SciPy

Eric讨论 | 贡献2021年5月28日 (五) 08:19的版本 (创建页面,内容为“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…”)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)

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

相关网站


参考