Вернемся к Питону. Как я ранее говорил, мне нужен был Питон с научными библиотеками и поэтому я выбрал дистрибутив Анаконда. При его установке - а после распаковки он представляет из себя sh-скрипт - никакие ярлыки не ставятся. Что, впрочем, не мешает ее запускать из терминала из командной строки - при моем отношении к этому как к хобби - это не напрягает. Я посмотрел состав дистрибутива и начал со среды разработчика Spyder как наиболее мне знакомой и понятной, как разработчику. Если проект представляет из себя один файл - а в случае той же SEIRD модели так у меня и получилось - то просто запускаешь и все работает. В составе Spyder есть возможность пройтись по точкам остановки с инспекцией переменных - это сделано удобно. Однако мне было интересно сравнение полученных модельных данных с реальными данными. Для этого на первых порах я использовал штатную библиотеку matplotlib, идущую в составе Анаконды. Внутри Spyder графики показываются на отдельной вкладке и можно открыть их отдельным ...
Первый раз с Питоном я баловался наверное лет 7 назад
Второй раз интерес возник когда решил поиграться с моделями эпидемий, а конкретно - SEIR
Нужно было что-то что решает численно дифференциальные уравнения. На выбор было
Первый вариант был тоскливым и был откинут сразу
По второму я ничего не нашел - ну точнее там пришлось бы диффур самому "программировать" пользуясь встроенным математическим языком системы
Третий вариант показался мне удачным, ибо Питон содержит огромное количество математических библиотек
Началось с этой ссылки
Simulating Compartmental Models in Epidemiology using Python & Jupyter Widgets
С самой страницы есть ссылка на Гитхаб с исходниками в формате Jupiter Notebook
SEIRD Simulator in Python.ipynb
Для изучения сделал на своем ноутбуке виртуальную машину, поставил туда Убунту.
В качестве дистрибутива была выбрана научная Анаконда, которая скачивается в виде архива, распаковывается в sh-скрипт и его запуском ставится
Второй раз интерес возник когда решил поиграться с моделями эпидемий, а конкретно - SEIR
Нужно было что-то что решает численно дифференциальные уравнения. На выбор было
- Написать это прямо в Excel посредством VBA
- Поискать что-то научное - типа свободного Madcad
- Поискать по языкам программирования что содержат библиотеки для этого
Первый вариант был тоскливым и был откинут сразу
По второму я ничего не нашел - ну точнее там пришлось бы диффур самому "программировать" пользуясь встроенным математическим языком системы
Третий вариант показался мне удачным, ибо Питон содержит огромное количество математических библиотек
Началось с этой ссылки
Simulating Compartmental Models in Epidemiology using Python & Jupyter Widgets
С самой страницы есть ссылка на Гитхаб с исходниками в формате Jupiter Notebook
SEIRD Simulator in Python.ipynb
Для изучения сделал на своем ноутбуке виртуальную машину, поставил туда Убунту.
В качестве дистрибутива была выбрана научная Анаконда, которая скачивается в виде архива, распаковывается в sh-скрипт и его запуском ставится
Comments
Post a Comment