玩蛇网提供最新Python编程技术信息以及Python资源下载!
您现在的位置: 玩蛇网首页 > 【Python资讯】Python业界新闻 > 正文内容

哪几款Python工具最适合做数学计算

Python入门佳作 经典教程的全新修订 10个项目引人入胜
玩蛇网推荐图文教程:python黑客多线程扫描器

Python编程语言可以用做网站开发搭建,也有一大部分人喜欢将它应用在数据计算了,特别是python工程师、数据科学家。这类喜欢或是工作中要应用到计算的人们,更喜欢熟练的使用python语言的编程环境搭建出适合自己学习和工作的工具。

网络上有一项投票统计,计数了所有数据计算高手应该熟练使用的几款工具。文中会为大家简介下哪几款Python工具最适合做数学计算的前几名。

首选是:IPython
IPython,是多种编程语言交互式计算的命令外壳。IPython最初为Python编程语言开发,提供了许多功能,如:增强自省、tab补全,增加额外的shell语法等。支持交互数据可视化和使用GUI工具包。灵活的、可嵌入的将解释程序加载到自有工程里。使用者对它的评价是易用,并行计算的高性能的python工具。

由C++引擎支持的Python库:GraphLab Create
GraphLab Create用于快速构建大规模、高性能的数据产品。分析TB量级数据最擅长,数据预测服务轻松部署云数据产品。

Spark的组成是由一个驱动程序组成,它可以运行用户的main函数。而且可以在集群上执行各种并行的操作。
详细说说Spark最主要的优点:它提供弹性分布式数据集(RDD),这是一个可并行操作的按聚类节点分区的元素集合。RDDs可在Hadoop文件系统中创建,或现有的Scala集合中已有的标量数据集合将其转化。Spark还有一个优势:它可被用于并行操作的变量共享。一般在默认的情况下,当Spark并行的运行一个作为不同节点上的任务的函数时,它可以将每个函数中的变量都给每份任务做一个拷贝。还有种情况,当某个变量需要在任务或是驱动程序之间共享的时候,Spark支持两种类型的共享变量。

Scikit-Learn是一款可以在任何情况下都可以访问的简单有效的数据挖掘和数据分析工具,可以在多种语境下重复的使用。

用Python写的线性编程模型:PuLP
通过PuLP可以生成线性文件,这时候可以调用高度优化的求解器GLPK、COIN CLP/CBC、CPLEX和GUROBI来解决线性问题。PuLP线性编程是优化的一个类型,一个目标函数应该最大化的给与一定限制。

以上为网友投票选出的最适合数据计算的一些相关Python工具,有些工具只是在特定人群中会常会使用,这类人群当然是喜欢科学计算的朋友们了。

玩蛇网文章,转载请注明出处和来源网址:http://www.iplaypython.com/news/a257.html



微信公众号搜索"玩蛇网Python之家"加关注,每日最新的Python资讯、图文视频教程可以让你一手全掌握。强烈推荐关注!

微信扫描下图可直接关注

玩蛇网PythonQQ群,欢迎加入: ① 240764603 玩蛇网Python新手群
出炉日期:2016-12-03 20:18 玩蛇网 www.iplaypython.com

我要分享到:
评论列表(网友评论仅供网友表达个人看法,并不表明本站同意其观点或证实其描述)

必知PYTHON教程 Must Know PYTHON Tutorials

必知PYTHON模块 Must Know PYTHON Modules