Scipy庫的簡介

      Scipy高級科學計算庫：和Numpy聯(lián)系很密切,，Scipy一般都是操控Numpy數(shù)組來進行科學計算、統(tǒng)計分析,，所以可以說是基于Numpy之上了,。Scipy有很多子模塊可以應對不同的應用，例如插值運算,，優(yōu)化算法等等,。SciPy則是在NumPy的基礎上構(gòu)建的更為強大，應用領域也更為廣泛的科學計算包,。正是出于這個原因,，SciPy需要依賴NumPy的支持進行安裝和運行。

      Scipy是世界上著名的Python開源科學計算庫,，建立在Numpy之上,。它增加的功能包括數(shù)值積分、最優(yōu)化,、統(tǒng)計和一些專用函數(shù),。 SciPy函數(shù)庫在NumPy庫的基礎上增加了眾多的數(shù)學,、科學以及工程計算中常用的庫函數(shù)。例如線性代數(shù),、常微分方程數(shù)值求解,、信號處理、圖像處理,、稀疏矩陣等等,。
      Scipy是基于Numpy構(gòu)建的一個集成了多種數(shù)學算法和方便的函數(shù)的Python模塊。通過給用戶提供一些高層的命令和類,，SciPy在python交互式會話中,，大大增加了操作和可視化數(shù)據(jù)的能力。通過SciPy,，Python的交互式會話變成了一個數(shù)據(jù)處理和一個system-prototyping環(huán)境,，足以和MATLAB，IDL,，Octave,，R-Lab，以及SciLab抗衡,。   更重要的是,，在Python中使用SciPy，還可以同時用一門強大的語言————Python來開發(fā)復雜和專業(yè)的程序,。用SciPy寫科學應用,，還能獲得世界各地的開發(fā)者開發(fā)的模塊的幫助。從并行程序到web到數(shù)據(jù)庫子例程到各種類,，都已經(jīng)有可用的給Python程序員了,。這些強大的功能，SciPy都有,，特別是它的數(shù)學庫,。
      Scipy是在Python的NumPy擴展上構(gòu)建的數(shù)學算法和方便函數(shù)的集合。它通過為用戶提供高級命令和類來操作和可視化數(shù)據(jù),，為交互式Python會話添加了強大的功能,。有了SciPy，交互式Python會話就變成了一個數(shù)據(jù)處理和系統(tǒng)原型環(huán)境,，可以與MATLAB,、IDL、Octave,、R-Lab和SciLab等系統(tǒng)相匹敵,。
      以Python為基礎的SciPy的另一個好處是，它還提供了一種強大的編程語言,，可用于開發(fā)復雜的程序和專門的應用程序,。使用SciPy的科學應用程序受益于世界各地的開發(fā)人員在軟件領域的許多小眾領域中開發(fā)的附加模塊,。從并行編程到web和數(shù)據(jù)庫的子例程和類，Python程序員都可以使用,。除了SciPy中的數(shù)學庫之外,，所有這些功能都是可用的

scipy
scipy.org
Numpy：Python之numpy庫簡介、安裝,、使用方法之詳細攻略

Scipy庫的安裝

pip install scipy

哈哈,，安裝成功，大功告成,！繼續(xù)學習去啦！

升級階段
先pip install numpy-1.15.0rc1+mkl-cp36-cp36m-win_amd64.whl
再pip install scipy==0.19.1

繼續(xù)更新版本

繼續(xù)降低版本180704  1154

Scipy庫的使用方法

1,、Scipy庫的子包

1.1,、子包導入方法

from scipy import linalg, optimize

1.2、常見的子包