如何使用python，PyLab，NumPy等来上我的物理实验课

Question

这学期我上了一门科学编程课程，我非常喜欢，也做了很多实验。我们使用python和所有相关模块。下学期我要参加一个物理实验，我只想听听你们中的一些人，python是如何帮助我的，而这些方法是excel无法提供的，或者是在某种程度上优于excel的能力。我使用Mathematica作为符号，因此我将使用python来实现数据目的。在

下面是我可以做的相关事情：

• 所有你在入门课程中所期望的东西（循环、数组、切片数组等）。

• 从文本文件读取数据。

• 绘制散点图、线图和条形图。

• 学习如何绘制线性回归图，但还没有完全弄明白。

• 关于Euler项目，我已经做了7个问题（没有什么值得夸耀的，但它可能会让你更好地了解我的技能所在）。

期待你们的回音。你不必解释如何使用你提到的东西，我可以查阅文件。在

Answer 1

纸Python all a scientist needs浮现在脑海中。我希望你能从生物学到物理学进行必要的转变。在

Answer 2

不要直接拒绝Excel。对于简单的数据分析和绘图来说，它仍然很有用。Excel还有一个相当大的优势，可以安装在大多数工程师和科学家的计算机上，这使得与同事分享你的工作变得更加容易。在

这就是说，我确实使用Python，而Excel却无法阻止它；当我不得不：

• 根据第三列为散点图中的点着色
• 绘制向量场
• 从几千个数据文件中的每个文件中提取一些值来进行统计过程控制
• 在一个大数据集的不同维度上生成几十个散点图，以找出哪些变量是重要的
• 在计算的几个中间点求解一个非线性方程，而不仅仅是最终的结果。在
• 接受来自用户的可变长度输入以定义问题

Excel中的VBA也可以做很多这样的事情，但在这样一种原始语言中，它很快就会变得痛苦。我梦想微软能在下一个版本的Excel中使IronPython成为一流的脚本语言。在此之前，您可能需要尝试Resolver One

Answer 3

Scipy对您也很有用，因为它包含许多更高级的分析工具。例如，Scipy包含了一个线性回归，并从中得到了更有趣的结果。与您提到的其他工具一起，您可能会发现您的大部分需求都得到了满足。在

刀具选择的其他注意事项：

1. Mathematica是一个很好的工具，如果你买得起的话。我也尝试过其他的选择，比如Sympy，遗憾的是，它们没有Mathematica那么有用。在
2. 我无法想象在任何严肃的科学工作中使用Excel。如果你打算继续使用你在课堂上学到的工具，你最好从能给你提供这种潜力的工具开始。在