Mã matlab có hoạt động trong python không?
MATLAB® được biết đến rộng rãi như một môi trường chất lượng cao cho mọi công việc liên quan đến mảng, ma trận hoặc đại số tuyến tính. Python mới hơn trong lĩnh vực này nhưng ngày càng trở nên phổ biến cho các nhiệm vụ tương tự. Như bạn sẽ thấy trong bài viết này, Python có tất cả sức mạnh tính toán của MATLAB cho các nhiệm vụ khoa học và giúp phát triển các ứng dụng mạnh mẽ một cách nhanh chóng và dễ dàng. However, there are some important differences when comparing MATLAB vs Python that you’ll need to learn about to effectively switch over Show
In this article, you’ll learn how to
Free Bonus. Click here to get access to a free NumPy Resources Guide that points you to the best tutorials, videos, and books for improving your NumPy skills MATLAB vs Python. Comparing Features and PhilosophyPython is a high-level, general-purpose programming language designed for ease of use by human beings accomplishing all sorts of tasks. Python was created by Guido van Rossum and first released in the early 1990s. Python is a mature language developed by hundreds of collaborators around the world Python is used by developers working on small, personal projects all the way up to some of the largest internet companies in the world. Not only does Python run Reddit and Dropbox, but the original Google algorithm was written in Python. Also, the Python-based Django Framework runs Instagram and many other websites. On the science and engineering side, the data to create the 2019 photo of a black hole was processed in Python, and major companies like Netflix use Python in their data analytics work Ngoài ra còn có một sự khác biệt triết học quan trọng trong so sánh MATLAB với Python. MATLAB is proprietary, closed-source software. For most people, a license to use MATLAB is quite expensive, which means that if you have code in MATLAB, then only people who can afford a license will be able to run it. Plus, users are charged for each additional toolbox they want to install to extend the basic functionality of MATLAB. Aside from the cost, the MATLAB language is developed exclusively by Mathworks. If Mathworks were ever to go out of business, then MATLAB would no longer be able to be developed and might eventually stop functioning On the other hand, Python is free and open-source software. Not only can you download Python at no cost, but you can also download, look at, and modify the source code as well. This is a big advantage for Python because it means that anyone can pick up the development of the language if the current developers were unable to continue for some reason If you’re a researcher or scientist, then using open-source software has some pretty big benefits. Paul Romer, the 2018 Nobel Laureate in Economics, is a recent convert to Python. By his estimation, switching to open-source software in general, and Python in particular, brought greater integrity and accountability to his research. This was because all of the code could be shared and run by any interested reader. Prof. Romer wrote an excellent article, Jupyter, Mathematica, and the Future of the Research Paper, about his experience with open-source software Hơn nữa, vì Python được cung cấp miễn phí nên nhiều đối tượng hơn có thể sử dụng mã do bạn phát triển. As you’ll see a little later on in the article, Python has an awesome community that can help you get started with the language and advance your knowledge. Có hàng chục ngàn hướng dẫn, bài báo và sách về phát triển phần mềm Python. Dưới đây là một số để giúp bạn bắt đầu
