SciPy 简介

SciPy 是一个开源的 Python 算法库和数学工具包。它遵循BSD许可，用于执行数学、科学和工程计算。

SciPy 库依赖于 NumPy，它提供了方便快捷的 N 维数组操作。构建 SciPy 库的主要原因是，基于 NumPy 数组进行更丰富多样的计算。

SciPy为用户提供了很多友好且高效的数值处理方式，例如用于数值积分和优化的例程。它和NumPy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信赖。

SciPy 应用

Scipy 是一个用于数学、科学、工程领域的常用软件包，可以处理最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶变换、信号处理、图像处理、常微分方程求解器等。 。

SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。

NumPy 和 SciPy 的协同工作可以高效解决很多问题，在天文学、生物学、气象学和气候科学，以及材料科学等多个学科得到了广泛应用。

SciPy 子包

SciPy 被组织成涵盖不同科学计算领域的子包。它都包含如下的子包

• scipy.cluster 矢量量化 / Kmeans
• 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.ndimage n维图像包
• scipy.odr 正交距离回归
• 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 提供了一些用于线性代数、傅立叶变换和随机数生成的函数，但不具备 SciPy 中等效函数的通用性。