မာတိကာ[ဖျောက်][ရှိုး]
သင် တက္ကသိုလ်ကျောင်းသားဖြစ်စေ ဒေတာသိပ္ပံတွင် အလုပ်လုပ်သည်ဖြစ်စေ သင်္ချာဘာသာရပ်ကို သင်ယူခြင်း မရှိပါ။
ဒေတာသိပ္ပံသည် အသုံးချသင်္ချာ/စာရင်းအင်း အမျိုးအစားတစ်ခုဟုပင် စောဒကတက်နိုင်သည်။ NumPy၊ SciPy၊ Scikit- လေ့လာပါနှင့် TensorFlow သင်္ချာကို အရေအတွက်အားဖြင့် ကိုင်တွယ်ဖြေရှင်းသည့် Python စာကြည့်တိုက်များထဲမှ အနည်းငယ်မျှသာဖြစ်သည်။
သို့သော်၊ သင်္ချာသင်္ကေတများနှင့် ပြတ်သားစွာဆက်ဆံရန် ပြိုင်ဖက်တစ်ဦးတည်းသာရှိသည်- SymPy။
SymPy အကြောင်း အားလုံးကို လေ့လာကြည့်ရအောင်။
ဘာဖြစ်သလဲ SymPy?
SymPy သည် Python သင်္ကေတသင်္ချာစာကြည့်တိုက်တစ်ခုဖြစ်သည်။ ၎င်းသည် ကုဒ်ကို နားလည်နိုင်ပြီး အလွယ်တကူ ချဲ့ထွင်နိုင်စေရန် အခြေခံအဖြစ် တတ်နိုင်သမျှ အခြေခံအဖြစ် ထိန်းသိမ်းထားစဉ် အင်္ဂါရပ်အပြည့်ရှိသော ကွန်ပျူတာ အက္ခရာသင်္ချာစနစ် (CAS) ဖြစ်ရန် ရည်မှန်းထားသည်။
၎င်းကို Python ဖြင့် အပြည့်အစုံရေးထားသည်။ ၎င်းသည် mpmath ပေါ်တွင်သာ မှီခိုနေရသောကြောင့် အသုံးပြုရလွယ်ကူပြီး မတရားသော Floating Point ဂဏန်းသင်္ချာအတွက် သန့်စင်သော Python စာကြည့်တိုက်ဖြစ်သည်။
စာကြည့်တိုက်တစ်ခုအနေဖြင့် ၎င်းကို အသုံးချနိုင်မှုအပေါ် သိသာထင်ရှားစွာ အလေးပေးဖန်တီးထားသည်။ ၎င်း၏ အပလီကေးရှင်း ပရိုဂရမ် အင်တာဖေ့စ် (API) ၏ ဒီဇိုင်းတွင် တိုးချဲ့နိုင်မှုသည် အရေးကြီးပါသည်။
ရလဒ်အနေဖြင့်၊ ၎င်းသည် Python ဘာသာစကားကို မြှင့်တင်ရန် ကြိုးပမ်းခြင်းမရှိပေ။ ရည်ရွယ်ချက်မှာ သုံးစွဲသူများအား အခြားအရာများနှင့်အတူ အသုံးပြုနိုင်စေရန်ဖြစ်သည်။ Python စာကြည့်တိုက်များ အပြန်အလှန်အကျိုးပြုသောပတ်ဝန်းကျင်တွင်ဖြစ်စေ သို့မဟုတ် ပိုကြီးသောစနစ်၏ ပရိုဂရမ်အစိတ်အပိုင်းတစ်ခုအနေဖြင့် ၎င်းတို့၏လုပ်ငန်းလည်ပတ်မှုတွင်၊
SymPy သည် စာကြည့်တိုက်တစ်ခုအနေဖြင့် built-in graphical မရှိပါ။ user interface ကို (GUI)။ စာကြည့်တိုက်သည်-
- BSD လိုင်စင်အောက်တွင် လိုင်စင်ရထားသောကြောင့် စကားပြောနှင့် ဘီယာနှင့်ပတ်သက်၍ အခမဲ့ဖြစ်သည်။
- Python-based- ၎င်းကို Python တွင် လုံး၀ တီထွင်ထားပြီး Python ကို ၎င်း၏ဘာသာစကားအဖြစ် အသုံးပြုထားသည်။
- ပေါ့ပါးသောကြောင့်၎င်းသည် mpmath ပေါ်တွင်သာမှီခိုသောကြောင့်၊ Python စာကြည့်တိုက် အသုံးပြုရ လွယ်ကူစေရန်အတွက် မတရားသော Floating Point ဂဏန်းသင်္ချာအတွက်။
