ข้อมูลที่มีจำนวนมากจำเป็นต้องได้รับการจัดการอย่างเหมาะสม นี่คือเหตุผลที่ใช้คอมพิวเตอร์ที่มีความจุสูง การคำนวณทางวิทยาศาสตร์และทางเทคนิคของชุดข้อมูลขนาดใหญ่สามารถทำได้โดยใช้ไลบรารีใน Python ที่เรียกว่า SciPy SciPy ย่อมาจาก 'Scientific Python'
ไลบรารี Numpy ใน Python เป็นข้อกำหนดเบื้องต้นสำหรับ SciPy เนื่องจาก SciPy สร้างขึ้นบน Numpy ตรวจสอบให้แน่ใจว่าติดตั้งไลบรารี Numpy ก่อนติดตั้งไลบรารี SciPy เป็นซอฟต์แวร์โอเพ่นซอร์สที่สามารถติดตั้งและใช้งานได้ง่าย
มีคุณสมบัติมากมายของวิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่องที่จำเป็นในการประมวลผลและทำงานกับข้อมูลได้สำเร็จ สามารถใช้เพื่อดำเนินการกับอาร์เรย์ Numpy ความเร็วในการคำนวณสูงและเข้าใจง่าย
การติดตั้ง SciPy
pip install scipy
หมายเหตุ − นี่คือคำสั่งให้ดาวน์โหลดสำหรับระบบปฏิบัติการ windows
sudo port install py35-scipy py35-numpy
หมายเหตุ − นี่คือคำสั่งให้ดาวน์โหลดสำหรับระบบปฏิบัติการ Mac
sudo apt-get install python-scipy python-numpy
หมายเหตุ − นี่คือคำสั่งให้ดาวน์โหลดสำหรับระบบปฏิบัติการ Linux
SciPy ยังสามารถใช้เพื่อวัตถุประสงค์อื่น ๆ เช่น −
- บูรณาการ
- การแก้ไข
- กำลังสองน้อยที่สุดที่ใช้ในการถดถอย
- การเพิ่มประสิทธิภาพ
- การประมวลผลสัญญาณ
- พีชคณิตเชิงเส้น
ให้เราเข้าใจว่าสามารถรวมค่าได้อย่างไร (การดำเนินการทางคณิตศาสตร์)
ตัวอย่าง
import scipy.integrate
my_fun = lambda x: 11.345*x
i = scipy.integrate.quad(my_fun, 0, 3.1)
print("The integrated values are : ")
print(i) ผลลัพธ์
The integrated values are : (54.512725, 6.052128243005939e-13)
คำอธิบาย
- นำเข้าไลบรารีที่จำเป็น และตั้งชื่อแทนเพื่อให้ใช้งานง่าย
- ฟังก์ชันแลมบ์ดาถูกกำหนดให้สร้างค่าข้อมูล
- ค่าเหล่านี้เป็นค่าที่รวมเข้าด้วยกัน
- เรียกฟังก์ชัน "บูรณาการ" ที่มีอยู่ใน SciPy
- ผลลัพธ์จะแสดงบนคอนโซล
