SciPy庫依賴于NumPy，它提供了便捷且快速的N維數(shù)組操作。 SciPy庫的構(gòu)建與NumPy數(shù)組一起工作，并提供了許多用戶友好和高效的數(shù)字實(shí)踐，例如:數(shù)值積分和優(yōu)化的例程。它們一起運(yùn)行在所有流行的操作系統(tǒng)上，安裝快速且免費(fèi)。 NumPy和SciPy易于使用，但強(qiáng)大到足以依靠世界上一些頂尖的科學(xué)家和工程師。

SciPy子包

SciPy被組織成覆蓋不同科學(xué)計(jì)算領(lǐng)域的子包。這些總結(jié)在下表中 -

子包
scipy.cluster	矢量量化/Kmeans
scipy.constants	物理和數(shù)學(xué)常數(shù)
scipy.fftpack	傅里葉變換
scipy.integrate	集成例程
scipy.interpolate	插值
scipy.io	數(shù)據(jù)輸入和輸出
scipy.linalg	線性代數(shù)例程
scipy.ndimage	n維圖像包
scipy.odr	正交距離回歸
scipy.optimize	優(yōu)化
scipy.signal	信號(hào)處理
scipy.sparse	稀疏矩陣
scipy.spatial	空間數(shù)據(jù)結(jié)構(gòu)和算法
scipy.special	任何特殊的數(shù)學(xué)函數(shù)
scipy.stats	統(tǒng)計(jì)

數(shù)據(jù)結(jié)構(gòu)

SciPy使用的基本數(shù)據(jù)結(jié)構(gòu)是由NumPy模塊提供的多維數(shù)組。 NumPy為線性代數(shù)，傅立葉變換和隨機(jī)數(shù)生成提供了一些功能，但與SciPy中等效函數(shù)的一般性不同。

上一篇：Scipy優(yōu)化算法下一篇：Scipy FFTpack