- အခြားပရိုဂရမ်များတွင် ပေါင်းထည့်နိုင်ပြီး အပြန်အလှန်အကျိုးပြုသည့်ကိရိယာအဖြစ် အသုံးပြုခြင်းအပြင် စိတ်ကြိုက်လုပ်ဆောင်ချက်များဖြင့် ပြုပြင်နိုင်သည်။
SymPy ကို ဘာကြောင့် သုံးတာလဲ။
ကွန်ပျူတာ အက္ခရာသင်္ချာစနစ်တစ်ခုဖြစ်သည့် Sage သည် Python ကို ၎င်း၏ပရိုဂရမ်းမင်းဘာသာစကားအဖြစ်လည်း အသုံးပြုသည်။ အခြားတစ်ဖက်တွင်၊ Sage သည် အလွန်ကြီးမားပြီး gigabyte တစ်ခုထက်ပို၍ ဒေါင်းလုဒ်လုပ်ရန် လိုအပ်သည်။ ပေါ့ပါးခြင်းရဲ့ အကျိုးကျေးဇူးတွေ ရှိပါတယ်။
ကျစ်လျစ်မှုအပြင်၊ ၎င်းတွင် Python မှလွဲ၍ အခြားမှီခိုမှုများမရှိသဖြင့် ၎င်းအား နေရာတိုင်းတွင် လက်တွေ့ကျကျအသုံးပြုနိုင်စေမည်ဖြစ်သည်။
ထို့အပြင်၊ Sage နှင့် SymPy တို့၏ ရည်မှန်းချက်များသည် တူညီသည်မဟုတ်။ Sage သည် အင်္ဂါရပ်အပြည့်ရှိသော သင်္ချာစနစ်တစ်ခုဖြစ်လာရန် ရည်မှန်းထားပြီး ပင်မပွင့်လင်းရင်းမြစ်သင်္ချာစနစ်အားလုံးကို တစ်ခုတည်းအဖြစ် ပေါင်းစပ်ခြင်းဖြင့် ၎င်းကိုလုပ်ဆောင်သည်။
ပေါင်းစည်းခြင်းကဲ့သို့သော Sage လုပ်ဆောင်ချက်ကို သင်အသုံးပြုသောအခါတွင် ၎င်းတွင်ပါရှိသော open-source packages များထဲမှ တစ်ခုကို ခေါ်ဆိုပါသည်။ တကယ်တော့၊ ၎င်းကို Sage တွင်တည်ဆောက်ထားသည်။ အခြားတစ်ဖက်တွင် SymPy သည် လုပ်ဆောင်ချက်အားလုံးကို ၎င်းကိုယ်တိုင်တွင် အကောင်အထည်ဖော်ခြင်းဖြင့် ကိုယ်ပိုင်ပါရှိသော စနစ်တစ်ခုအဖြစ် မျှော်မှန်းထားသည်။
စာကြည့်တိုက်အဖြစ် လုပ်ဆောင်နိုင်စွမ်းသည် အရေးကြီးသောအင်္ဂါရပ်တစ်ခုဖြစ်သည်။ ကွန်ပြူတာ အက္ခရာသင်္ချာစနစ်များစွာကို အပြန်အလှန်အကျိုးပြုသော ပတ်ဝန်းကျင်များတွင် အသုံးပြုရန် ရည်ရွယ်ထားသော်လည်း ၎င်းတို့သည် အလိုအလျောက်လုပ်ဆောင်ရန် သို့မဟုတ် ချဲ့ထွင်ရန် ခက်ခဲသည်။
၎င်းကို Python တွင် အပြန်အလှန်အသုံးပြုနိုင်သည် သို့မဟုတ် သင့်ကိုယ်ပိုင် Python ပရိုဂရမ်သို့ တင်သွင်းနိုင်သည်။ သင့်ကိုယ်ပိုင်လုပ်ရိုးလုပ်စဉ်များနှင့် လွယ်ကူစွာတိုးချဲ့နိုင်စေရန်အတွက် ၎င်းတွင် APIs များပါရှိသည်။
SymPy ကို ထည့်သွင်းခြင်း။
သင့်ပတ်ဝန်းကျင်တွင် ထည့်သွင်းရန် အောက်ပါ command ကို အသုံးပြုပါ။
SymPy သင်္ကေတများ
အခုပဲ စလိုက်ရအောင်။ ၎င်း၏အခြေခံအရာဝတ္ထုသည် သင်္ကေတတစ်ခုဖြစ်သည်။ SymPy တွင်၊ သင်သည် စာဖြင့် x သင်္ကေတတစ်ခုကို ဖန်တီးနိုင်သည်-