Plus, with so many developers in the community, there are hundreds of thousands of free packages to accomplish many of the tasks that you’ll want to do with Python. You’ll learn more about how to get these packages later on in this article Like MATLAB, Python is an interpreted language. This means that Python code can be ported between all of the major operating system platforms and CPU architectures out there, with only small changes required for different platforms. There are distributions of Python for desktop and laptop CPUs and microcontrollers like Adafruit. Python cũng có thể nói chuyện với các bộ vi điều khiển khác như Arduino với giao diện lập trình đơn giản gần như giống hệt nhau bất kể hệ điều hành máy chủ là gì For all of these reasons, and many more, Python is an excellent choice to replace MATLAB as your programming language of choice. Bây giờ bạn đã bị thuyết phục để dùng thử Python, hãy đọc tiếp để tìm hiểu cách tải nó trên máy tính của bạn và cách chuyển đổi từ MATLAB Note. GNU Octave is a free and open-source clone of MATLAB. Theo nghĩa này, GNU Octave có cùng những lợi thế triết học mà Python có xung quanh khả năng tái tạo mã và quyền truy cập vào phần mềm Octave’s syntax is mostly compatible with MATLAB syntax, so it provides a short learning curve for MATLAB developers who want to use open-source software. However, Octave can’t match Python’s community or the number of different kinds of applications that Python can serve, so we definitely recommend you switch whole hog over to Python Besides, this website is called Real Python, not Real Octave 😀 Remove adsThiết lập môi trường của bạn cho PythonIn this section, you’ll learn
Getting Python via AnacondaPython can be downloaded from a number of different sources, called distributions. For instance, the Python that you can download from the official Python website is one distribution. Another very popular Python distribution, particularly for math, science, engineering, and data science applications, is the Anaconda distribution There are two main reasons that Anaconda is so popular
For the purposes of creating an environment that is very similar to MATLAB, you should download and install Anaconda. As of this writing, there are two major versions of Python available. Trăn 2 và Trăn 3. Bạn chắc chắn nên cài đặt phiên bản Anaconda cho Python 3, vì Python 2 sẽ không được hỗ trợ sau ngày 1 tháng 1 năm 2020. Trăn 3. 7 là phiên bản mới nhất tại thời điểm viết bài này, nhưng Python 3. 8 sẽ ra mắt vài tháng sau khi bài viết này được xuất bản. Either 3. 7 or 3. 8 will work the same for you, so choose the most recent version you can Khi bạn đã tải xuống trình cài đặt Anaconda, bạn có thể làm theo các quy trình thiết lập mặc định tùy thuộc vào nền tảng của bạn. You should install Anaconda in a directory that does not require administrator permission to modify, which is the default setting in the installer With Anaconda installed, there are a few specific programs you should know about. The easiest way to launch applications is to use the Anaconda Navigator. On Windows, you can find this in the Start Menu and on macOS you can find it in Launchpad. Here’s a screenshot of the Anaconda Navigator on Windows In the screenshot, you can see several installed applications, including JupyterLab, Jupyter Notebook, and Spyder, that you’ll learn more about later in this tutorial On Windows, there is one other application that you should know about. Đây được gọi là Dấu nhắc Anaconda và nó là dấu nhắc lệnh được thiết lập riêng để hoạt động với 32 trên Windows. If you want to type 32 commands in a terminal, rather than using the Navigator GUI, then you should use Anaconda Prompt on WindowsOn macOS, you can use any terminal application such as the default Terminal. app hoặc iTerm2 để truy cập 32 từ dòng lệnh. On Linux, you can use the terminal emulator of your choice and which specific emulator is installed will depend on your Linux distributionLưu ý thuật ngữ. You may be a little bit confused about 32 versus Anaconda. The distinction is subtle but important. Anaconda is a distribution of Python that includes many of the necessary packages for scientific work of all kinds. 