SciPy 用户指南

SciPy 是一个建立在 NumPy 之上的数学算法和便捷函数的集合。它通过提供用于操作和可视化数据的高级命令和类，为 Python 增添了显著的计算能力。

子包

SciPy 被组织成涵盖不同科学计算领域的子包。以下表格总结了这些子包：

子包	描述
cluster	聚类算法
constants	物理和数学常数
fft	离散傅里叶变换
fftpack	快速傅里叶变换例程（遗留）
integrate	积分和常微分方程求解器
interpolate	插值和平滑样条
io	输入和输出
linalg	线性代数
ndimage	N 维图像处理
odr	正交距离回归
optimize	优化和根查找例程
signal	信号处理
sparse	稀疏矩阵及其相关例程
spatial	空间数据结构和算法
special	特殊函数
stats	统计分布和函数

有关如何组织和从 SciPy 子包导入函数的指导，请参阅 SciPy 导入函数指南。

以下是按子包组织的完整用户指南。

用户指南

• 特殊函数 (scipy.special)
• 积分 (scipy.integrate)
• 优化 (scipy.optimize)
• 插值 (scipy.interpolate)
• 傅里叶变换 (scipy.fft)
• 信号处理 (scipy.signal)
• 线性代数 (scipy.linalg)
• 稀疏数组 (scipy.sparse)
• 稀疏特征值问题与ARPACK
• 压缩稀疏图例程 (scipy.sparse.csgraph)
• 空间数据结构和算法 (scipy.spatial)
• 统计 (scipy.stats)
• 多维图像处理 (scipy.ndimage)
• 文件 I/O (scipy.io)

可执行教程

下面你还可以找到以 MyST Markdown 格式编写的教程。 这些教程可以在 Jupytext 扩展的帮助下作为 Jupyter Notebooks 打开。