为什么选择Python作为科学计算语言?

有关于Matlab和Python哪个更适合作为科学计算语言的争论已久,之所以选择Python作为首选的科学计算语言,不仅仅是因为它免费,开源,有很多优秀的库和社区,基于 C 和 Fortran 开发有更好的表现,我想更多的是 Python 作为一种编程语言的简洁优雅深深吸引了我。Python 的设计原则有着禅宗的意味,输入import this就能在 Python 解释器中一窥玄机。In [1]: import this

The Zen of Python, by Tim Peters

Beautiful is better than ugly.

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

Flat is better than nested.

Sparse is better than dense.

...

Data Structures in Python

Python 有四个内建的 Data Structures —— 列表 (List),元组 (Tuple),字典 (Dictionary) 以及集合 (Set),它们可以统称为容器 (container).

列表 (List)

Python 中最基本的数据结构是列表 (List)。 一个列表是一个有序的集合。a = [1, 'abc', [2, 3]] # a 是一个 list索引与切片

通过方括号对列表的第n个元素读值和赋值:a[0] = 1 # 列表是从0开始索引的a[1] = 'abc'

也可以用方括号来“切去”列表:a[0:2] = ['abc', [2, 3]] # 索引a的前两个元素a[-1:] = [2, 3] # 索引a的最后一个元素a[-2:] = ['abc', [2, 3]] # 索引a的后两个元素a[:-1] = [1, 'abc'] # 索引除了最后一个的其他元素列表相关函数a = [1, 2, 3, 4, 5] # a 是一个 list

与列表先关的函数有很多,例如 compare( ),len( ),sum( ),min( ),max( ) ,sorted( ) 等,它们的具体用法如下:In: sum(a)

Out: 15

In: max(a)

Out: 5

In: len(a)

Out: 5列表相关方法a = [1, 3, 5, 3, 9, 7, 11, 13, 3, 5] # a 是一个 list

此外,作为对象,列表本身自带了很多实用的方法,如下所示:In: a.append(1) # 在a的末尾加一个元素1Out: a = [1, 3, 5, 3, 9, 7, 11, 13, 3, 5, 1]

In: a.count(3) # 统计a中3出现的次数Out: 3

In: a.extend([2, 3]) # 将[2, 3]追加到a的末尾中Out: a = [1, 3, 5, 3, 9, 7, 11, 13, 3, 5, 1, 2, 3]

In: a.insert(2, 1) # 将1插入a索引为2的位置Out: a = [1, 3, 1, 5, 3, 9, 7, 11, 13, 3, 5, 1, 2, 3]

In: a.pop(3) # 移除a中索引为3的元素Out: a = [1, 3, 1, 3, 9, 7, 11, 13, 3, 5, 1, 2, 3]列表解析 (List comprehension)

最后,列表解析功能能够简化我们对列表内元素逐一进行操作的代码,如下所示:a = [1, 2, 3]

b = []for i in a:

b.append(i+2)a = [1, 2, 3]

b = [i+2 for i in a]

元组 (Tuple)

元组和列表有很多相似的地方,对列表的很多操作都可以对元组做,但元组和列表有两点不同的地方:外形上

从外形上看,它们的区别是:列表是用方括号标记的,而元组是用圆括号标记的;a = [1, 'abc', [2, 3], 'd'] # a 是一个 listb = (1, 2, 3, 4, 5, 6, 7) # b 是一个 tuple功能上

从功能上看,它们的区别是:列表可以被修改,而元组不能被修改,因此上述列表相关函数对元组适用,列表相关方法对元组往往就不适用。

元组是通过函数返回多重值的便捷方法def sum_and_product(x, y):

return (x + y), (x * y)

sp = sum_and_product(2, 3) # (5, 6)s, p = sum_and_product(2, 3) # s = 5, p = 6

字典 (Dictionary)

Python 中的另一种基本数据结构是字典,它将值和键练习起来,让我们可以通过键快速找到对应的值:创建一个 dictionaryempty_dict = {} # 创建一个空的dictionarydate = {'yesterday': 28, 'today': 29, 'tomorrow': 30} # 创建一个有内容的dictionary字典的访问与赋值

我们可以通过方括号来查找键的值或为键值赋值:date['yesterday'] # 28date['the_day_after_tomorrow'] = 31字典的方法date_keys = date.keys() # 返回键的列表date_values = date.values() # 返回值得列表date_items = date.items() # (键,值)元组的列表defaultdict

假设你需要计算某份文件中的单词数目。一个明显的方式是,建立一个键是单词,值是单词出现次数的字典。传统的方法都略显笨拙,这也是 defaultdict 的用途所在。一个 defaultdict 相当于一个标准的字典,除了当你查找一个没有包含在内的键时,它用一个你提供的零参数函数建立一个新键,并为它的值增加1。from collections import defaultdict

word_counts = defaultdict(int)for word in document:

word_counts[word] += 1Counter

一个计数器将一个序列的值转化成一个类似整型的标准字典 (即defaultdict(int))的键到值的对象映射。我们主要用它来生成直方图:from collections import Counter

c = Counter([0, 1, 2, 0]) # c = {0 : 2, 1 : 1, 2 : 1}

注:字典的键不可改变,尤其是不能将列表作为键,如果你需要一个多维的键,应该使用元组或设法将键转换成为字符串。

集合 (Set)