32 is a cross-platform package management software that is included with the Anaconda distribution of Python. 32 is the software that you use to build, install, and remove packages within the Anaconda distributionYou can read all about how to use 32 in Setting Up Python for Machine Learning on Windows. Although that tutorial focuses on Windows, the 32 commands are the same on Windows, macOS, and LinuxPython also includes another way to install packages, called 40. If you’re using Anaconda, you should always prefer to install packages using 32 whenever possible. Sometimes, though, a package is only available with 40, and for those cases, you can read What Is Pip? A Guide for New PythonistasGetting an Integrated Development EnvironmentOne of the big advantages of MATLAB is that it includes a development environment with the software. Đây là cửa sổ mà bạn thường làm việc nhất. There is a console in the center where you can type commands, a variable explorer on the right, and a directory listing on the left Unlike MATLAB, Python itself does not have a default development environment. It is up to each user to find one that fits their needs. Fortunately, Anaconda comes with two different integrated development environments (IDEs) that are similar to the MATLAB IDE to make your switch seamless. These are called Spyder and JupyterLab. In the next two sections, you’ll see a detailed introduction to Spyder and a brief overview of JupyterLab SpyderSpyder is an IDE for Python that is developed specifically for scientific Python work. One of the really nice things about Spyder is that it has a mode specifically designed for people like you who are converting from MATLAB to Python. You’ll see that a little later on First, you should open Spyder. If you followed the instructions in the previous section, you can open Spyder using the Anaconda Navigator. Just find the Spyder icon and click the Launch button. You can also launch Spyder from the Start Menu if you’re using Windows or from Launchpad if you’re using macOS Changing the Default Window Layout in SpyderThe default window in Spyder looks like the image below. This is for version 3. 3. 4 of Spyder running on Windows 10. It should look quite similar on macOS or Linux Before you take a tour of the user interface, you can make the interface look a little more like MATLAB. In the View → Window layouts menu choose MATLAB layout. That will change the window automatically so it has the same areas that you’re used to from MATLAB, annotated on the figure below Ở trên cùng bên trái của cửa sổ là File Explorer hoặc danh sách thư mục. In this pane, you can find files that you want to edit or create new files and folders to work with In the top center is a file editor. In this editor, you can work on Python scripts that you want to save to re-run later on. By default, the editor opens a file called 43 located in Spyder’s configuration directory. Tệp này có nghĩa là một nơi tạm thời để dùng thử mọi thứ trước khi bạn lưu chúng vào một tệp ở một nơi khác trên máy tính của bạnỞ trung tâm dưới cùng là bảng điều khiển. Giống như trong MATLAB, bảng điều khiển là nơi bạn có thể chạy các lệnh để xem chúng làm gì hoặc khi bạn muốn