Python - SciPy
Biblioteka SciPy w Pythonie została stworzona do pracy z tablicami NumPy i zapewnia wiele przyjaznych dla użytkownika i wydajnych procedur numerycznych, takich jak procedury integracji i optymalizacji numerycznej. Razem działają na wszystkich popularnych systemach operacyjnych, są szybkie w instalacji i bezpłatne. NumPy i SciPy są łatwe w użyciu, ale na tyle potężne, że mogą polegać na niektórych czołowych naukowcach i inżynierach na świecie.
Pakiety podrzędne SciPy
SciPy jest podzielony na podpakiety obejmujące różne dziedziny informatyki naukowej. Są one podsumowane w poniższej tabeli -
scipy.constants | Stałe fizyczne i matematyczne |
scipy.fftpack | Przekształcenie Fouriera |
scipy.integrate | Procedury integracyjne |
scipy.interpolate | Interpolacja |
scipy.io | Wprowadzanie i wyprowadzanie danych |
scipy.linalg | Funkcje algebry liniowej |
scipy.optimize | Optymalizacja |
scipy.signal | Przetwarzanie sygnałów |
scipy.sparse | Rzadkie macierze |
scipy.spatial | Struktury i algorytmy danych przestrzennych |
scipy.special | Wszelkie specjalne funkcje matematyczne |
scipy.stats | Statystyka |
Struktura danych
Podstawową strukturą danych używaną przez SciPy jest wielowymiarowa tablica udostępniana przez moduł NumPy. NumPy zapewnia pewne funkcje dla algebry liniowej, transformacji Fouriera i generowania liczb losowych, ale nie z ogólnością równoważnych funkcji w SciPy.
W następnych rozdziałach zobaczymy wiele przykładów wykorzystania biblioteki SciPy języka Python w pracy z nauką o danych.