【Scipy】初步认识
2016-06-27 22:08
696 查看
Scipy扩展包括多种多样的工具箱,这些工具致力于解决科学计算中的常见问题。不同的子模块对应不同的应用,比如插值, 整合, 优化, 图像处理, 统计, 特殊功能等等。
scipy可以和其他的标准科学计算包相提并论,比如
GSL(C 和 C++编写的GNU科学库), 或者 Matlab 的工具箱。
scipy是Python科学计算中的核心扩展;它能够在
numpy列表上有效的运作,以便numpy 和 scipy 能够互相协同。
在执行一个历程之前,值得核对期望的数据处理工作是否已经在Scipy中执行。作为非专业的开发人员, 科研人员往往倾向于重复造轮子,这使得写出的代码冗余,不佳, 难以共享和不利于维护。相反,
Scipy中的代码是经过优化和测试过的,而且可能的情况是是最值得使用的。
scipy 包括以下特殊任务的子模块:
scipy.cluster | Vector quantization / Kmeans |
---|---|
scipy.constants | Physical and mathematical constants |
scipy.fftpack | Fourier transform |
scipy.integrate | Integration routines |
scipy.interpolate | Interpolation |
scipy.io | Data input and output |
scipy.linalg | Linear algebra routines |
scipy.ndimage | n-dimensional image package |
scipy.odr | Orthogonal distance regression |
scipy.optimize | Optimization |
scipy.signal | Signal processing |
scipy.sparse | Sparse matrices |
scipy.spatial | Spatial data structures and algorithms |
scipy.special | Any special mathematical functions |
scipy.stats | Statistics |
numpy,但是模块之间应该保持相互尽可能的独立。导入 Numpy 和这些 Scipy 模块的标准方式如下:
>>> import numpy as np >>> from scipy import stats # same for other sub-modules
scipy主空间很有可能包含了一些 numpy 函数(试试
scipy.cos即
np.cos)。 这些暴露仅仅是历史的原因;通常没有理由在你的代码中使用
import scipy。
相关文章推荐
- [bzoj2668] [cqoi2012]交换棋子
- Java中的NIO,BIO,AIO定义
- Nginx反向代理和负载均衡
- Mac下eclipse安装SVN插件
- -我的技术之路
- android wifi连接+基于socket的文件数据传输(上)
- 开源日志系统比较:scribe、chukwa、kafka、flume
- 用了就会上瘾的几个shell命令行快捷键
- ThinkPad X250加装固态硬盘教程
- Python 之 多线程同步(1)
- 【JZOJ 3466】选课
- JaveWeb--Servlet中实现转发
- devstack部署openstack时的local.conf文件的问题
- 请编写一个方法,将字符串中的空格全部替换为“%20”。假定该字符串有足够的空间存放新增的字符,并且知道字符串的真实长度(小于等于1000),同时保证字符串由大小写的英文字母组成。 给定一个string
- CPA软件线下推广技巧
- 阿里巴巴-德鲁伊druid连接池配置
- tcpdump-截获、分析数据包
- java.lang.NoClassDefFoundError: com.google.gson.Gson
- Spark计算模型
- 单向循环链表C语言实现