查看“SciPy”的源代码

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：
{| class="wikitable" 
|-
!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
|[https://docs.scipy.org/doc/scipy/reference/tutorial/general.html 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
|[https://docs.scipy.org/doc/scipy/reference/stats.html#module-scipy.stats  SciPy手册：scipy.stats模块]
}}

===连续分布===
{| class="wikitable"  style="width: 100%;
! 对象
! 描述
! 示例
|-
|[https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.norm.html#scipy.stats.norm 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：<br \><code>pdf(x, loc=0, scale=1)</code> 概率密度函数 <br \><code>cdf(x, loc=0, scale=1)</code>  累计分布函数
|<code>stats.norm.pdf(170, loc=175, scale=6)</code> 均值为175标准差为6的正态分布，值为170的概率   <br \><code>stats.norm.cdf(0)</code> 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。 
|-
|[https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.uniform.html#scipy.stats.uniform 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===
*[https://www.yiibai.com/scipy/scipy_introduction.html 易百教程：scipy.stats]
*[https://wizardforcel.gitbooks.io/scipy-lecture-notes Gitbook：cloga - SciPy Lecture Notes 中文版]


==参考==
*[https://zh.wikipedia.org/wiki/SciPy 维基百科：SciPy]

[[分类:数据分析]]
[[分类:统计学]]
[[分类:机器学习]]