《Python高手修炼之道：数据处理与机器学习实战》第7章 科学计算工具包SciPy

第7章 科学计算工具包SciPy

每一个时代都不缺少英雄。真正的英雄通常会默默无闻地隐于市井，当危难来临时，他们总会在正确的时刻出现在正确的位置上。SciPy就像是一位这样的英雄，它几乎无所不能，却鲜为人知。SciPy基于NumPy提供的数据结构，构建了大量的数学算法和工程函数，涵盖了数学分析、线性代数、空间向量、形态学、图像处理、信号分析、机器学习等领域。受益于Python的模块和Matplotlib的辅助，SciPy在功能上足以与MATLAB、IDL、Octave、R-Lab和SciLab等系统相媲美，而在使用上远比上述这些系统灵活。

7.1 SciPy概览

SciPy是一个基于Python的应用于数学、科学和工程领域的开源软件生态系统，而SciPy模块则是这个生态系统的核心包之一。SciPy模块依赖于NumPy，提供了便捷且快速的多维数组操作，以及许多易用且高效的算法，如数值积分、插值、优化、线性代数和统计等。

7.1.1 SciPy的组成

SciPy的核心功能被封装在17个子模块中，子模块命名空间中的所有函数都是公有的。这意味着在后续的升级版本中，子模块中的所有函数不太可能以不兼容的方式被重命名或更改，如果有必要，在进行更改之前，开发者将对一个SciPy版本发出弃用警告。下面列出的是SciPy的17个子模块。

（1）scipy.cluster：聚类算法子模块。

（2）scipy.constants：物理和数学常数子模块。

（3）scipy.fft：离散傅里叶变换子模块。

（4）scipy.fftpack&#