便携版的数学计算Python--WinPython

2023-11-22 20:32

本文主要是介绍便携版的数学计算Python--WinPython,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

这里写图片描述

Portable 便携为王

WinPython 是由 Python(x,y) 的作者开发的,功能是比较全的,软件包也比较新,GUI基于PyQt, 不过相对于Python(x,y),它主要是关注便携式安装体验:你可以把它装在u盘里面

这个是绿色版的Python。配置很方便。可以在同一机子上运行很多个各自不同的版本了。

官网: http://winpython.github.io/

https://github.com/winpython/winpython/wiki/WinPython

winpython,它轻巧,包含了常用的科学计算工具包numpy,scipy,sklearn,matplotlib,还有可以调用C动态库的扩展包ctypes,更好的是它有32位和64位,我是经常需要用到超过4G的内存,所以我选择了64位版本。

下载地址:http://sourceforge.net/projects/winpython

2.7版本的下载:
https://sourceforge.net/projects/winpython/files/WinPython_2.7/

各种历史版本的下载点

https://sourceforge.net/projects/winpython/files/

WIKI: https://github.com/winpython/winpython/wiki

简介摘录如下:

WinPython中的工具包简介

winpython实际上是整合了IDE工具spyder和一些科学计算包,默认包含了以下工具包,有了这些工具包,完全可以替代MATLAB做科学计算:

numpy,scipy:数值计算工具包,里面我含了各种矩阵算,MATLAB有的,它基本上都有。不过,里面有array和matrix两种类型,最好是用array类型的,因为它的功能最全,大部分函数处理的类型都是array。scipy实际上包含了numpy的功能,并且还有2D绘图子工具包pylab,里面的plot用法很像matlab的。scipy里有各种最优化算法,矩阵操作,比如约束最优化,非约束最优化,矩阵求逆,矩阵分解,等等,它的官方在线文档:http://docs.scipy.org/doc/scipy/reference/

matplotlib:2D和3D绘图工具,绘图功能强大,各种数据可视化表现方式,没有做不到的,只有你想不到的。

sklearn:各种学习算法,聚类算法都在里面,比如svm,k-means,KNN,PCA,随机森林等等一大堆。官方网站:http://scikit-learn.org/stable/

ctypes:能使python和c交流的工具包有好几个,但是我认这个最好用,因为,你可以用VS生成一个动态库,而ctypes则可以直接去调用动态库中的函数。当你要处理复杂运算时,用纯粹的python实现出来的会慢的有如世界末日,但是用C实现无疑是最快的办法,而ctypes则可以帮你轻松做到这一点。想想matlab和c的混编,光是数据提取和类型转换就是一堆,估计很多人会有种想死的感觉。由于ctypes实现了python便捷访问c动态库的功能,你会觉得python和c的混编是一件非常轻松快乐的事情。它的方便之处还在于,numpy或scipy的数据成员中是默认包含ctypes的,这使python到c函数的各种数据类型的参数传递变得异常简单。

3.关于opencv的python版本

opencv,搞cv的都很熟悉,值得高兴的是,opencv是有python版本的。如果matlab要调用opencv的函数麻烦的有如在地狱挣扎,那么在python中使用opencv就如同在天堂里跳舞一样。matlab读视频的函数耗时之大,我是亲身经历的,并且深受其害,但是opencv读视频是非常快速的,而pyhon可以很方便的调用opencv中的函数,所以这其中的好处自然不必多说了。

python_opencv下载地址:http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv

从上面的地址中下载现成的带ffmpeg的python_opencv,然后将里面的所有文件都拷贝到Lib\site-packages下同就可以使用了。或者你有耐心的话也可以从opencv的官方网站下载源码自己编译。

科学计算的Python发行版主流

有以下一些:

  • Python(x,y) 这个比较老了,需要安装。
  • Anaconda 这个很好,但需要安装
  • WinPython 这个是便携的。有最小版(Zero)和完全版。
  • Sage :SageMath 是一个基于GPL协议的开源数学软件。它使用Python作为通用接口,将现有的许多开源软件包整合在一起,构建一个统一的计算平台。其目标是创建一个有活力的自由开源软件以替代Magma,Maple,Mathematica和Matlab。

这篇关于便携版的数学计算Python--WinPython的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/412738

相关文章

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核