uno de los cuales implementa algún aspecto de la funcionalidad de MATLAB. Como tal, la experiencia con la programación científica de Python es un poco incohesiva de MATLAB. Sin embargo, Python como lenguaje es mucho más limpio. Así que va.
Los módulos básicos necesarios para la computación científica en Python son Numpy , Matplotlib , SciPy y, si estás haciendo Mayavi/VTK 3D, Mayavi/VTK . Todos estos módulos dependen de Numpy.
Numpy Implementa un nuevo tipo de matriz que se comporta de manera similar a las matrices MATLAB (es decir, cálculos vectoriales rápidos). También define una carga de funciones para hacer estos cálculos que normalmente se denominan igual que las funciones similares en MATLAB.
Matplotlib Permite realizar gráficos 2d con comandos muy similares a MATLAB. Matplotlib también define pylab , que es un módulo que, con una sola importación, lleva la mayoría de las funciones de Numpy y Matplotlib al espacio de nombres global. Esto es útil para secuencias de comandos rápidas / interactivas en las que no desea escribir muchos prefijos de espacio de nombres.
SciPy es una colección de módulos de Python organizados bajo el paraguas de SciPy que son útiles para los científicos. Las rutinas de ajuste se suministran en módulos SciPy. Numpy es parte de Scipy.
Spyder es un IDE de escritorio (basado en QT) que intenta emular MATLAB IDE. Es parte de la distribución Python-XY.
IPython proporciona un shell de Python interactivo mejorado que es útil para probar el código y ejecutar los scripts e interactuar con los resultados. Ahora se puede servir a una interfaz web, así como a la consola tradicional. También está incrustado en el IDE Spyder.
Distribuciones
Poner en funcionamiento todos estos módulos en su computadora puede llevar mucho tiempo, por lo que hay algunas distribuciones que los empaquetan (además de muchos otros módulos) para usted.
Python-XY , WinPython , Enthought y más recientemente Anaconda son todas distribuciones de paquetes completos que incluyen todos los módulos principales, aunque Enthought no viene con Spyder.
Sage es otro entorno de programación que se sirve a través de la web o a través de una línea de comandos y también viene como un paquete completo que incluye muchos otros módulos. Tradicionalmente, venía como una imagen de VMWare basada en una instalación de Linux. Si bien estás escribiendo Python en el entorno Sage, es un poco diferente a la programación Python normal, de alguna manera define su propio lenguaje y metodología basada en Python.
Si está utilizando Windows, instalaría WinPython. Instala todo lo que necesita, incluyendo Scipy y Spyder (que es el mejor reemplazo para MATLAB para Python IMHO) y debido a que está diseñado para ser independiente, no interferirá con otras instalaciones de Python que pueda tener en su sistema. Si está usando OSX, Enthought es probablemente la mejor manera de hacerlo: Spyder se puede instalar por separado usando, por ejemplo, MacPorts. Para Linux puede instalar los componentes (Numpy, SciPy, Spyder, Matplotlib) por separado.
Personalmente, no me gusta la forma sabia de trabajar con Python ''escondido debajo del capó'', pero es posible que prefieras.