Python - 数据科学 SciPy

• 

  简述

  Python 的 SciPy 库是为使用 NumPy 数组而构建的，并提供了许多用户友好且高效的数值实践，例如用于数值积分和优化的例程。它们一起运行在所有流行的操作系统上，安装快速且免费。NumPy 和 SciPy 易于使用，但功能强大，足以让一些世界领先的科学家和工程师依赖。
• 

  SciPy 子包

  SciPy 被组织成涵盖不同科学计算领域的子包。这些总结在下表中 -

  scipy.constants	物理和数学常数
  scipy.fftpack	傅里叶变换
  scipy.integrate	集成例程
  scipy.interpolate	插值
  scipy.io	数据输入输出
  scipy.linalg	线性代数例程
  scipy.optimize	优化
  scipy.signal	信号处理
  scipy.sparse	稀疏矩阵
  scipy.spatial	空间数据结构和算法
  scipy.special	任何特殊的数学函数
  scipy.stats	统计数据

• 

  数据结构

  SciPy 使用的基本数据结构是 NumPy 模块提供的多维数组。NumPy 为线性代数、傅里叶变换和随机数生成提供了一些函数，但没有 SciPy 中等效函数的通用性。

  在接下来的章节中，我们将看到很多关于在数据科学工作中使用 Python 的 SciPy 库的示例。