python支持强大的科学计算功能_用 Python 写高效科学计算程序设计

1、科学计算中的突出问题及需求

概括一般科学计算的特点，主要包括四方面：

数值计算种类多

对于某个问题的求解，可能需要不同种类的函数，如三角函数，积分函数，概率统计函数以及某些特殊函数。

需要大量数值计算库支持。

计算密集型问题突出

在大量复杂问题，需要的时间可能指数增长，时间密集性任务往往使程序运行效率低下。计算任务的时间瓶颈必须特殊处理。

数据图形化

数据结果的图形化，有利于结论的表现，是实验分析的重要手段。

UI设计需求

程序功能稳定后，需求友好的UI设计，从而提高程序的可用性及普及度。

一般科学计算程序设计很难兼顾以上四部分，大多是独立完成。如调用数据计算库可能会用到GNU Scientific Library；为了并行化处理问题，可能要特别地求助MPI或openMP实现；数据的视图化可能要另外通过Matlab或mathematica操作来实现；对于UI的设计，使用Labview这样的专用工具但又对其他方面的调用显得很不方便。如果能兼顾以上四方面的需求，做到程序设计中的数据流传递平滑过渡，函数无缝调用，那么程序设计的效率将大大提高，因为消除了很多耗时的人工操作，低效率的接口调用，程序的整体显得统一高效。以python语言为中心的程序设计很容易达到这个目的，而传统的Fortran语言望尘莫及。

2、以python为中心的高效科学计算程序设计框架

根据现有科学计算的特点，设计出一套以python语言为中心的高效程序设计框架。