gỡ lỗi một số mã. Các biến được tạo trong bảng điều khiển sẽ không được lưu nếu bạn đóng Spyder và mở lại. Bảng điều khiển về mặt kỹ thuật chạy IPython theo mặc định Bất kỳ lệnh nào bạn nhập vào bảng điều khiển sẽ được ghi vào tệp lịch sử ở ngăn dưới cùng bên phải của cửa sổ. Hơn nữa, bất kỳ biến nào bạn tạo trong bảng điều khiển sẽ được hiển thị trong trình khám phá biến ở ngăn trên cùng bên phải Lưu ý rằng bạn có thể điều chỉnh kích thước của bất kỳ ngăn nào bằng cách đưa chuột lên dải phân cách giữa các ngăn, bấm và kéo cạnh theo kích thước bạn muốn. Bạn có thể đóng bất kỳ ngăn nào bằng cách nhấp vào x ở đầu ngăn Bạn cũng có thể tách bất kỳ ngăn nào ra khỏi cửa sổ chính bằng cách nhấp vào nút trông giống như hai cửa sổ ở đầu ngăn, ngay bên cạnh dấu x đóng ngăn đó. Khi một cửa sổ được chia ra khỏi cửa sổ chính, bạn có thể kéo nó xung quanh và sắp xếp lại nó theo cách bạn muốn. Nếu bạn muốn đặt ngăn trở lại cửa sổ chính, hãy kéo ngăn đó bằng chuột để nền màu xanh lam hoặc xám trong suốt xuất hiện và các ngăn bên cạnh thay đổi kích thước, sau đó thả tay và ngăn sẽ khớp vào vị trí Khi bạn đã sắp xếp các ngăn chính xác theo cách mình muốn, bạn có thể yêu cầu Spyder lưu bố cục. Chuyển đến menu Xem và tìm lại cửa sổ thả xuống Bố cục cửa sổ. Sau đó nhấp vào Lưu bố cục hiện tại và đặt tên cho nó. Điều này cho phép bạn đặt lại về bố cục ưa thích của mình bất kỳ lúc nào nếu có điều gì đó vô tình bị thay đổi. Bạn cũng có thể đặt lại về một trong các cấu hình mặc định từ menu này Chạy câu lệnh trong Bảng điều khiển trong SpyderTrong phần này, bạn sẽ viết một số lệnh Python đơn giản, nhưng đừng lo lắng nếu bạn chưa hiểu ý nghĩa của chúng. Bạn sẽ tìm hiểu thêm về cú pháp Python sau trong bài viết này. Những gì bạn muốn làm ngay bây giờ là hiểu giao diện của Spyder giống và khác với giao diện MATLAB như thế nào Bạn sẽ làm việc rất nhiều với bảng điều khiển Spyder trong bài viết này, vì vậy bạn nên tìm hiểu về cách thức hoạt động của nó. Trong bảng điều khiển, bạn sẽ thấy một dòng bắt đầu bằng 44, cho dòng đầu vào 1. Spyder (thực sự, bảng điều khiển IPython) đánh số tất cả các dòng đầu vào mà bạn nhập. Vì đây là đầu vào đầu tiên bạn nhập nên số dòng là 1. Trong phần còn lại của bài viết này, bạn sẽ thấy các tham chiếu đến “dòng đầu vào X”, trong đó X là số trong ngoặc vuôngMột trong những điều đầu tiên tôi muốn làm với những người mới làm quen với Python là cho họ thấy Zen of Python. Bài thơ ngắn này giúp bạn hiểu Python là gì và cách tiếp cận làm việc với Python Để xem Zen của Python, hãy nhập 45 trên dòng đầu vào 1 rồi chạy mã bằng cách nhấn Enter . Bạn sẽ thấy một đầu ra như bên dưới. >>> 4Mã này có 45 trên dòng đầu vào 1. Đầu ra từ việc chạy 45 là in Zen của Python lên bàn điều khiển. Chúng ta sẽ trở lại một số khổ thơ trong bài thơ này ở phần sau của bài viếtTrong nhiều khối mã trong bài viết này, bạn sẽ thấy ba dấu lớn hơn ( 48) ở trên cùng bên phải của khối mã. Nếu bạn nhấp vào đó, nó sẽ xóa dấu nhắc đầu vào và mọi dòng đầu ra, vì vậy bạn có thể sao chép và dán mã ngay vào bảng điều khiển của mìnhNhiều Pythonistas duy trì khiếu hài hước lành mạnh. Điều này được hiển thị ở nhiều nơi trong ngôn ngữ, bao gồm cả Zen of Python. Đối với một mã khác, trong bảng điều khiển Spyder, hãy nhập mã sau đây, sau đó là Enter để chạy mã đó. >>>
