Python SciPy
SciPy Python库是为了与NumPy数组一起工作而构建的，它提供了许多用户友好且高效的数值实践，例如数值集成和优化的例程。 它们一起运行在所有流行的操作系统上，可以快速安装并且是免费的。 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 Sub-packages
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 | Physical and mathematical constants |
| scipy.fftpack | Fourier transform |
| scipy.integrate | 集成例程 |
| scipy.interpolate | Interpolation |
| scipy.io | 数据输入和输出 |
| scipy.linalg | Linear algebra routines |
| scipy.optimize | Optimization |
| 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 | Any special mathematical functions |
| scipy.stats | Statistics |
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功能，但没有提供SciPy中等效函数的通用性。
在接下来的章节中，我们将看到许多关于在数据科学工作中使用python的SciPy库的例子。
<上一篇.Python Numpy
Python Matplotlib.下一篇>
