Jupyter使用

Python

Conda安装

Conda环境可用来为不同的程序设置不同的虚拟运行环境，因为不同的服务需要的环境不一样，
为每个服务设置不同的虚拟环境可以避免服务之间的依赖库冲突。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 对AMD架构
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh 

# 对ARM架构
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
bash Miniconda3-latest-Linux-aarch64.sh

# Conda的简单使用 
conda create --name myenv
conda create --name myenv python=3.8 

conda activate myenv
conda install numpy
conda deactivate 

# Julia环境安装
pip install jill 
jill upstream # 查看镜像名称 
jill install --upstream TUNA # 从清华镜像安装最新版本的Julia环境

注： Conda的安装应选择与机器架构相匹配的脚本。可查看：https://repo.anaconda.com/miniconda

Jupyter的使用

绘图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
# 导入库
import matplotlib.plt as plt 
import pandas as pd 
import numpy as np 

# 读取csv数据
df = pd.read_csv("inp.asc",sep='\t',skiprows=6,header=None)

# 输出Dataframe中的数据
df.to_csv("out.tab",sep='\t',index=False,header='')

# 去除Dataframe中无效的数据
# 去除列中的NAN数据，因为有时输入数据中的最后一行可能包含'\t'字符。 
df.dropna(axis=1) 

# 画二维图：
plt.imshow(df)
plt.show() 

# 输出Dataframe表头信息和前几行数据
print(df.columns)
print(df.header())

# 将Dataframe中的数据赋值给另一个变量
data = df.values

# 提取Dataframe中的数据：
row  = df.iloc[1] 
plt.plot(row)

col1 = df['T[s]'] 
col2 = df['h-[45,1]'] 
col3 = df['h-[50,1]'] 
col4 = df['h-[55,1]'] 

plt.plot(col1,col2,label='L$_1$') 
plt.plot(col1,col3,label='L$_2$') 
plt.plot(col1,col4,label='L$_3$') 
plt.title('Dataframe Plot')
plt.xlabel('T[s]')
plt.ylabel('Depth[m]')
plt.legend() 
plt.show()