Python - SciPy

Die SciPy-Bibliothek von Python wurde für die Arbeit mit NumPy-Arrays entwickelt und bietet viele benutzerfreundliche und effiziente numerische Methoden, z. B. Routinen für die numerische Integration und Optimierung. Zusammen laufen sie auf allen gängigen Betriebssystemen, sind schnell zu installieren und kostenlos. NumPy und SciPy sind einfach zu bedienen, aber leistungsstark genug, um von einigen der weltweit führenden Wissenschaftler und Ingenieure abhängig zu sein.

SciPy-Unterpakete

SciPy ist in Unterpakete unterteilt, die verschiedene Bereiche des wissenschaftlichen Rechnens abdecken. Diese sind in der folgenden Tabelle zusammengefasst -

scipy.constants	Physikalische und mathematische Konstanten
scipy.fftpack	Fourier-Transformation
scipy.integrate	Integrationsroutinen
scipy.interpolate	Interpolation
scipy.io	Dateneingabe und -ausgabe
scipy.linalg	Lineare Algebra-Routinen
scipy.optimize	Optimierung
scipy.signal	Signalverarbeitung
scipy.sparse	Spärliche Matrizen
scipy.spatial	Geodatenstrukturen und Algorithmen
scipy.special	Alle speziellen mathematischen Funktionen
scipy.stats	Statistiken

Datenstruktur

Die von SciPy verwendete grundlegende Datenstruktur ist ein mehrdimensionales Array, das vom NumPy-Modul bereitgestellt wird. NumPy bietet einige Funktionen für lineare Algebra, Fourier-Transformationen und Zufallszahlengenerierung, jedoch nicht mit der Allgemeinheit der äquivalenten Funktionen in SciPy.

In den nächsten Kapiteln werden wir viele Beispiele zur Verwendung der SciPy-Python-Bibliothek in Data Science-Arbeiten sehen.