Mathematik mit Python, Teil 2
18.12.2017, 00:00 Uhr
Der Mathe-Turbo
Schneller rechnen mit numpy, scipy und sympy.
Im ersten Teil dieser zweiteiligen Serie zum Thema Mathematik mit Python [1] wurde die Array-Klasse im Modul numpy ausführlich vorgestellt. Diese Klasse beherbergt viele Array-Operationen, die das Programmieren erheblich vereinfachen. Dieser zweite Teil der Serie lenkt den Blick auf die mathematischen Lösungsverfahren im numpy-Modul: Statistik, Polynome, lineare Algebra und Matrizen-Rechnung. Außerdem
wird das Modul scipy vorgestellt, und auch etwas symbolische Mathematik mit sympy wird noch mit dabei sein.
wird das Modul scipy vorgestellt, und auch etwas symbolische Mathematik mit sympy wird noch mit dabei sein.
Bei den genannten mathematischen Verfahren ist eines immer ziemlich wichtig: die Performance. Wenn man ein Gleichungssystem mit einigen Hundert Unbekannten lösen muss, dann will man nicht stundenlang auf das Ergebnis warten. Da kann ich jedoch alle Leser beruhigen: Python ist sehr schnell, insbesondere beim Lösen von Rechenaufgaben! Das liegt daran, dass die Module numpy, scipy oder auch sympy in der Programmiersprache C implementiert sind. Dabei wurden sowohl die Belange von Rechnern mit begrenzten Systemressourcen (zum Beispiel Cache-Speicher) als auch erweiterte Hardware-Ressourcen (zum Beispiel Mehrkernprozessoren) berücksichtigt.
Jetzt 1 Monat kostenlos testen!
Sie wollen zukünftig auch von den Vorteilen eines plus-Abos profitieren? Werden Sie jetzt dotnetpro-plus-Kunde.
- + Digitales Kundenkonto,
- + Zugriff auf das digitale Heft,
- + Zugang zum digitalen Heftarchiv,
- + Auf Wunsch: Weekly Newsletter,
- + Sämtliche Codebeispiele im digitalen Heftarchiv verfügbar
