Python编程基础-Scipy

李金的中文Python笔记[https://github.com/lijin-thu/notes-python]的学习笔记及摘要。

Scipy概述

Scipy 是 Python 中进行科学计算的一个第三方库，以 Numpy 为基础。
Scipy 由不同科学计算领域的子模块组成：

子模块	描述
cluster	聚类算法
constants	物理数学常数
fftpack	快速傅里叶变换
integrate	积分和常微分方程求解
interpolate	插值
io	输入输出
linalg	线性代数
odr	正交距离回归
optimize	优化和求根
signal	信号处理
sparse	稀疏矩阵
spatial	空间数据结构和算法
special	特殊方程
stats	统计分布和函数
weave	C/C++ 积分

在使用 Scipy 之前，为了方便，假定这些基础的模块已经被导入：

import numpy as np
import scipy as sp
import matplotlib as mpl
import matplotlib.pyplot as plt

使用 Scipy 中的子模块时，需要分别导入：

from scipy import linalg, optimize

查找函数文档方法

np.info(optimize.fmin)  # 使用 numpy 中的 info 函数来查看函数的文档
np.lookfor("resize array")  # 用lookfor来查询特定关键词相关的函数
np.lookfor("remove path", module="os")  # 可以指定查找的模块

Spicy概率统计方法

待深入学习

Spicy曲线拟合

待深入学习

Spicy最小化函数、积分、解微分方程、稀疏矩阵

待深入学习

线性代数

numpy 和 scipy 中，负责进行线性代数部分计算的模块叫做 linalg。

numpy.linalg VS scipy.linalg

一方面scipy.linalg 包含 numpy.linalg 中的所有函数，同时还包含了很多 numpy.linalg 中没有的函数。
另一方面，scipy.linalg 能够保证这些函数使用 BLAS/LAPACK 加速，而 numpy.linalg 中这些加速是可选的。
因此，在使用时，我们一般使用 scipy.linalg 而不是 numpy.linalg。

待深入学习