(6)Python Scipy库


Python的SciPy库构建NumPy数组,并提供许多用户友好和高效的数字实践,例如:数值集成和优化例程。 它们一起运行在所有流行的操作系统上,安装快速且免费。 NumPy和SciPy易于使用,它们强大到足以满足世界上一些顶尖的科学家和工程师的使用。

SciPy子包

SciPy被组织成覆盖不同科学计算领域的子包。 这些总结在下表中 –

包名 描述
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 数据输入和输出
scipy.linalg 线性代数例程
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

数据结构

SciPy使用的基本数据结构是由NumPy模块提供的多维数组。 NumPy为线性代数,傅立叶变换和随机数生成提供了一些功能,但与SciPy中等效函数的一般性不同。

在接下来的章节中,我们将看到很多关于在数据科学工作中使用Python的SciPy库的例子。

 关注右侧公众号,随时随地查看教程
 
Python数据分析教程目录 

You may also like...