SciPy - 教程

• 

  简述

  SciPy，一个 Python 的科学库，是一个开源的、BSD 许可的数学、科学和工程库。SciPy 库依赖于 NumPy，它提供了方便快捷的 N 维数组操作。构建 SciPy 库的主要原因是，它应该与 NumPy 数组一起使用。它提供了许多用户友好和高效的数值实践，例如数值积分和优化的例程。这是一个介绍性教程，涵盖了 SciPy 的基础知识并描述了如何处理其各种模块。

  本教程是为希望了解 SciPy 的基本功能以及各种功能的读者准备的。完成本教程后，读者将发现自己处于中等专业水平，从那里他们可以将自己提升到更高水平的专业知识。

  在继续本教程中给出的各种概念之前，希望读者对 Python 有基本的了解。除此之外，如果读者对其他编程语言有一些基础知识，这将非常有帮助。SciPy 库依赖于 NumPy 库，因此学习 NumPy 的基础知识使理解变得容易。
• 

  SciPy 子包

  SciPy 被组织成涵盖不同科学计算领域的子包。这些总结在下表中 -

  scipy.cluster	矢量量化/Kmeans
  scipy.constants	物理和数学常数
  scipy.fftpack	傅里叶变换
  scipy.integrate	集成例程
  scipy.interpolate	插值
  scipy.io	数据输入输出
  scipy.linalg	线性代数例程
  scipy.ndimage	n维图像包
  scipy.odr	正交距离回归
  scipy.optimize	优化
  scipy.signal	信号处理
  scipy.sparse	稀疏矩阵
  scipy.spatial	空间数据结构和算法
  scipy.special	任何特殊的数学函数
  scipy.stats	统计数据

• 

  数据结构

  SciPy 使用的基本数据结构是 NumPy 模块提供的多维数组。NumPy 为线性代数、傅里叶变换和随机数生成提供了一些函数，但没有 SciPy 中等效函数的通用性。