SageMath 安装
SageMath 是一个免费的开源数学软件系统,它构建在许多现有的开源软件包之上,包括 NumPy、SciPy、matplotlib、Sympy、Maxima、GAP、FLINT、R 和更多的。与 Magma、Maple、Mathematica 和 MATLAB 等专有软件不同,Sage 可以免费使用,并允许您查看和修改源代码。如果您熟悉 Python,您会对 Sage 感到宾至如归,因为它通过一组强大的数学工具扩展了 Python。
开始使用 Sage 的最简单方法是在名为 CoCalc 的平台上基于浏览器的工作簿中运行代码。 CoCalc 的免费层提供了多种好处,包括协作、自动依赖关系管理以及无需在本地安装软件即可方便地执行 Sage 代码。然而,在使用 CoCalc 一段时间后,我发现自己想要更快的设置,不受云环境的限制。这导致我在我的机器上本地安装 Sage。
如果您运行的是 Windows,安装 Sage 需要一些额外的步骤。
- 下载适用于 Linux 的 Windows 子系统。确保您使用的是 WSL2。
- 阅读设置 WSL 开发环境也很有帮助。
您可以在 Sage 安装指南中找到本地安装的说明。
安装 Sage 的方法有多种,每种方法都有其优点。从源代码安装 Sage 提供了最大的灵活性,但这是一个漫长的过程,可能会带来一些挑战。安装必要的依赖项可能需要相当长的时间,并且用于构建 Sage 的 make 命令也需要一些耐心,具体取决于您的计算机资源。
对于那些寻求更简单、更快的安装过程的人来说,使用 conda-forge 是一个很好的选择。 Conda-forge 是社区驱动的 conda 软件包集合,可以轻松安装和管理 Sage,而无需处理源代码构建的复杂性。以下是如何开始:
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh" bash Miniforge3-$(uname)-$(uname -m).sh conda create -n sage sage python=3.11
通过 conda 安装 Sage 后,您将看到类似以下内容的消息。请注意所提供的说明,它们将指导您如何激活和管理新的 Sage 环境:
Transaction finished To activate this environment, use: micromamba activate /home/samuel-lubliner/miniforge3 Or to execute a single command in this environment, use: micromamba run -p /home/samuel-lubliner/miniforge3 mycommand installation finished. Do you wish to update your shell profile to automatically initialize conda? This will activate conda on startup and change the command prompt when activated. If you'd prefer that conda's base environment not be activated on startup, run the following command when conda is activated: conda config --set auto_activate_base false You can undo this by running `conda init --reverse $SHELL`? [yes|no] [no] >>> no
此提示询问您是否希望 conda 在每次 shell 启动时自动初始化。我更喜欢保持环境清洁,所以我选择了否。此选择使基础环境在启动时保持非活动状态,这有助于防止命令提示符因不必要的环境激活而混乱。如果您喜欢此设置,请在出现提示时输入 no。
You have chosen to not have conda modify your shell scripts at all. To activate conda's base environment in your current shell session: eval "$(/home/samuel-lubliner/miniforge3/bin/conda shell.YOUR_SHELL_NAME hook)" To install conda's shell functions for easier access, first activate, then: conda init Thank you for installing Miniforge3!
手动激活您的环境可确保您保持对 conda 环境加载时间和方式的控制。如果您使用多个环境,此方法很有用。
由于我选择不让 conda 修改我的 shell 脚本,因此我使用以下命令手动运行 Sage。此方法可确保环境清洁并让我可以控制何时激活 Sage:
samuel_lubliner@DESKTOP-QGSGOAI:~$ eval "$(/home/samuel_lubliner/miniforge3/bin/conda shell.bash hook)" (base) samuel_lubliner@DESKTOP-QGSGOAI:~$ conda activate sage (sage) samuel_lubliner@DESKTOP-QGSGOAI:~$ sage -n jupyter
- 第一个命令在当前 shell 中初始化 conda。
- 第二个命令激活 sage 环境。
- 第三个命令使用 Jupyter 笔记本界面启动 Sage。
请注意,(base) 表示 conda base 环境已激活,(sage) 表示 sage 环境已激活。每次运行这些命令可能会变得重复,因此让我们通过创建 bash 脚本来自动化此过程。我们可以创建文件 sage_nb.sh。如果您使用 WSL,文档建议:
#!/bin/bash # Switch to desired windows directory cd /mnt/c/path/to/desired/starting/directory # Start the Jupyter notebook SAGE_ROOT/sage --notebook # Alternatively you can run JupyterLab - delete the line above, and uncomment the line below #SAGE_ROOT/sage --notebook jupyterlab
就我而言,我安装了 JupyterLab,因为我更喜欢它更现代的界面。这是我的脚本:
#!/bin/bash # Start JupyterLab /home/samuel_lubliner/miniforge3/envs/sage/bin/sage --notebook jupyterlab
要运行脚本,您首先需要使其可执行:
chmod ug+x ~/sage_nb.sh
现在您可以在任何时候启动 Sage 时运行该脚本:
cd ~ ./sage_nb.sh
如果一切设置正确,运行脚本将在您的终端中启动 Jupyter 服务器。从这里开始,您可以开始在浏览器中使用 Sage。
如果您喜欢更用户友好的方法,您可以通过在桌面上创建可单击的快捷方式来进一步使用此 bash 脚本。这允许您双击启动 Sage 和 JupyterLab。您可以在 SageMath 文档中找到有关如何创建此快捷方式的详细说明。
以上是SageMath 安装的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优
