معرفی شرکت ها
engpy-1.0.6
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Python for Engineering
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | engpy-1.0.6 |
| نام | engpy |
| نسخه کتابخانه | 1.0.6 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Miracle Adebunmi |
| ایمیل نویسنده | miraclem2014@gmail.com |
| آدرس صفحه اصلی | https://github.com/miracle5284/engpy.git |
| آدرس اینترنتی | https://pypi.org/project/engpy/ |
| مجوز | MIT |
'''Engpy is a free and open-source Python library for Engineering computing
Engpy is targeted to take care of most engineering problems like caculus,
transforms, graphs, complex algebraic expressions, Matrices manipulation,
vector analysis, analyzing signals.
The Engpy consist of mainly 3 Datatypes:
1. Expr
This is the core datatype of Engpy. Most other engpy are based on this class
This class is responsible for any algebraic manipulations.
1. Simple Algebra: Addition, Subtraction, Multiplication, Division
Substitution of Expressions; a subject of the formula,
clear brackets, and fractions.
2. Caculus: linear and partial differentiation, integration, gradient
3. Trigonometry
4. logarithmic Expressions
5. Transforms: Laplace, Z-Transforms
6. Visualization: Graphs
7. Table of Values
8. Complex Number Manipulation
9. Solving Expressions
10. Support the engpy AI Implementation for manipulating expressions
Expr can be imported from engpy
>>> from engpy import Expr
See the doc file or Expr documentation to learn its usage
To interact with Expr as Discrete objects, use the interface module.
the interface module bridges between Expr Class and Expr datatypes.
For example, y = 2xcos3(2θ) - 7y^2sin(2ω) - ln(sqrt(z +3)); s = y - cos(5z)
This can be enter directly into the Expr Class
>>> from engpy import Expr
>>> w = Expr('2xcos3(2theta) - 7y^2sin(2omega) - ln(sqrt(z +3)); s = y - cos(5z)')
>>> s = w - 'cos(5z)'
>>> w
2xcos3(2θ) - 7y^2sin(2ω) - ln(sqrt(z + 3))
>>> s
2xcos3(2θ) - 7y^2sin(2ω) - ln(sqrt(z + 3)) - cos(5z)
In Discrete form
>>> from interface import *
>>> o,x,t,y,z = Var('omega', 'x', 'theta','y','z')
>>> w = 2*x*cos(2*t)**3 - 7*y**2*sin(2*o) - ln(sqrt(z + 3))
>>> w
2xcos3(2θ) - 7y^2sin(2ω) - ln(sqrt(z + 3))
>>> s = w - cos(5*z)
>>> s
2xcos3(2θ) - 7y^2sin(2ω) - ln(sqrt(z + 3)) - cos(5z)
Note that to cast Expr to string: use str(ExprObj) or format(ExprObj), repr(ExprObj)
str(ExprObj) will return the ExprObj in its simplest lowest form
format(ExprObj) will return the ExprObj in its normal form
repr(ExprObj) will return the ExprObj in the most readable form
it's recommended to use format or repr as they faster than str. Only use str when necessary
2. Matrix
This datatype handles all Matrix operations and manipulations. This datatype
rest on Expr Class.
1. Simple Matrix Algebra: Addition, Subtraction, Multiplication, Division
Substitution of Matrices
2. Determinant, Minors, Cofactors, Adjoin, transpose, rank
3. Reduction: echelon, canonical, triangular decomposition
4. Row and column Transformation operations
5. Decomposition: Triangular, Symmetric, hermitian decomposition
6. Matrix Geometry: eigenvalues, modal, spectral, nullspace
algebraic multiplicity, geometric multiplicity
of a Matrix
7. Differentiation
8. Solving and comparing Matrices
The matrix module or Matrix Class/datatype comes in two implementations.
as Matrix or Matrix_
Both can be import from engpy
>>> from engpy import Matrix
or
>>> from engpy import Matrix_
See the Matrix_doc file or engpy Arrays documentation to learn its usage
3. Vector
This data type holds the keys to vector analysis.
1. Simple Vector Algebra: Addition, Subtraction, Substitution, Modulus
of Vectors
2. Angles between Vectors
3. Multiplication of Vector: Dot, and scalar product
4. Vector Calculus: Differentiation and Integration
5. Vector Operations: Tangents, normals, grad, directional derivatives,
div, curl
6. Validating properties: solenoidal, irrotational, coplanar, orthogonality
7. Scalar, Vector Triple product
Vector Class can also be imported from engpy
>>> from engpy import Vector
Note that All these three datatypes works with python operators, +, -, /, *, ~
e.g MatObj1 + MatObj2
'''
نیازمندی
| مقدار | نام |
|---|---|
| >=3.1.0 | matplotlib |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.5 | Python |
نحوه نصب
نصب پکیج whl engpy-1.0.6:
pip install engpy-1.0.6.whl
نصب پکیج tar.gz engpy-1.0.6:
pip install engpy-1.0.6.tar.gz