Python 数据科学 - SciPy
什么是 SciPy？
Python 的 SciPy 库专为处理 NumPy 数组而构建，并提供许多用户友好且高效的数值实践，例如数值积分和优化例程。它们一起运行在所有流行的操作系统上，安装快速且免费。NumPy 和 SciPy 易于使用，但功能强大，足以让一些世界领先的科学家和工程师信赖。
SciPy 子包
SciPy 分为涵盖不同科学计算领域的子包。这些总结在下表中 −
| scipy.constants | 物理和数学常数 |
| scipy.fftpack | 傅里叶变换 |
| scipy.integrate | 积分例程 |
| scipy.interpolate | 插值 |
| scipy.io | 数据输入和输出 |
| scipy.linalg | 线性代数例程 |
| scipy.optimize | 优化 |
| 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 | 任何特殊的数学函数 |
| scipy.stats | 统计 |
数据结构
SciPy 使用的基本数据结构是 NumPy 模块提供的多维数组。NumPy 提供了一些用于线性代数、傅里叶变换和随机数生成的函数，但不具备 SciPy 中等效函数的通用性。
我们将在下一章中看到大量在数据科学工作中使用 Python 的 SciPy 库的示例。