အပေါ်ကကုဒ်က x သင်္ကေတကိုထုတ်ပေးပါတယ်။ ၎င်းတွင်ရှိသော သင်္ကေတများသည် အမည်မသိတန်ဖိုးများကို ကိုယ်စားပြုသည့် သင်္ချာသင်္ကေတများကို အတုယူရန် ရည်ရွယ်ပါသည်။
ရလဒ်အနေဖြင့် အောက်ပါတွက်ချက်မှုကို အောက်တွင်ဖော်ပြထားသည်။
အထက်တွင်ပြထားသည့်အတိုင်း၊ သင်္ကေတ x သည် အမည်မသိပမာဏတစ်ခုနှင့် ဆင်တူသည်။ သင်္ကေတများစွာပြုလုပ်လိုပါက အောက်ပါအတိုင်းရေးပါ။
ဤကိစ္စတွင် တစ်ချိန်တည်းတွင် သင်သည် သင်္ကေတနှစ်ခု၊ y နှင့် z ကို ဖန်တီးခဲ့သည်။ ဤသင်္ကေတများကို ပေါင်းထည့်၊ နုတ်၊ မြှောက်ကာ လိုချင်သလို ပိုင်းခြားနိုင်ပါပြီ-
SymPy လုပ်ဆောင်ချက်များ
1. sympify() လုပ်ဆောင်ချက်
sympify() method သည် မတရားသောအချက်များကို SymPy ဖော်ပြချက်အဖြစ်သို့ ပြောင်းလဲပေးပါသည်။ ၎င်းသည် ကိန်းပြည့်များကဲ့သို့သော ပုံမှန် Python အရာဝတ္ထုများကို ပြောင်းလဲပေးသည်။
စာကြောင်းများကို ၎င်းတို့၏အသုံးအနှုန်းများအပြင် ကိန်းပြည့်များ စသည်တို့အဖြစ် ပြောင်းလဲထားသည်။
2. evalf() လုပ်ဆောင်ချက်
ဤလုပ်ဆောင်ချက်သည် ဂဏန်း 100 အထိ ရေပေါ်အမှတ်တိကျမှုဖြင့် သတ်မှတ်ထားသော ကိန်းဂဏာန်းအချက်များကို အကဲဖြတ်သည်။
လုပ်ဆောင်ချက်သည် သင်္ကေတများအတွက် ဂဏန်းတန်ဖိုးများပါသည့် အဘိဓာန်အရာဝတ္ထုတစ်ခုကို ထပ်လောင်းလက်ခံပါသည်။ အောက်ပါစကားစုကို သုံးသပ်ကြည့်ပါ-
Floating-point တိကျမှုကို မူရင်းအားဖြင့် ဂဏန်း 15 လုံး သတ်မှတ်ထားသည်။ သို့သော်လည်း ၎င်းကို 1 နှင့် 100 ကြား မည်သည့်နံပါတ်သို့ ပြောင်းနိုင်သည်။
အောက်ပါညီမျှခြင်းအား ဂဏန်း 20 ဖြင့် တိကျစွာ အကဲဖြတ်ပါသည်။
3. Lambdify() လုပ်ဆောင်ချက်
Lambdify သည် ၎င်း၏ဖော်ပြချက်များကို Python လုပ်ဆောင်ချက်များအဖြစ်သို့ ပြောင်းလဲပေးသည့် လုပ်ဆောင်ချက်တစ်ခုဖြစ်သည်။ ကျယ်ပြန့်သောတန်ဖိုးများအတွင်း ဖော်ပြချက်တစ်ခုအား အကဲဖြတ်သည့်အခါ evalf() နည်းလမ်းသည် ထိရောက်မှုမရှိပါ။
Lambdify သည် SymPy အမည်များကို ယေဘုယျအားဖြင့် NumPy ဖြစ်သည့် ပေးထားသော ကိန်းဂဏာန်းစာကြည့်တိုက်၏အမည်များသို့ ဘာသာပြန်ဆိုခြင်းမှလွဲ၍ Lambda လုပ်ဆောင်ချက်နှင့် ဆင်တူသည်။
မူရင်းအားဖြင့် Lambdify ကို သင်္ချာစံပြစာကြည့်တိုက် အကောင်အထည်ဖော်မှုများတွင် အသုံးချသည်။
အင်္ဂါရပ်များ
စာကြည့်တိုက်၏ အထင်ရှားဆုံးသော အင်္ဂါရပ်အချို့ကို ဤနေရာတွင် ဖော်ပြထားပါသည်။ မပါဝင်တာတွေလည်း အများကြီးရှိပေမယ့် သူတို့ကို စစ်ဆေးကြည့်နိုင်ပါတယ်။ ဒီမှာ.
