SciPy
SciPy（读作"sigh pie"）是一个免费开源的Python科学和数学工具。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。
简介
时间轴
- 2012年09月25日，发布SciPy 0.11.0
- 2017年10月25日，发布SciPy 1.0.0
- 2021年4月25日，发布SciPy 1.6.3
安装
基本
结构
SciPy包含多个子模块，用于不同科学计算领域。如下：
| 模块 | 描述 |
|---|---|
| scipy.cluster | 向量计算 / Kmeans |
| scipy.constants | 物理和数学常量 |
| scipy.fftpack | 傅里叶变换 |
| scipy.integrate | 积分程序 |
| scipy.interpolate | 插值 |
| scipy.io | 数据输入和输出 |
| scipy.linalg | 线性代数 |
| scipy.ndimage | 多维图像处理 |
| scipy.odr | 正交距离回归 |
| scipy.optimize | 优化和寻根 |
| 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 | 特殊数学函数 |
| scipy.stats | 统计 |
了解更多 >> SciPy手册：介绍
统计函数
该模块包含大量统计学的概率分布、汇总统计和测试等功能。下面介绍常用的函数。
了解更多 >> SciPy手册：scipy.stats模块
连续分布
| 对象 | 描述 | 示例 |
|---|---|---|
| scipy.stats.norm | 正态分布，loc设置均值，scale设置标准差，默认loc=0, scale=1即为标准正态分布。一些常用函数如下：pdf(x, loc=0, scale=1) 概率密度函数 cdf(x, loc=0, scale=1) 累计分布函数
|
stats.norm.pdf(170, loc=175, scale=6) 均值为175标准差为6的正态分布，值为170的概率 stats.norm.cdf(0) 返回0.5，计算是标准正态分布小于0的概率，即0的左侧概率。
|
| scipy.stats.uniform | 均匀分布 | |
资源
官网
- SciPy官网：https://www.scipy.org/
- SciPy文档：https://docs.scipy.org/doc/
- SciPy手册：https://docs.scipy.org/doc/scipy/reference/
相关网站