Câu lệnh đó sẽ mở trình duyệt web của bạn đến webcomic có tên là XKCD, cụ thể là truyện tranh #353, nơi tác giả đã phát hiện ra rằng Python đã cho anh ta khả năng bay Bây giờ bạn đã chạy thành công hai câu lệnh Python đầu tiên của mình. Chúc mừng 😃🎉 Nếu bạn xem Nhật ký lịch sử, bạn sẽ thấy hai lệnh đầu tiên bạn đã nhập trong bảng điều khiển ( 45 và 50). Hãy xác định một số biến và thực hiện một số phép tính cơ bản ngay bây giờ. Trong bảng điều khiển, nhập các câu lệnh sau, nhấn Enter sau mỗi câu lệnh. >>> 1Trong mã này, bạn đã xác định 3 biến. 51, 52 và 53. Bạn đã gán cho 51 giá trị 10, 52 giá trị 20 và 53 tổng của 51 và 52. Sau đó, bạn đã hiển thị giá trị của biến 53 bằng cách viết nó như một thứ duy nhất trên dòng đầu vào. Đầu ra từ câu lệnh đó được hiển thị trên dòng 60 tiếp theo và số trên dòng 60 khớp với dòng 62 được liên kếtCó hai điều chính để bạn chú ý trong các lệnh này
Sau khi bạn chạy ba lệnh này, Trình khám phá biến của bạn sẽ giống như hình bên dưới Trong hình ảnh này, bạn có thể thấy một bảng có bốn cột
Chạy mã trong tệp trong SpyderĐiểm dừng cuối cùng trong chuyến tham quan ngắn của chúng tôi về giao diện Spyder là khung Trình chỉnh sửa tệp. Trong ngăn này, bạn có thể tạo và chỉnh sửa tập lệnh Python và chạy chúng bằng bảng điều khiển. Theo mặc định, Spyder tạo một tệp tạm thời có tên là 43 nhằm mục đích để bạn lưu trữ tạm thời các lệnh khi bạn đang làm việc trước khi di chuyển hoặc lưu chúng vào một tệp khácHãy viết một số mã vào tệp 43 và xem cách chạy nó. Tệp bắt đầu bằng đoạn mã sau, bạn có thể để nguyên đoạn mã này 2Trong mã này, bạn có thể thấy hai cấu trúc cú pháp Python
Bây giờ bạn có thể bắt đầu thêm mã vào tệp này. Bắt đầu từ dòng 8 trong 43, hãy nhập mã sau giống với mã bạn đã nhập trong bảng điều khiển 6Sau đó, có ba cách để chạy mã
Lần đầu tiên bạn chạy một tệp, Spyder sẽ mở một cửa sổ hộp thoại yêu cầu bạn xác nhận các tùy chọn bạn muốn sử dụng. Đối với thử nghiệm này, các tùy chọn mặc định đều ổn và bạn có thể nhấp vào Chạy ở cuối hộp thoại Điều này sẽ tự động thực thi đoạn mã sau trong bảng điều khiển >>> 7Mã này sẽ chạy tệp mà bạn đang làm việc. Lưu ý rằng việc chạy tệp đã thêm ba biến vào Trình khám phá biến. 74, 75 và 76. Đây là ba biến mà bạn đã xác định trong tệp. Bạn cũng sẽ thấy 77 được thêm vào nhật ký Lịch sửTrong Spyder, bạn cũng có thể tạo các ô mã có thể chạy riêng lẻ. Để tạo một ô mã, hãy thêm một dòng bắt đầu bằng 78 vào tệp đang mở trong trình chỉnh sửa 3Trong mã này, bạn đã tạo ô mã đầu tiên của mình trên dòng 11 với mã 78. Phần tiếp theo là một dòng nhận xét và bị Python bỏ qua. Ở dòng 12, bạn đang gán 80 có giá trị 42 và sau đó dòng 13 gán 81 là 80 nhân hai. Dòng 15 bắt đầu một ô mã khác có thể được thực thi tách biệt với ô đầu tiênĐể thực thi các ô mã, nhấp vào Chạy ô hiện tại hoặc Chạy ô hiện tại và chuyển đến các nút Tiếp theo bên cạnh nút Chạy chung trên thanh công cụ. Bạn cũng có thể sử dụng phím tắt Ctrl + Enter để chạy hiện tại . Shift+Enter to run the current cell and select the next cell. Spyder cũng cung cấp các tính năng sửa lỗi dễ sử dụng, giống như trong MATLAB. Bạn có thể nhấp đúp vào bất kỳ số dòng nào trong Trình chỉnh sửa để đặt điểm dừng trong mã của mình. Bạn có thể chạy mã ở chế độ gỡ lỗi bằng cách sử dụng tam giác hướng về bên phải màu xanh với hai đường kẻ dọc từ thanh công cụ hoặc Ctrl +F5 keyboard shortcut. This will pause execution at any breakpoints you specify and open the 83 debugger in the console which is an IPython-enhanced way to run the Python debugger 84. You can read more in Python Debugging With pdb.Tóm tắt kinh nghiệm của bạn trong SpyderBây giờ bạn đã có các công cụ cơ bản để sử dụng Spyder thay thế cho môi trường phát triển tích hợp MATLAB. Bạn biết cách chạy code trong console hay gõ code vào file và chạy file. Bạn cũng biết nơi cần tìm để xem các thư mục và tệp của mình, các biến bạn đã xác định và lịch sử của các lệnh bạn đã nhập Khi bạn đã sẵn sàng bắt đầu tổ chức mã của mình thành các mô-đun và gói, bạn có thể xem các tài nguyên sau