1. Core စွမ်းဆောင်ရည်များ
- အခြေခံဂဏန်းသင်္ချာ- +၊ -၊ *၊ /၊ နှင့် ** အော်ပရေတာများကို ပံ့ပိုးထားသည် (ပါဝါ)
- များစွာသော ချဲ့ထွင်မှုတစ်ခု
- ကိန်းပြည့်များ၊ ကျိုးကြောင်းဆီလျော်မှုများ၊
- Trigonometric၊ ဟိုက်ပါဘောလစ်၊ နှင့် ကိန်းဂဏန်း လုပ်ဆောင်ချက်များ၊ အမြစ်များ၊ လော့ဂရစ်သမ်များ၊ ပကတိတန်ဖိုး၊ စက်လုံးဆိုင်ရာ ဟာမိုနီများ၊ Factorials နှင့် gamma လုပ်ဆောင်ချက်များ၊ zeta လုပ်ဆောင်ချက်များ၊ ပေါင်းကိန်းများနှင့် အထူးလုပ်ဆောင်ချက်များ
- အပြောင်းအရွှေ့မဟုတ်သော သင်္ကေတများ
- ကိုက်ညီသောပုံစံများ
2. Calculus
- ပေါင်းစည်းခြင်း- ဤနည်းလမ်းသည် တိုးချဲ့ထားသော Risch-Norman heuristic ကို အသုံးပြုသည်။
- အမျိုးအစားကွဲပြားခြားနားခြင်း။
- လုပ်ဆောင်ချက်များကို ကန့်သတ်ပါ။
- Laurent Taylor ၏စီးရီး
၁
- Gröbner အုတ်မြစ်များ
- တစ်စိတ်တစ်ပိုင်းအပိုင်းအစများ ပြိုကွဲခြင်း။
- ဌာနခွဲ၊ gcd ရလဒ်များသည် အခြေခံဂဏန်းသင်္ချာ၏ ဥပမာများဖြစ်သည်။
4. Combinatorics
- permutations
- မီးခိုးရောင်နှင့် Prufer ကုဒ်များ
- ပေါင်းစပ်မှုများ၊ အပိုင်းခွဲများ၊ အပိုင်းခွဲများ
- Polyhedral၊ Rubik၊ Symmetric နှင့် အခြားသော Permutation အုပ်စုများ
5. Discrete သင်္ချာ
- အနှစ်ချုပ်များ
- ယုတ္တိအသုံးအနှုန်းများ
- ဒွိကိန်းများ
- နံပါတ်သီအိုရီ
applications ကို
1. အဆောက်အဦဂဏန်းတွက်စက်
2. Computer Algebra စနစ်များ
အခြားသော Computer Algebra စနစ်များနှင့်မတူဘဲ၊ Symbol() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ၎င်းတွင် သင်္ကေတကွဲလွဲချက်များကို သင်ကိုယ်တိုင် ကြေညာရပါမည်။
3. Calculus
ပုံသဏ္ဍာန်တူသော တွက်ချက်မှုစနစ်တစ်ခု၏ စွမ်းရည်သည် ပုံသဏ္ဍာန်အားဖြင့် တွက်ချက်မှုအမျိုးမျိုးကို ပြုလုပ်ရန် ၎င်း၏ အဓိက အင်အားဖြစ်သည်။
၎င်းသည် ဖော်ပြချက်များအား ရိုးရှင်းစေခြင်း၊ ပုံဆောင်သဘောအရ၊ တွက်ချက်ခြင်း ဆင်းသက်လာခြင်း၊ ပေါင်းစပ်မှုများ၊ နှင့် ကန့်သတ်ချက်များ၊ ညီမျှခြင်းများကို ဖြေရှင်းနိုင်ခြင်း၊ matrices များနှင့် အပြန်အလှန်တုံ့ပြန်နိုင်ပြီး များစွာလုပ်ဆောင်နိုင်သည်။
သင့်အစာစားချင်စိတ်ကို သက်သာစေရန်၊ ဤသည်မှာ သင်္ကေတပါဝါအရသာဖြစ်သည်။
SymPy နဲ့ သင်ဘာလုပ်နိုင်လဲ။
နောက်ဆက်တွဲပြဿနာများအကြောင်း နက်ရှိုင်းစွာပြောနေမည့်အစား သင့်အရည်အချင်းများကို မြှင့်တင်ရန် အထောက်အကူဖြစ်စေရန် အရင်းအမြစ်များစာရင်းကို ကျွန်ုပ်ပေးပါရစေ။
