SciPy学习笔记

SciPy简介

SciPy，发音为Sigh Pi，是一个python开源库，在BSD授权下发布，主要用于数学、科学和工程计算。

SciPy库依赖于NumPy，NumPy提供了方便和快速的n维数组操作。它们一起可以运行在所有流行的操作系统上，安装简单，使用免费。

现在，组合使用NumPy、SciPy和Matplotlib，作为MATLAB的替代品已经成为趋势。相比MATLAB，Python功能更强大、编程更容易。

SciPy模块

根据针对的计算领域，SciPy被分成各个不同的模块。下表对这些模块进行了总结：

库名称	功能
scipy.cluster Vector quantization / Kmeans scipy.constants	物理和数学常数
scipy.fftpack	傅里叶变换
scipy.integrate	积分
scipy.interpolate	插值
scipy.io	文件
scipy.linalg	线性代数
scipy.optimize	优化
scipy.ndimage	多维图像处理
scipy.signal	信号处理
scipy.sparse	稀疏矩阵
scipy.special	特殊函数
scipy.stats	统计

SciPy参考学习网站

SciPy学习网站

课堂练习

题目1 随机产生一个5行3列的矩阵(元素值的范围1-100)，使用scipy计算行与行的距离。

import scipy.spatial.distance 
import numpy as np 
A = np.random.randint(0,101,[5,3]) #随机生成矩阵各个元素
#print(A)
X=scipy.spatial.distance.pdist(A) #计算行与行之间的距离
print(X)

输出结果：

题目2 使用scipy计算如下函数的最大值。
$$f(x)=si{n}^2(x-2)\times e^{-x^2}$$

import scipy.optimize 
import numpy as np 
def f(x): 
    return -np.sin(x-2)**2 * np.exp(-x*x)
#scipy提供求最小值所在位置的函数，通过计算相反数来计算最大值 
max_x=scipy.optimize.fmin( f ,0) 
print( -f(max_x) )

输出结果：