Spyder là một phần mềm thực sự lớn và bạn chỉ mới làm xước bề mặt. Bạn có thể tìm hiểu thêm về Spyder bằng cách đọc tài liệu chính thức, hướng dẫn khắc phục sự cố và câu hỏi thường gặp cũng như Spyder wiki Remove adsJupyterLabJupyterLab là một IDE được phát triển bởi Project Jupyter. Bạn có thể đã nghe nói về Jupyter Notebooks, đặc biệt nếu bạn là nhà khoa học dữ liệu. Chà, JupyterLab là phiên bản tiếp theo của Jupyter Notebook. Mặc dù tại thời điểm viết bài này, JupyterLab vẫn đang trong giai đoạn thử nghiệm, Project Jupyter hy vọng rằng JupyterLab cuối cùng sẽ thay thế giao diện máy chủ Notebook hiện tại. Tuy nhiên, JupyterLab hoàn toàn tương thích với Notebook hiện có nên quá trình chuyển đổi sẽ khá liền mạch JupyterLab được cài đặt sẵn Anaconda, vì vậy bạn có thể khởi chạy nó từ Anaconda Navigator. Tìm hộp JupyterLab và nhấp vào Khởi chạy. Điều này sẽ mở trình duyệt web của bạn đến địa chỉ 85Cửa sổ JupyterLab chính được hiển thị trong hình bên dưới Có hai phần chính của giao diện
Nếu bạn muốn tìm hiểu thêm về JupyterLab, bạn có thể đọc thêm về sự phát triển tiếp theo của Notebook trong bài đăng trên blog thông báo về bản phát hành beta hoặc trong tài liệu về JupyterLab. Bạn cũng có thể tìm hiểu về giao diện Notebook trong Jupyter Notebook. Giới thiệu và khóa học Sử dụng Notebook Jupyter. Một điều thú vị về tài liệu kiểu Jupyter Notebook là các ô mã bạn đã tạo trong Spyder rất giống với các ô mã trong Jupyter Notebook Tìm hiểu về thư viện toán học của PythonBây giờ bạn đã có Python trên máy tính của mình và bạn đã có một IDE mà bạn cảm thấy như ở nhà. Vậy làm thế nào để bạn tìm hiểu về cách thực sự hoàn thành một nhiệm vụ trong Python? . Với Python, bạn thường sẽ nhận được kết quả tìm kiếm tốt hơn nếu bạn có thể cụ thể hơn một chút trong truy vấn của mình thay vì chỉ bao gồm 87Trong phần này, bạn sẽ thực hiện bước tiếp theo để thực sự cảm thấy thoải mái với Python bằng cách tìm hiểu về cách chức năng Python được chia thành nhiều thư viện. Bạn cũng sẽ tìm hiểu chức năng của từng thư viện để bạn có thể nhận được kết quả tốt nhất với các tìm kiếm của mình Python đôi khi được gọi là ngôn ngữ có pin. Điều này có nghĩa là hầu hết các chức năng quan trọng bạn cần đã được bao gồm khi bạn cài đặt Python. Chẳng hạn, Python có các thư viện 88 và 89 tích hợp sẵn bao gồm các thao tác cơ bảnTuy nhiên, đôi khi bạn muốn làm điều gì đó không có trong ngôn ngữ. Một trong những lợi thế lớn của Python là người khác có thể đã làm bất cứ điều gì bạn cần làm và xuất bản mã để hoàn thành nhiệm vụ đó. Có hàng trăm nghìn gói miễn phí và có sẵn công khai mà bạn có thể dễ dàng cài đặt để thực hiện các tác vụ khác nhau. Những phạm vi này từ xử lý tệp PDF đến xây dựng và lưu trữ một trang web tương tác để làm việc với các chức năng khoa học và toán học được tối ưu hóa cao Làm việc với mảng hoặc ma trận, tối ưu hóa hoặc vẽ biểu đồ yêu cầu cài đặt thêm thư viện. May mắn thay, nếu bạn cài đặt Python bằng trình cài đặt Anaconda, các thư viện này đã được cài đặt sẵn và bạn không cần phải lo lắng. Ngay cả khi bạn không sử dụng Anaconda, chúng thường khá dễ cài đặt cho hầu hết các hệ điều hành Tập hợp các thư viện quan trọng mà bạn cần chuyển từ MATLAB thường được gọi là ngăn xếp SciPy. Tại cơ sở của ngăn xếp là các thư viện cung cấp các phép toán mảng và ma trận cơ bản (NumPy), tích hợp, tối ưu hóa, xử lý tín hiệu và các hàm đại số tuyến tính (SciPy) và vẽ đồ thị (Matplotlib). Các thư viện khác dựa trên những thư viện này để cung cấp chức năng nâng cao hơn bao gồm Pandas, scikit-learning, SymPy, v.v. NumPy (Trăn số)NumPy có lẽ là gói cơ bản nhất cho tính toán khoa học trong Python. Nó cung cấp một giao diện hiệu quả cao để tạo và tương tác với các