Python科学计算——前期准备

一、开发环境搭建

    Python（英国发音：/ˈpaɪθən/ 美国发音：/ˈpaɪθɑːn/）, 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。Python语法简洁清晰，特点之一是强制用空白符(white space)做为语句缩进。Python具备丰富和强大的库。它常被昵称为胶水语言，可以把用其余语言制做的各类模块（尤为是C/C++）很轻松地联结在一块儿。

    安装Python，这里选择2.7仍是3.4都行，不过推荐使用2.7，毕竟如今的教程大部分仍是基于2.7的，3.4跟2.7的语法仍是略有不一样，为了不语法错误的麻烦，仍是推荐你们使用2.7。

下载地址为：https://www.python.org/downloads/

下载版本以下图所示：

   

二、IDE的选择

    当Python的解释器程序安装完成以后，其实咱们就已经能够编写python程序了，不过在大型的项目中，为了更好的管理项目，更高的开发效率，一款合适的IDE每每能带来意想不到的好处。在开源的Python领域，各类IDE也是百花齐放，层出不穷，优秀的IDE的十分的多。在这里我以我本人的经验来讲几款比较经常使用的！排名不分前后。

Pycham

Eclipse+PyDev

 

三、所需库安装

    Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其通常与Scipy、matplotlib一块儿使用。

    matplotlib是一个Python的图形框架，相似于MATLAB和R语言。在使用NumPy进行学习统计计算时是枯燥的，大量的数据令咱们很头疼，因此咱们须要把它图形化显示。

    SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包.它包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等等。

    Pandas是在Numpy的基础上提供相似电子表格的数据结构DataFrame，并以此为核心提供大量的数据输出、清洗、处理和分析函数。

    下载Numpy,SciPy,MatplotLib这三个库的exe，注意，这里用的是exe，由于MatplotLib的使用须要以Numpy的支持，因此最好先装NumPy再装MatplotLib。下载地址：

• 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没有32和64位的区别，MatPlotLib须要根据本身的系统选择32位和64位的。再次提醒，这三个库必定都要下载对应版本的exe。下载完成后一次安装就是了，他们会自动找到你以前安装好的Python所在的路径的，一路Next到底就好了。

若是咱们选择了Pycham做为IDE工具的话，对库的管理很是的方便，好比安装NumPy这个库：

选择“file”->”Settings”->”Project 项目名“->Project Interpreter”中的这个图标，

搜索须要的扩展库，直接点“install Package”就能够完成安装了。

须要注意的地方：

有时候在装库的时候会有版本冲突的问题，例如：在Scipy这个库的过程当中，它依赖于numpy+mkl，可我在以前装的就是numpy这个库，致使numpy和numpy+mkl不是相同而不版本，致使Scipy安装不上。这时候就须要手动去安装库。

这里我推荐一个Python在windows下的库汇总网站：http://www.lfd.uci.edu/~gohlke/pythonlibs/

用Scipy库安装做为例子，下载里面的对应32位/64位系统版本和对应Python版本的whl文件，这里列举了Required那些库，这里依赖numpy+mkl这个，直接点击下载：

Numpy+mkl库：

Scipy库：

使用cmd命令：

安装Numpy+mkl：

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

安装Scipy：

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

更新:

其实在Pycham里面也是有numpy+mkl这个版本的。因此开始装的时候就装这个版本的numpy+mkl便可在后面的scipy安装中，不会出问题。

四、pycham的快捷键

阅读
CTRL -: 折叠当前代码
CTRL +: 展开当前代码
CTRL SHIFT -: 折叠全部代码
CTRL SHIFT +: 展开全部代码

ALT UP: 移到上一个方法
ALT DOWN: 移到下一个方法
CTRL B | CTRL 单击： 转到方法定义处

注释
CTRL /: 注释、取消注释行

调试
CTRL F8: 设置/取消断点

快捷键手册：官方PDF版下载（Pycharm 3.10）

五、一个例子

使用以下公式计算π

在Pycham编辑器中输入如下代码：

import numpy as np

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

3.14157265359