评论

收藏

[Linux] Linux折腾记(十六):数值计算和符号计算

服务系统 服务系统 发布于:2021-11-25 12:23 | 阅读数:249 | 评论:0

这篇文章主要介绍了Linux折腾记(十六):数值计算和符号计算,本文讲解了Octave、Maxima、IPython-Notebook等内容,需要的朋友可以参考下
不知道经常需要做科学计算的朋友们有没有这样的好奇:在Linux系统下使用什么工具呢?说到科学计算,首先想到的肯定是Matlab,如果再说到符号计算,那就非Mathematica不可了。可惜,以上两款软件都是商业软件。虽然破解版满天飞,但是这不符合开源世界的逻辑。在Linux系统下,也有非常不错的科学计算工具,包括符号计算的也有。下面我就来隆重向大家推荐几款。
Octave
这款软件是GNU出品,在GNU的在线文档网站上可以下载到它的完整的帮助文档,我喜欢pdf版,可以一口气从头读到尾,很舒服。从语法角度讲,Octave和matlib完全兼容。下面是其运行效果图:

它也有GUI界面的包装,那就是QtOctave,如下图:

在Ubuntu下该软件的安装非常简单,使用如下命令即可:
代码如下:
sudo apt-get install octavesudo apt-get install qtoctave
Maxima
数值计算使用Octave,那么符号计算就少不了Maxima了。由于符号计算中,数学公式的显示也是非常重要的一环,所以我喜欢用它的GUI封装wxMaxima,该软件使用如下命令安装:
代码如下:
sudo apt-get install wxmaxima
下面是它的运行效果图:

有了GUI的封装,我们的学习曲线都要简单很多,因为它的功能都在它的菜单栏中体现出来了。只不过,目前的wxMaxima似乎有一个致命的bug,在我的Ubuntu上,只要在对话框中输入括号它就会崩溃。Maxima也自带完善的文档,如下图:

符号运算不仅能对各种数学公式进行运行、变形、化简,也可以直接对函数作图,如下图:

但是以上介绍的都不是重点。下面的工具才是我这篇随笔的重量级嘉宾。它就是:
IPython-Notebook
使用python进行科学计算最近几年很火,主要得益于python语言和Numpy、SciPy、pandas、matplotlib、SymPy等库。另外一个大杀器就是ipython-notebook,它可以说是提供了在数学方面读写算加画图一条龙的服务了。Ubuntu对Python的支持真心不错,先使用下面的命令将以上库全部安装:
代码如下:
sudo apt-get install pandas
sudo apt-get install sympy
不是说全部安装吗?怎么只有两个命令?因为安装pandas时NumPy、SciPy、matplotlib都作为依赖项自动安装了,只有符号计算库SymPy需要另外安装。然后,使用如下命令安装ipython-notebook:
代码如下:
sudo apt-get install ipython-notebook
同理,IPython也作为依赖项自动安装了。然后使用如下命令启动ipython-notebook:
代码如下:
ipython notebook --pylab=inline
然后ipython-notebook就在浏览器中启动了。不错,这是一个BS应用,我们启动它时会在我们的机器上建立一个简单的服务器,然后用浏览器访问这个服务器就可以使用ipython-notebook了,远程访问也行。下面是运行效果:

新建一个笔记后,就会给我们一个输入代码的提示。ipython-notebook中的内容是由一个一个的输入区域组成的,称为Cell。每一个Cell除了可以输入代码,还可以输入Markdown、rawtext、heading,如上图中的选项所示。下面是输入Markdown的效果图:

按Shift+Enter即可结束该区域的输入,并执行和显示效果。如果以后要重新编辑里面的内容,双击该区域即可。Markdown区域也是支持MathJax的哦,如下图:

下面看看使用NumPy来进行数值计算和绘图的效果:

使用pandas进行数据分析并绘图的效果:

最后,看看使用SymPy进行符号计算的效果:

从上图可以看到,SymPy的latex函数可以把输出的数学公式转换成LaTeX代码,不过该代码有点问题,它里面每个反斜杠都变成了双反斜杠。将该LaTeX代码复制、修改后,输入Markdown区域就可以看到完美的数学公式了。
我们在IPython-Notebook中建立的笔记是可以保存的,而且保存的是纯文本的JSON格式,所以可以非常方便地把它放到GitHub进行分享。从IPython-Notebook的帮助菜单可以很方便地导航到NumPy、SciPy、matplotlib、pandas、SymPy的帮助文档。在matplotlib的官网中,还专门有一个gallary页面,里面有各种图表的缩略图和代码,对我们的学习真的是很有帮助哦。
这一篇随笔和前面的两篇加起来,就基本上完成了进行数学工作的工具论。希望大家喜欢,多给点推荐。

关注下面的标签,发现更多相似文章