您是否正在寻找一种容易学习的编程语言来帮助完成科学工作？不必舍近求远，Python 就能办到。我们将介绍开始使用这种简单的编程语言需要了解的一些基本概念，并展示如何使用 Python 执行从运行代数计算到根据数据生成图形输出的所有操作。
科学计算回顾
科学计算涉及到使用计算机解决科学问题。具体来讲，可以使用计算机来解方程。从单一非线性方程（求根）到线性代数方程组（数字线性代数），再到解决非线性偏微分方程组（计算物理学）。
过去，解决这些问题的数字算法是用诸如 C/C++ 和 Fortran 之类的语言编写的 — 现在仍是如此。那么，Python 适用于哪些地方呢？Python 非常适合用来快速实现和测试新（或旧）算法，并将多个物理学代码编组到一起（美国的顶级实验室经常这么做）。Python 易于使用，学起来很有趣，而且非常强大。那么您还在等什么？让我们开始吧！
下载 Python
Python 可广泛应用在所有运行 Linux 或 macOS 操作系统的计算机上。您甚至可以在 iPad 上使用 Pythonista 应用程序来运行 Python。您还可以从 Python.org 下载一个适合 Windows 的版本。但是如果您要执行科学计算（即使您不执行科学计算），建议您下载并安装 Anaconda。Anaconda 提供了一个完整的 Python 安装，还提供了许多用于科学计算的不错的包（我将它们称为模块）。它还能够轻松访问集成开发环境 Spyder。
Python 乐意为您效劳
安装 Anaconda 后，您可以单击 Anaconda Navigator 的图标，并开始享受乐趣。在右下角的窗口中，您会看到一个命令提示符。将鼠标放在此提示符右侧，就可以开始输入 Python 命令。如果采用学习新编程语言的传统路线，可以先输入 print("Hello World!")，然后按下 Return。
可以使用命令提示符输入一个或多个命令来快速测试代码段，或者为您的工作生成输出。在涉及大量代码时，最好单独生成并保存一个程序文件（稍后会详细介绍）。
另一个选项（至少在 Linux 和 macOS 上）是打开终端窗口，并在命令提示符上输入 Python。这样做会启动 Python 命令提示符，而且您可以开始输入命令并运行 Python 代码。如果在终端窗口中输入 idle，您会获得一个包含 Idle Python 编辑器的新窗口 — 可以方便地编写新 Python 脚本并使用强大的 F5 命令运行它们。
这一名称的含义是什么？
您已安装 Python 并知道如何开始输入命令，现在，您可以继续执行一些数学和科学操作。解方程的计算机编程涉及到使用变量和处理代表这些变量的数字。例如，在 Python 中，可以通过在命令提示符上输入以下命令来定义一个变量：
>>> x0 = 1.5 >>> x1 = 2.0 |
恭喜！您刚才同时创建了两个名为 x0 和 x1 的新变量，而且分别为它们分配了值 1.5 和 2.0。要查看实际效果，只需输入以下内容：
>>> x0,x1
或者可以调用 print 函数：
>>> print (x0,x1)
您不需要将这些变量声明为实数（浮点数）或整数，因为 Python 是一种动态输入语言；它根据赋给变量的值来动态确定变量类型。
计算机和代数
您为两个数字分配了两个变量，所以您可以立即对它们执行简单的计算机代数运算；您可以按您的意愿对它们执行加减乘除。这是计算机最在行的事情。要查看此代数运算的运行效果，可在命令提示符上输入以下命令：
>>> yp = x0 + x1 >>> ym = x1 - x0 >>> yt = x0*x1 >>> yd = x1/x0 >>> print(yp,ym,yt,yd) |
您现在已在正式执行科学计算。
计算机和逻辑
如果计算机只能执行代数运算，那么它们对科学计算的影响将是有限的。事实上，计算机还擅长处理逻辑，这使得创建复杂程序成为可能。您可能很熟悉 if this, then that (IFTTT) 逻辑。这与我讲的主题并不完全相符，但很接近。我指的是程序流控制，或者仅在某些条件下执行一行或一段（多行）代码，在其他条件下执行其他行或其他段代码的能力。要了解此话的真正含义，请输入以下命令：
>>> x1 = 2.0 >>> if x1 < 0: x = 0 print("Negative switched to zero") elif x1 == 0: print ("Zero") else: print ("x1 is positive") |
该代码是一个 if 代码段的示例，其中 elif 是 else if 的缩写，如果前面两段（或您需要的多段）代码测试失败，则会执行 else。 要获得更详细的解释，请查阅 Python 文档中的更多控制流工具。
