Py之Scipy：Scipy库(高级科学计算库)的简介、安装、使用方法之详细攻略

一个处女座的程序猿

已于 2022-09-19 22:19:22 修改

阅读量10w+

点赞数 72

分类专栏： Python_Libraries ML 文章标签： python scipy 科学计算库

于 2018-03-25 10:35:42 首次发布

本文链接：https://blog.csdn.net/qq_41185868/article/details/79682406

版权

ML 同时被 2 个专栏收录

506 篇文章 119 订阅

订阅专栏

Python_Libraries

245 篇文章 203 订阅

订阅专栏

Py之Scipy：Scipy库(高级科学计算库)的简介、安装、使用方法之详细攻略

Scipy库(高级科学计算库)的简介、安装、使用方法

Scipy库(高级科学计算库)的简介、安装、使用方法

Scipy是世界上著名的、开源的高级科学计算库。Scipy是基于Numpy构建的一个集成了多种数学算法和方便的函数的Python模块。通过给用户提供一些高层的命令和类来操作和可视化数据，SciPy在python交互式会话中，大大增加了操作和可视化数据的能力。通过SciPy，Python的交互式会话变成了一个数据处理和一个系统原型system-prototyping环境，可以与MATLAB、IDL、Octave、R-Lab和SciLab等系统相匹敌。
更重要的是，在Python中使用SciPy，还可以同时用一门强大的语言—Python来开发复杂和专业的程序。用SciPy写科学应用，还能获得世界各地的开发者开发的模块的帮助，受益于世界各地的开发人员在软件领域的许多小众领域中开发的附加模块。从并行编程到web到数据库子例程到各种类，Python程序员都可以使用。这些强大的功能，SciPy都有，特别是它的数学库。

官方文档：SciPy

1、Scipy的特点

基本算法：SciPy为优化、积分、插值、特征值问题、代数方程、微分方程、统计和许多其他类别的问题提供算法。
广泛适用的：SciPy提供的算法和数据结构广泛适用于各个领域。
基础：扩展NumPy，为数组计算提供额外的工具，并提供专门的数据结构，如稀疏矩阵和k维树。
性能：SciPy包装了用Fortran、C和C++等低级语言编写的高度优化的实现。享受Python的灵活性和编译代码的速度。

2、SciPy与NumPy关系

SciPy函数库在NumPy库的基础上增加了众多的数学、科学以及工程计算中常用的库函数。例如线性代数、常微分方程数值求解、信号处理、图像处理、稀疏矩阵等等。
Scipy和Numpy联系很密切，建立在Numpy之上。Scipy一般都是操控Numpy数组来进行科学计算、统计分析，所以可以说是基于Numpy之上了。Scipy有很多子模块可以应对不同的应用，例如插值运算，优化算法、数学统计等等。SciPy则是在NumPy的基础上构建的更为强大，应用领域也更为广泛的科学计算包。正是出于这个原因，SciPy需要依赖NumPy的支持进行安装和运行。