Python中Numpy 和 Scipy的比较

前段时间写了两个系列文章，分别介绍了Python中的两个重要的科学计算的库Numpy和Scipy。
从系列的文章中，可以看出，它们都提供了强大的数值计算功能，而且很多地方看着似乎是重复的。

其实这两个库虽然密切相关，但它们各自侧重的领域是不同的。
本篇我根据自己的使用体验，对两个库进行简单的对比分析。

1. Numpy的侧重点

首先是Numpy库，我认为它是Python中最基础的数值计算库，它是很多知名的科学计算库的基础（包括Scipy，其实也是基于Numpy的）。

这个库的名称Numpy分两部分，前半部分Num就是numerical的缩写，表示它专注于数值处理；py则是Python的缩写。

Numpy最强大的地方在于它的多维数组对象（ndarray），不仅可以存储和处理大规模的数据，而且在进行数学运算时具有很高的性能。
使用Numpy进行数值计算，绝对能改变你对Python运行性能差的固有印象。

这是因为Numpy并没有直接使用Python语言