zh SciPy

SciPy
	绘制贝塞尔函数并寻找其局部极大值的示例。
原作者	Travis Oliphant（英语：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（2024年8月21日，4個月前）
源代码库	github.com/scipy/scipy;
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（英语：Enthought）资助。与其功能相类似的软件还有MATLAB、GNU Octave和Scilab。

组成

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（英语：Matrix Market exchange formats）文件、非格式化FORTRAN文件、netCDF的CDF-1与CDF-2格式文件、Harwell-Boeing（英语：Harwell-Boeing file format）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（英语：Total_least_squares）（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（英语：Summary statistics）、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

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

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（英语：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

^ ^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

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。

[wikidata-cff08736ef717d5b325dadf65ee8f68af36dbc62-v3-1] 1.0 ^1.1 Release 1.14.1. 2024年8月21日 [2024年8月27日].

[2] 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）.

[3] NumPy Homepage. [2023-03-10]. （原始内容存档于2011-04-14）.

[4] History of SciPy. [2023-03-10]. （原始内容存档于2015-07-09）.

[5] Guide to NumPy (PDF). [2023-03-10]. （原始内容存档 (PDF)于2013-10-19）.

[6] Python for Scientists and Engineers. [2023-03-10]. （原始内容存档于2019-02-19）.

[1]

[2]

[3]

[4]

[5]

[6]