使用 Python 进行的科学计算采用了一种普通的普通语言并绑定了一堆模块,每个模块都实现了 MATLAB 功能的某些方面。因此,Python 科学编程的经验有点不连贯。 MATLAB。然而,Python 作为一种语言要干净得多。就这样吧。
在 Python 中科学计算的基本必要模块是 Numpy、Matplotlib、SciPy,如果你正在做 3d 绘图,那么 Mayavi/VTK。这些模块都依赖于 Numpy。
Numpy 实现一种新的数组类型,其行为类似于 MATLAB 数组(即快速向量计算)。它还定义了一组函数来执行这些计算,这些函数通常与 MATLAB 中的类似函数命名相同。
Matplotlib 允许使用与 MATLAB 非常相似的命令进行 2d 绘图。 Matplotlib 还定义了 pylab,它是一个模块 - 通过一次导入 - 将大多数 Numpy 和 Matplotlib 函数带入全局命名空间。这对于您不想输入大量命名空间前缀的快速/交互式脚本很有用。
SciPy 是一组 Python 模块,排列在 SciPy 保护伞下,对科学家有用。拟合例程在 SciPy 模块中提供。 Numpy 是 Scipy 的一部分。
Spyder 是一个桌面 IDE(基于 QT),它松散地尝试模拟 MATLAB IDE。它是 Python-XY 发行版的一部分。
IPython 提供了一个增强的交互式 Python shell,它对于尝试代码和运行脚本以及与结果进行交互非常有用。它现在可以提供给 Web 界面以及传统的控制台。它也嵌入在 Spyder IDE 中。
分布
让所有这些模块在您的计算机上运行可能会很耗时,因此有一些发行版会为您打包它们(以及许多其他模块)。
Python-XY、WinPython、Enthought 以及最近的 Anaconda 都是完整的软件包发行版,包括所有核心模块,尽管 Spyder 没有附带 Enthought。
Sage 是另一种编程环境,可通过 Web 或命令行提供服务,也可作为包含许多其他模块的完整包提供。传统上,它是基于 Linux 安装的 VMWare 映像。虽然你是在 Sage 环境下编写 Python,但它与普通的 Python 编程有点不同,它在 Python 的基础上定义了自己的语言和方法。
如果您使用的是 Windows,我会安装 WinPython。它安装了您需要的所有东西,包括 Scipy 和 Spyder(恕我直言,它是 MATLAB for Python 的最佳替代品),并且由于它被设计为独立的,因此不会干扰您系统上可能安装的其他 Python 安装。如果您在 OSX 上,Enthought 可能是最好的选择 - Spyder 可以使用例如单独安装。麦克波特。对于 Linux,您可以单独安装组件(Numpy、SciPy、Spyder、Matplotlib)。
我个人不喜欢 Sage 使用“隐藏在引擎盖下”的 Python 工作方式,但您可能更喜欢这种方式。