mảng đa chiều. Gần như mọi gói khác trong ngăn xếp SciPy đều sử dụng hoặc tích hợp với NumPy theo một cách nào đó Mảng NumPy tương đương với cấu trúc dữ liệu mảng cơ bản trong MATLAB. With NumPy arrays, you can do things like inner and outer products, transposition, and element-wise operations. NumPy cũng chứa một số phương pháp hữu ích để đọc các tệp dữ liệu văn bản và nhị phân, khớp các hàm đa thức, nhiều hàm toán học (sin, cos, căn bậc hai, v.v.) và tạo các số ngẫu nhiên The performance-sensitive parts of NumPy are all written in the C language, so they are very fast. NumPy can also take advantage of optimized linear algebra libraries such as Intel’s MKL or OpenBLAS to further increase performance Note Real Python has several articles that cover how you can use NumPy to speed up your Python code
SciPy (Scientific Python)The SciPy package (as distinct from the SciPy stack) is a library that provides a huge number of useful functions for scientific applications. If you need to do work that requires optimization, linear algebra or sparse linear algebra, discrete Fourier transforms, signal processing, physical constants, image processing, or numerical integration, then SciPy is the library for you. Since SciPy implements so many different features, it’s almost like having access to a bunch of the MATLAB toolboxes in one package SciPy relies heavily on NumPy arrays to do its work. Like NumPy, many of the algorithms in SciPy are implemented in C or Fortran, so they are also very fast. Also like NumPy, SciPy can take advantage of optimized linear algebra libraries to further improve performance Matplotlib (MATLAB-like Plotting Library)Matplotlib is a library to produce high-quality and interactive two-dimensional plots. Matplotlib is designed to provide a plotting interface that is similar to the 90 function in MATLAB, so people switching from MATLAB should find it somewhat familiar. Although the core functions in Matplotlib are for 2-D data plots, there are extensions available that allow plotting in three dimensions with the mplot3d package, plotting geographic data with cartopy, and many more listed in the Matplotlib documentationNote Here are some more resources on Matplotlib
Other Important Python LibrariesWith NumPy, SciPy, and Matplotlib, you can switch a lot of your MATLAB code to Python. But there are a few more libraries that might be helpful to know about
Syntax Differences Between MATLAB® and PythonIn this section, you’ll learn how to convert your MATLAB code into Python code. You’ll learn about the main syntax differences between MATLAB and Python, see an overview of basic array operations and how they differ between MATLAB and Python, and find out about some ways to attempt automatic conversion of your code Sự khác biệt kỹ thuật lớn nhất giữa MATLAB và Python là trong MATLAB, mọi thứ được coi là một mảng, trong khi trong Python, mọi thứ là một đối tượng tổng quát hơn. For instance, in MATLAB, strings are arrays of characters or arrays of strings, while in Python, strings have their own type of object called 91. This has profound consequences for how you approach coding in each language, as you’ll see belowVới cách đó, chúng ta hãy bắt đầu. Để giúp bạn, các phần bên dưới được sắp xếp thành các nhóm dựa trên khả năng bạn gặp phải cú pháp đó như thế nào You Will Probably See This SyntaxThe examples in this section represent code that you are very likely to see in the wild. These examples also demonstrate some of the more basic Python language features. You should make sure that you have a good grasp of these examples before moving on Comments Start With In [2]: import antigravity
|