Heb je aan Python genoeg als wetenschappelijke software?

Scilab gaat ook weg. Ik vind het niet prettig werken.

Nu nog zien of wxMaxima of GNU Octave de moeite waard zijn om te bewaren.
 
Ik heb Python ook eens op mijn Mac gezet om een beetje te nerden. Tips voor goede websites om er een beetje in te komen? Heb op zich wel programmeerervaring maar dit is van vroeger en roestig en niet in Python (C, C++, Javascript (in Unity voornamelijk maar ook wel browser), (Blitz) Basic en wat scripttalen etc.).
 
Ik heb Python ook eens op mijn Mac gezet om een beetje te nerden. Tips voor goede websites om er een beetje in te komen? Heb op zich wel programmeerervaring maar dit is van vroeger en roestig en niet in Python (C, C++, Javascript (in Unity voornamelijk maar ook wel browser), (Blitz) Basic en wat scripttalen etc.).
Misschien iets via je werk regelen? Op bv Pluralsight is heel veel te vinden: Search
 
  • Duimpje
Duimpjes: Nap
Nog wat met wxMaxima geëxperimenteerd, en als symbolische calculator werkt dat heel prettig. Maar Python heeft daar ook een pakket voor:

sympy.png


Ik heb met dat Python-pakket nog geen ervaring, maar zal dat nu uitproberen. Als dat bevalt kan wxMaxima ook weg.
 
Zojuist wat met Sympy gehobbyd, en het ziet ernaar uit dat je met Sympy hetzelfde kunt als met wxMaxima, maar dat de syntaxis iets omslachtiger is dan bij wxMaxima omdat Python een object-oriented structuur heeft.
 
Ik vind dat (wx)Maxima toch te weinig toevoegt, dus dat programma kan ook weg. GNU Octave houd ik nog wel want daarvoor bestaan ook allerlei aanvullende pakketten voor speciale toepassingen.
 
Hier wat uitleg: 3.2. Sympy : Symbolic Mathematics in Python — Scipy lecture notes

Misschien ook wel leuk voor Nap om mee te beginnen...
Ik ben niet zo heel wiskundig aangelegd, ben eens gestart met wat werkgerelateerde dingen te proberen door Excel datafiles naar CSV te exporteren en daar in Python mee te klooien. Het is wel een hele fijne taal om mee te werken moet ik zeggen, lekker compact en logische syntax en geen gezeur met starre datatype declaraties en arrays dimensioneren enzo. Ik probeer me in eerste instantie ook te beperken tot de standaard libraries/modules, want ik heb al gezien dat het ook op dat gebied een absolute jungle is met talloze keuzes en mogelijkheden.
 
Python is heel populair en omdat het Open Source is zijn er allerlei developers actief om aanvullende modules/libraries te schrijven. Vandaar de "jungle". Voordeel is wel dat er bijna altijd wel een pakket is te vinden dat je voor je eigen doeleinden kunt gebruiken. Ik ben nu onderstaand boek aan het bestuderen (bevalt tot nog toe heel goed):

 
Ik vind dat wel een beetje een tweesnijdend zwaard; aan de ene kant is het tof dat er zoveel modules ontwikkeld worden en dat je daardoor bijna altijd wel iets kan vinden dat je kan helpen, maar vaak zijn dingen ook 'half af' of worden ze na verloop van tijd in de steek gelaten en niet meer bijgewerkt en kunnen daardoor op een gegeven moment niet meer mee (bijvoorbeeld door compatibiliteit eisen met nieuwere versies van de omgeving of OS). En overzichtelijker wordt het er ook niet van. Vandaar dat ik me in deze fase nog even wil oriënteren op de 'factory settings', uitbreiden kan altijd nog als ik verder ben en ook duidelijker wordt waar extra libraries van pas kunnen komen.
 
Ik doe dat nu zelf ook: eerst de standaard dingen leren, en de meer exotische opties alleen bekijken als ik die nodig heb.
 
Laatst gewijzigd:
Doe ik al. ;-) NumPy, SciPy, Matplotlib en SymPy beschouw ik als wiskundige standaard pakketten.
 
Even gekeken, maar PlugData van GitHub installeren is voor een hobbyist als ik niet te doen.

Onder aan staat Assets. Klap deze open. Daar staan genoeg kant en klare plug-ins.
 

Attachments

  • 68E19907-F729-4398-9F9C-FA4E8657F41C.jpeg
    68E19907-F729-4398-9F9C-FA4E8657F41C.jpeg
    113,6 KB · Bekeken: 92
Even gekeken, maar PlugData van GitHub installeren is voor een hobbyist als ik niet te doen.
Nerds zullen wellicht 'from source' willen installeren maar gewone stervelingen zoals ik kunnen gewoon een repository toevoegen:

Bash:
echo 'deb http://download.opensuse.org/repositories/home:/plugdata/xUbuntu_22.04/ /' | sudo tee /etc/apt/sources.list.d/home:plugdata.list
curl -fsSL https://download.opensuse.org/repositories/home:plugdata/xUbuntu_22.04/Release.key | gpg --dearmor | sudo tee /etc/apt/trusted.gpg.d/home_plugdata.gpg > /dev/null
sudo apt update
sudo apt install plugdata

Overigens kan je het bovenstaande ook gewoon handmatig instellen hoor. Eerst voeg je een repository toe aan jouw lijst met pakketbronnen, gevolgd door het installeren van de bijhorende sleutel om een 'trust' in te stellen en tenslotte een update van alle pakketten van alle pakketbronnen (waaronder de net toegevoegde pakketlijst)
Daarna kan je gewoon installeren via de gebruikelijke programma's (sudo apt install ...)

MAAR merk op dat je dan wel de juiste pakketbron (source) toevoegd. Voor Linux Mint gebruik je gewoon de Ubuntu-versie. Linux Mint gebruikt trouwens gewoon de Ubuntu repositories voor alle pakketten waaronder ook de kernel. Enkel de specifieke Linux Mint-toepassingen komen uit de Linux Mint repositories.

Als ik me niet vergis dan gebruik jij Linux Mint 19.x dus zou je de Ubuntu-tegenhanger kunnen gebruiken, namelijk Ubuntu 19 maar die versie is NIET beschikbaar. Het is NIET verstandig om een repositorie toe te voegen voor een andere versie. (idem voor de losse, binaire .deb-pakketten)

Dan rest je inderdaad enkel de optie om te starten vanuit de broncode zelf (downloaden, .make,....) maar ik zie dat o.a. zelfs de package maintainers van OpenSuse moeilijkheden hebben om deze toepassingen te 'builden' ...https://build.opensuse.org/project/monitor/home:plugdata

ik zou dan toch nog "even' wachten tot er een eerste, officiële release beschikbaar is. Op dit ogenblik is PlugData nog pre-release materiaal en de kans op fouten en problemen is niet onbestaande en zonder ervaring om toepassingen te maken 'from source' ga je wellicht tegen allerlei problemen aanlopen.
 
Mijn ervaring is helaas (!) dat het installeren van programma's vanaf GitHub meestal meer bijkomende problemen oplevert dan dat je er plezier van hebt. Dat wil zeggen: als je zelf (zoals ik) geen developer bent. Omdat ik toch al probeer om mezelf te beperken in het aantal programma's dat ik gebruik zie ik er dan maar liever vanaf zodra zich weer eens problemen (meestal met dependencies) voordoen.
 
Back
Top