极客教程SciPy 简介
SciPy，读作Sigh Pi，是一个科学的Python开放源码，在BSD许可下发布，用于执行数学、科学和工程计算。
SciPy库依赖于NumPy，它提供了方便快捷的N维数组操作。SciPy库是为了与NumPy数组一起工作而建立的，并提供了许多用户友好和高效的数值实践，如数值积分和优化的程序。它们一起运行在所有流行的操作系统上，安装迅速，而且是免费的。NumPy和SciPy很容易使用，但功能强大，足以让一些世界领先的科学家和工程师依赖。
SciPy的子包
SciPy被组织成覆盖不同科学计算领域的子包。下表对这些子包进行了总结 –
| scipy.cluster | 矢量量化/Kmeans |
|---|---|
| scipy.constants | 物理和数学常数 |
| scipy.fftpack | 傅里叶变换 |
| scipy.integr https://docs.scipy.org/doc/scipy/reference/integrate.html#module-scipy.integrateation | 集成例程 |
| scipy.interpolate | 内插法 |
| scipy.io | 数据输入和输出 |
| scipy.linalg | 线性代数程序 |
| scipy. ndimage | n维图像包 |
| scipy.odr | 正交距离回归 |
| scipy.optimation | 优化 |
| scipy.signal | 信号处理 |
| scipy.sparse | 稀疏矩阵 |
| scipy.spatial | 空间数据结构和算法 |
| scipy.special | 任何特殊的数学函数 |
| scipy.stats | 统计学 |
数据结构
SciPy使用的基本数据结构是由NumPy模块提供的多维数组。NumPy提供了一些用于线性代数、傅里叶变换和随机数生成的函数，但不具备SciPy中同等函数的通用性。