Математические библиотеки Python

0
143

Математические библиотеки Python

Сегодня в Python можно решить почти все математические задачи. В данной статье мы рассмотрим способы имплементации различных математических операций в Python.

Python является универсальным языком, который используется в процессе веб-разработки создания сайта, работе с базами данных и научными вычислениями. В данном руководстве будет рассмотрено, как математические библиотеки Python повлияли на научные вычисления.

Итак, давайте разберем самые популярные математические библиотеки Python.

Python библиотеки для математики

Python стал очень популярным из-за обилия библиотек. Каждая библиотека ориентирована на разработку приложений и решений всех проблем, что могут возникнуть во время процесса. Математические операции удобно выполняются в Python из-за его внимания к минимализму в сочетании с полезностью. Для математических операций в Python есть сразу несколько библиотек.

Библиотека Math в Python

Math является самым базовым математическим модулем Python. Охватывает основные математические операции, такие как сумма, экспонента, модуль и так далее. Эта библиотека не используется при работе со сложными математическими операциями, такими как умножение матриц. Расчеты, выполняемые с помощью функций библиотеки math, также выполняются намного медленнее. Тем не менее, эта библиотека подходит для выполнения основных математических операций.

Пример: Вы можете найти экспоненту от 3, используя функцию exp() библиотеки math следующим образом:

from math import exp
exp(3) # Вычисление экспоненты
Математические библиотеки Python
Математические библиотеки Python

Библиотека Numpy в Python

Библиотека Numpy в Python широко используется для выполнения математических операций с матрицами. Наиболее важной особенностью Numpy, которая отличает его от других библиотек, является способность выполнять вычисления на молниеносной скорости. Это возможно благодаря C-API, который позволяет пользователю быстро получать результаты.

Например, вы можете реализовать скалярное произведение двух матриц следующим образом:

import numpy as np


mat1 = np.array([[1,2],[3,4]])
mat2 = np.array([[5,6],[7,8]])
np.dot(mat1,mat2)

Результат:

array([[19, 22],
       [43, 50]])

Математические библиотеки Python

Библиотека SciPy в Python

Библиотека math предоставляется Python научные инструменты. В ней есть различные модели для математической оптимизации, линейной алгебры, Преобразования Фурье и так далее. Модуль numpy предоставляет базовую структуру данных массива библиотеке SciPy.

В качестве примера используем функцию linalg(), предоставленную библиотекой SciPy, для вычисления детерминанта квадратной матрицы.

from scipy import linalg


import numpy as np
mat1 = np.array([[1,2],[3,4]]) #DataFlair
linalg.det(mat1) # Результат: -2.0

Математические библиотеки Python

Библиотека Statsmodel в Python

С помощью пакета Statsmodel можно выполнять статистические вычисления, которые включают в себя описательную статистику, логический вывод, а также оценку для различных статистических моделей. Это способствует эффективному статистическому исследованию данных.

Ниже приведен пример реализации библиотеки Statsmodel в Python.

import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf


input_data = sm.datasets.get_rdataset("Guerry", "HistData").data

res = smf.ols('Lottery ~ Literacy + np.log(Pop1831)', data = input_data).fit()
print(res.summary())

Математические библиотеки Python

Scikit-learn в Python

Машинное обучение является важным математическим аспектом науки о данных. Используя различные инструменты машинного обучения, вы можете легко классифицировать данные и прогнозировать результаты. Для этой цели Scikit-learn предлагает различные функции, упрощающие методы классификации, регрессии и кластеризации.

from sklearn import linear_model


regress = linear_model.LinearRegression()

regress.fit([[0,0],[1,1],[2,2]], [0,1,2])
LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None, normalize=False)

print(regress.coef_) # Результат: array([0.5, 0.5])

Математические библиотеки Python

Заключение

В данной статье мы рассмотрели важные математические библиотеки Python. Были рассмотрены NumPySciPystatsmodels, а также scikit-learn. В Python есть и другие математические библиотеки, многие находятся в процессе разработки. Надеемся, что определенные моменты руководства вам пригодятся в будущем.

источник