SciPy
提示：此条目页的主题不是ScientificPython。 绘制贝塞尔函数并寻找其局部极大值的示例。 | |
| 原作者 | Travis Oliphant, Pearu Peterson, Eric Jones |
|---|---|
| 開發者 | 社区项目 |
| 首次发布 | 约2001年 |
| 当前版本 | 1.14.1[1] （2024年8月21日，3個月前） |
| 源代码库 | |
| 操作系统 | 跨平台 |
| 类型 | 数学软件 |
| 许可协议 | BSD许可证 |
| 网站 | http://www.scipy.org/ |
SciPy是一个开源的Python算法库和数学工具包。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。
SciPy目前在BSD许可证下发布。它的开发最初由Enthought资助。与其功能相类似的软件还有MATLAB、GNU Octave和Scilab。
组成
[编辑]SciPy工具包是Python科学计算的核心，其功能根据功能分成如下子包：
- cluster（聚类）：层次聚类，向量量化，K-均值聚类。
- constants（常数）：物理常数和换算系数。
- datasets（数据集）：装载SciPy数据集。
- fft：快速离散傅里叶变换算法。
- fftpack（fft包）：遗留的离散傅里叶变换接口。
- integrate（积分）：数值积分工具。
- interpolate（插值）：插值工具。
- io：数据输入输出，支持读写MATLAB文件、读IDL文件、读写Matrix Market文件、非格式化FORTRAN文件、netCDF的CDF-1与CDF-2格式文件、Harwell-Boeing文件、WAV声音文件和读Arff文件。
- linalg：线性代数工具。
- misc（杂项）：杂项例如示例图片。
- ndimage（n-维图像）：用于多维图像处理的函数。
- ODR：正交距离回归（Orthogonal Distance Regression）的类与算法。
- optimize（优化）：优化算法例如线性规划。
- signal（信号）：信号处理工具。
- sparse（稀疏）：稀疏矩阵及相关算法。
- spatial（空间）：空间结构有关算法如k-d树、最邻近搜索、凸包等。
- special（特殊）： 特殊函数。
- stats（统计）：统计函数，如概率分布、汇总统计量、频率统计量、假设检验、相关、重抽样、蒙特卡罗方法、列联表。
早先版本中的weave（编织）模块，用于在Python代码中包含C/C++代码的工具，现已弃用，被Cython取代[2]。
数据结构
[编辑]SciPy的基础数据结构是由NumPy模块提供的多维阵列。NumPy提供了一些有关线性代数、傅里叶变换和随机数生成的函数，但不具备SciPy中对应函数的通用性。NumPy还可以作为任意数据类型的高效多维数据容器，这使得NumPy可以快速无缝地和众多数据库集成。 旧版SciPy使用Numeric作为阵列类型，但现已弃用，新版SciPy改用Numpy实现的阵列。[3]
历史
[编辑]在1990年代，Python引入了用于数值计算的阵列类型Numeric（这个包最终被Travis Oliphant编写的NumPy取代）；此后，扩展模块数量不断增加，许多人对一个完整的科学技术计算环境感兴趣。2001年，Travis Oliphant、Eric Jones和Pearu Peterson合并了他们编写的代码，并将结果包命名为SciPy。新创建的包对Numeric数据结构提供了常见数值运算。此后不久，Fernando Pérez发布了IPython（增强型交互式shell，在科学计算界广泛使用）；John Hunter发布了Matplotlib（2D绘图库）的第一个版本，SciPy环境继续增长，并增加了更多用于科学计算的工具。[4][5][6]
参考文献
[编辑]- ^ 1.0 1.1 Release 1.14.1. 2024年8月21日 [2024年8月27日].
- ^ SciPy 0.15.0 Release Notes — SciPy v1.6.2 Reference Guide. docs.scipy.org. [2021-04-13]. （原始内容存档于2021-04-13）.
- ^ NumPy Homepage. [2023-03-10]. （原始内容存档于2011-04-14）.
- ^ History of SciPy. [2023-03-10]. （原始内容存档于2015-07-09）.
- ^ Guide to NumPy (PDF). [2023-03-10]. （原始内容存档 (PDF)于2013-10-19）.
- ^ Python for Scientists and Engineers. [2023-03-10]. （原始内容存档于2019-02-19）.
外部链接
[编辑] | 这是一篇与自由软件有关的小作品。您可以通过编辑或修订扩充其内容。 |