集合是 Python 中内置的另外一种数据结构。同数学上的集合概念类似,它与列表的主要区别在于:1. 它的元素是不重复的,且是无序的;2. 它不支持索引,一般通过花括号或者set()函数创建。创建一个 sets = {1, 2, 3, 4, 2} # 2会被自动去重,得到{1,2,3,4}s = set([1, 2, 3, 4, 2]) # 同样2被自动去重,将list转换为set集合上非常快速的操作:intest_list = [1, 3, 2, 7, 8]

4 in test_list # False, 但需要检查每个元素test_set = set(test_list)

4 in test_set # 非常快速的检查

注:我们使用 set 的频率要远低于 dictionary 和 list。Stay hungry, Stay foolish. -- Steve Jobs

作者:Lovingmylove521

链接:https://www.jianshu.com/p/72db4855c80d

python 科学计算设计_Python科学计算——Data Structures相关推荐

  1. python np dot函数_python科学计算之Numpy

    Numpy的组成与功能 Numpy(Numeric Python)可以被理解为一个用python实现的科学计算包,包括: 1.强大的N维数组对象Array: 2.成熟的函数库: 3.实用的线性代数.傅 ...

  2. python 计算时间重叠_python whilepython计算两个矩形框重合百分比的实例

    如下所示: 对<python计算两个矩形框重合百分比的实例>总结来说,为我们电脑技术很实用. def mat_inter(box1,box2): # 判断两个矩形是否相交 # box=(x ...

  3. python 科学计算设计_Python程序设计与科学计算

    章Python概述1 1.1Python语言发展史1 1.2Python语言特点2 1.3Python语言主要应用领域4 1.4本章练习5 第2章开启Python之旅6 2.1部署Python环境6 ...

  4. python中ndarray除_python科学计算_numpy_ndarray

    ndarray:n-dimensional array object,即多维数组对象,是python自带的array对象的扩展,array对象和list对象的区别是array对象的每一个元素都是数值, ...

  5. python矩阵sin计算器_Python科学计算工具

    Python科学计算工具-Numpy入门 2017.07.02 20:29:14字数 1,404阅读 2,509 一:前言 学了中国大学mooc的Python数据分析与展示课程感觉挺不错的,记录下来以 ...

  6. python数组去重函数_Python科学计算库Numpy之 数组操作

    操作ndarray 的方法 numpy.reshape:这个函数在不改变数据的条件下修改形状 numpy.ndarray.flat:该函数返回数组上的一维迭代器,行为类似 Python 内建的迭代器 ...

  7. python下表运算_python科学计算_numpy_广播与下标

    多维数组下标 多维数组的下标是用元组来实现每一个维度的,如果元组的长度比维度大则会出错,如果小,则默认元组后面补 : 表示全部访问: 如果一个下标不是元组,则先转换为元组,在转换过程中,列表和数组的转 ...

  8. python计算圆周率_Python实现计算圆周率π的值到任意位的方法示例

    本文实例讲述了Python实现计算圆周率π的值到任意位的方法.分享给大家供大家参考,具体如下: 一.需求分析 输入想要计算到小数点后的位数,计算圆周率π的值. 二.算法:马青公式 π/4=4arcta ...

  9. python求数字平均值_Python简单计算数组元素平均值的方法示例

    本文实例讲述了Python简单计算数组元素平均值的方法.分享给大家供大家参考,具体如下: Python 环境:Python 2.7.12 x64 IDE : Wing IDE Professional ...

最新文章

  1. [置顶]完美简版学生信息管理系统(附有源码)管理系统
  2. SAP MM 条件类型中PB00的‘Group Cond.‘标记的作用?
  3. Nvidia的CUDA库现在恢复使用了
  4. 100个JavaScript代码片段
  5. Linux自动删除n天前日志
  6. python fork 守护进程
  7. Visual Studio 常用快捷键 (二)
  8. linux udp端口大数据包,Linux协议栈中UDP数据报从网卡到用户空间流程总结
  9. dedecms切换模板css,DEDECMS的模板的css的详细解释 -电脑资料
  10. mrtg监控硬盘容量,内存占用,CPU占用 二
  11. 凸优化第七章统计估计 作业题
  12. Google邮箱账号登陆存在异常活动怎么办?
  13. Reached heap limit Allocation failed - JavaScript heap out of memory
  14. 图形算法:圆形生成算法
  15. 大数据复试面试总结(二)前沿技术相关
  16. 成长日记1.1.0_S
  17. 生成一维码条码码,扫码查询相关条码信息
  18. 【操作系统】面向真题学操作系统 —— 操作系统概述客观题
  19. 脾胃系病证--便秘,痢疾,泄泻,腹痛,呃逆。。。。。。。。
  20. Keil5 Load按钮灰色

热门文章

  1. Redis的数据类型以及每种数据类型的使用场景
  2. Mac中使用brew安装指定版本软件包
  3. 官方数据:5次SDN大会的背后
  4. 英特尔在移动芯片为何衰败 看完此文豁然开朗
  5. IBM借QISKit打造基于云平台的量子计算
  6. .net与数据库知识点
  7. LeetCode OJ:Remove Element(移除元素)
  8. Sublime注释插件--DocBlockr
  9. python web server comparison
  10. java静态变量和实例变量的区别6_java静态变量的与实例变量的区别