Scipy 初步認識

scipy擴充套件包括多種多樣的工具箱，這些工具致力於解決科學計算中的常見問題。不同的子模組對應不同的應用，比如插值，整合，優化，影象處理，統計，特殊功能等等。

scipy可以和其他的標準科學計算包相提並論，比如gsl（c 和 c++編寫的gnu科學庫），或者 matlab 的工具箱。scipy是python科學計算中的核心擴充套件；它能夠在numpy列表上有效的運作，以便numpy 和 scipy 能夠互相協同。

在執行乙個歷程之前，值得核對期望的資料處理工作是否已經在scipy中執行。作為非專業的開發人員，科研人員往往傾向於重複造輪子，這使得寫出的**冗餘，不佳，難以共享和不利於維護。相反，scipy中的**是經過優化和測試過的，而且可能的情況是是最值得使用的。

scipy 包括以下特殊任務的子模組：

scipy.cluster

vector quantization / kmeans

scipy.constants

physical and mathematical constants

scipy.fftpack

fourier transform

scipy.integrate

integration routines

scipy.interpolate

interpolation

scipy.io

data input and output

scipy.linalg

linear algebra routines

scipy.ndimage

n-dimensional image package

scipy.odr

orthogonal distance regression

scipy.optimize

optimization

scipy.signal

signal processing

scipy.sparse

sparse matrices

scipy.spatial

spatial data structures and algorithms

scipy.special

any special mathematical functions

scipy.stats

statistics

所有上面的子模組均依賴於numpy，但是模組之間應該保持相互盡可能的獨立。匯入 numpy 和這些 scipy 模組的標準方式如下：

>>> import numpy as np
>>> from scipy import stats # same for other sub-modules

scipy主空間很有可能包含了一些 numpy 函式（試試scipy.cos即np.cos）。這些暴露僅僅是歷史的原因；通常沒有理由在你的**中使用import scipy。