科学计算中的许多算法背后的强大功能，都与对不同数据多次执行同一段代码的能力相关。在这里，循环就派上了用场。考虑下面这段代码，它使用 Python 内置函数 range 生成一个包含 10 个整数的列表，从 0 开始：
>>> x0 = 1.5 >>> for i in range(10): x1 = x0 + i |
此代码执行计算 x1 = x0 + i 10 次，从 i=0 开始，到 i=9 结束。
您的函数是什么？
有了函数，就可以执行将大型编程任务分解为少量子任务或函数的重要编程过程。 Python 拥有内置函数和外部库，我稍后会解释它们。您也可以构建自己的函数。可以使用 Python 关键字 def 创建函数，如下所示，名为 f 的函数接收输入变量 x，并返回对所编写的代数表达式执行计算后获得的值：
>>> def f(x): return x**3 - 5*x**2 + 5*x + 1 >>> x0 = 1 >>> print ("f(x0) = ", f(x0)) |
要创建一个函数来计算上面的函数的分析衍生版本，请输入以下内容：
>>> def fp(x): return 3*x**2 - 10*x + 5 >>> x1 = 2 >>> print ("The derivative of f(x) is: ", fp(2)) |
将此代码存档
目前，您已在命令提示符上输入了所有 Python 命令，这适合简短的、可任意使用的代码。但是，如果您在开发一个大型项目，或者您想保存您的工作供以后使用，建议创建一个新 Python 文件或脚本。可以在终端窗口中使用您最喜欢的文本编辑器完成此任务。例如，使用 vi，可以输入 vi newton.py 来创建名为 newton 且以 .py 作为文件扩展名的空白文本文件，让每个人（以及具体来讲计算机）都知道这是一个 Python 文件。然后，保持文件处于打开状态，您可以开始输入您的 Python 命令。
备注：Python 使用空格来指示代码段。标准约定是使用 4 个空格来缩进一个新代码段，比如组成一个函数的代码或一个 if-then 代码块。
编写程序的另一个重要方面是注解— 这些代码行会告诉阅读您的文件的人该脚本的用途。单行注解以井号 (#) 开头；要创建多行注解，可在它们前面加一个反斜杠后跟 # (\#)，并在它们后面加上 #\。输入您的代码后，保存它并退出编辑器。然后从终端窗口命令行输入 python newton.py 来运行该代码（假设您与所保存的文件在同一目录中）。
在科学计算中，将一个问题或任务分解为更小的问题或子任务通常是个不错的主意。在 Python 中，这些子任务称为模块。模块是包含定义和语句的附加 Python 文件（具有文件扩展名 .py）。也有一些预先构建的模块。您可以在自己的程序中使用任何模块，只需使用 import 关键字导入它即可。例如，math 模块包含基本数学函数，比如正弦和余弦函数；可通过关键字 import math 来使用它们。
将科学计算能力导入 Python 中
您希望在 Python 中使用的两个强大的科学计算模块是 NumPy 和 SciPy。NumPy 包含许多强大的特性，但在这里尤为重要的是，它能够创建分配给单个变量的相同数据类型的数字集合（称为数组）。它还包含广泛的线性代数、傅里叶变换和随机数功能。SciPy 是一个包罗万象的科学计算生态系统，它包含 NumPy 和其他大量包，比如 matplotlib，我们将在下一节中介绍它。下面的代码提供了如何导入 NumPy 并在一个代码段中使用它的简单示例：
import numpy as np /* Now we create and assign a list of integers 0 through 9 to x[0] through x[9], effectively creating a one-dimensional NumPy array */ x = np.linspace(10) print(x) |
使用 Python 生成图形输出
利用科学计算生成数据的有效图形输出，是理解和传达结果的关键。Python 中实现这个重要目标的标准包是 matplotlib 模块。可以看到，该模块很容易访问和使用：
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> x = np.arange(0, 5, 0.1) >>> y = np.sin(x) >>> plt.plot(x,y) >>> plt.show() |
matplotlib 模块提供了一些命令来控制行类型、颜色和样式，并保存您的图表。
上文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理。