- Matrices နှင့် Linear Algebra- ၎င်းသည် matrices များနှင့်အတူအလုပ်လုပ်နိုင်ပြီး အခြေခံမျဉ်းကြောင်းအက္ခရာသင်္ချာဆိုင်ရာလုပ်ဆောင်ချက်များကိုလုပ်ဆောင်နိုင်သည်။ ဘာသာစကားသည် NumPy ၏ syntax နှင့် ဆင်တူသည်။ သို့သော် ထူးထူးခြားခြား ကွဲပြားမှုများ ရှိပါသည်။ စတင်ရန်၊ စုံစမ်းပါ။ မက်တရစ် စာကြည့်တိုက်တွင်။
- အသုံးအနှုန်း ၎င်းသည် စကားရပ်များကို ခြေရာခံရန် သစ်ပင်အခြေခံတည်ဆောက်ပုံဖြစ်သည့် expression tree ကို အသုံးချသည်။ ကြည့် အသုံးအနှုန်းသစ်ပင်များ သူတို့ရဲ့ အတွင်းပိုင်းအလုပ်တွေအကြောင်း ပိုလေ့လာချင်ရင်။
- ဆင်းသက်လာများနှင့် ပေါင်းစပ်ပါဝင်မှုများ- နိဒါန်း ကုလ အတန်း ( တွေးခေါ်မှု အနုတ် ) တွင် သင် သင်ယူလိုသည့် အရာ အများစု ကို ပြီးမြောက် အောင် ဆောင်ရွက်နိုင်သည် ။ ကျွန်ုပ်တို့၏လုပ်ဆောင်ချက်ကို ကြည့်ရှုခြင်းဖြင့် စတင်နိုင်ပါသည်။ ကွဲပြားခြားနားမှု SymPy တွင်
- NumPy နှင့် ဆက်ဆံရေး- NumPy နှင့် SymPy တို့သည် သင်္ချာဆိုင်ရာ စာကြည့်တိုက်များ ဖြစ်သည်။ မည်သို့ပင်ဆိုစေကာမူ၊ NumPy သည် ဂဏန်းများဖြင့် အလုပ်လုပ်သော်လည်း ၎င်းသည် သင်္ကေတအသုံးအနှုန်းများဖြင့် အလုပ်လုပ်သည်။
- ရိုးရှင်းမှုများ- စကားအသုံးအနှုန်းများကို အလိုအလျောက်ရိုးရှင်းအောင်ပြုလုပ်ရန် လုံလောက်သော ဉာဏ်ရည်ရှိသည်။ သို့သော်၊ သင်သည် ဤအရာအပေါ် ပိုမို ကောင်းမွန်သော ထိန်းချုပ်မှုကို လိုချင်ပါက၊ ၎င်းကို ကြည့်ပါ။ ရိုးရှင်းမှုများ.
ကောက်ချက်
SymPy သည် သင်္ကေတသင်္ချာအတွက် အားကောင်းသည့် စာကြည့်တိုက်တစ်ခုဖြစ်သည်။
ကိန်းရှင်များနှင့် လုပ်ဆောင်ချက်များကို ဖန်တီးရန်အပြင် သင်္ချာဆိုင်ရာ ထုတ်ပြန်ချက်များကို သင်္ကေတသဘောဖြင့် ချဲ့ထွင်ကာ ရိုးရှင်းစေပြီး ညီမျှခြင်းများ၊ မညီမျှမှုများနှင့် ညီမျှခြင်း/မညီမျှမှုများ၏ စနစ်များကိုပင် ဖြေရှင်းရန်အတွက် ၎င်းကို သင်အသုံးပြုနိုင်ပါသည်။
ဇာတ်ညွှန်း၏စာသားတွင်ရော terminal တွင်ပါ လုပ်ဆောင်ချက်များကို သင်ရေးသားနိုင်သည်။ Jupyter မှတ်စုစာအုပ်များ) အမြန်အကဲဖြတ်ခြင်းနှင့် ပြီးမြောက်သော တွက်ချက်မှုများ၏ ပိုမိုကောင်းမွန်သော ဂရပ်ဖစ်သရုပ်ဖော်မှုကို ရယူပါ။
SymPy ကို ပိုမိုလေ့လာရန် အဆင်သင့်ဖြစ်ပြီလား။ မှတ်ချက်များတွင် ကျွန်ုပ်တို့ကို အသိပေးပါ။
တစ်ဦးစာပြန်ရန် Leave