scipy安装_科学计算工具包SciPy简介

每一个时代，都不缺少英雄。真正的英雄，通常都会默默无闻地隐于市井，而当危难来临的时刻，他们总会在正确的时刻出现在正确的位置上。SciPy就是一位这样的英雄，他几乎无所不能，却鲜为人知。SciPy基于NumPy提供的数据结构之上，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、机器学习等几乎所有你能想象到的学科领域。受益于Python无数的模块和Matplotlib绘图库的辅助，SciPy在功能上已经足以与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更加灵活。

1. SciPy概览

SciPy是一个基于Python的用于数学、科学和工程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库依赖于NumPy，提供了便捷且快速的多维数组操作，以及许多易用和高效的算法，如数值积分、插值、优化、线性代数和统计等。

2. 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重命名或更改，如果有必要，在进行更改之前，将对一个SciPy版本发出弃用警告。

• scipy.cluster：聚类算法子模块。
• scipy.constants：物理和数学常数子模块。
• scipy.fft：离散傅里叶变换子模块。
• scipy.fftpack：传统离散傅里叶变换子模块(即将被弃用)。
• scipy.integrate：积分子模块。
• scipy.interpolate：插值子模块。
• scipy.io：输入输出子模块。
• scipy.linalg：线性代数子模块。
• scipy.misc：例程子模块。
• scipy.ndimage：多维图像处理子模块。
• scipy.odr：正交距离回归子模块。
• scipy.optimize：优化与求根子模块。
• scipy.signal：信号处理子模块。
• scipy.sparse：稀疏矩阵子模块。
• scipy.spatial：空间算法和数据结构子模块。
• scipy.special：特殊函数子模块。
• scipy.stats：统计函数子模块

3. 安装和导入

大多数情况下，使用pip命令就可以将SciPy安装在本地电脑上。如果你的Python环境还没有安装NumPy和Matplotlib等模块，建议一并安装它们。

PS C:\Users\xufive> python -m pip install numpy scipy matplotlib

SciPy模块命名空间下面，几乎包含了NumPy模块命名空间中的所有函数，比如，SciPy同样提供NumPy模块中的pi常数和余弦函数。

>>> import scipy as sp
>>> sp.cos(sp.pi)

Warning (from warnings module):
  File "__main__", line 1
DeprecationWarning: scipy.cos is deprecated and will be removed in SciPy 2.0.0, use numpy.cos instead
-1.0

SciPy模块提供的NumPy模块中的常数和函数，虽然可用，但会显示警告信息，提醒从2.0版本之后将弃用。这些功能的重复，显示了SciPy家族发展中的分分合合。基于SciPy家族模块分工的原因，当我们使用这些函数时，应该从NumPy模块而非SciPy模块导入。

当我们需要调用SciPy的子模块函数时，应该导入子模块或者从子模块名称空间导入函数。例如，当我们计算定积分时，可以导入积分子模块integrate，然后调用integrate.quad()，也可以从积分子模块integrate导入定积分函数quad()。下面这两种方式都是可行的。

>>> from scipy import integrate
>>> from scipy.integrate import quad