SciPy
 繪製貝索函數並尋找其局部極大值的範例。 | |
| 原作者 | Travis Oliphant, Pearu Peterson, Eric Jones |
|---|---|
| 開發者 | 社群專案 |
| 首次釋出 | 約2001年 |
| 目前版本 | 1.14.1[1] （2024年8月21日，2個月前） |
| 原始碼庫 | |
| 作業系統 | 跨平台 |
| 類型 | 數學軟體 |
| 授權條款 | BSD授權條款 |
| 網站 | http://www.scipy.org/ |
SciPy是一個開源的Python演算法庫和數學工具包。SciPy包含的模組有最佳化、線性代數、積分、插值、特殊函數、快速傅立葉轉換、訊號處理和圖像處理、常微分方程式求解和其他科學與工程中常用的計算。
SciPy目前在BSD授權條款下釋出。它的開發最初由Enthought資助。與其功能相類似的軟體還有MATLAB、GNU Octave和Scilab。
組成
[編輯]SciPy工具包是Python科學計算的核心，其功能根據功能分成如下子包：
- cluster（聚類）：層次聚類，向量量化，K-均值聚類。
- constants（常數）：物理常數和換算係數。
- datasets（資料集）：裝載SciPy資料集。
- fft：快速離散傅立葉轉換演算法。
- fftpack（fft包）：遺留的離散傅立葉轉換介面。
- integrate（積分）：數值積分工具。
- interpolate（插值）：插值工具。
- io：資料輸入輸出，支援讀寫MATLAB檔案、讀IDL檔案、讀寫Matrix Market檔案、非格式化FORTRAN檔案、netCDF的CDF-1與CDF-2格式檔案、Harwell-Boeing檔案、WAV聲音檔案和讀Arff檔案。
- linalg：線性代數工具。
- misc（雜項）：雜項例如範例圖片。
- ndimage（n-維圖像）：用於多維圖像處理的函數。
- ODR：正交距離迴歸（Orthogonal Distance Regression）的類與演算法。
- optimize（最佳化）：最佳化演算法例如線性規劃。
- signal（訊號）：訊號處理工具。
- sparse（稀疏）：稀疏矩陣及相關演算法。
- spatial（空間）：空間結構有關演算法如k-d樹、最鄰近搜尋、凸包等。
- special（特殊）： 特殊函數。
- stats（統計）：統計函數，如機率分布、匯總統計量、頻率統計量、假說檢定、相關、重抽樣、蒙特卡羅方法、列聯表。
早先版本中的weave（編織）模組，用於在Python代碼中包含C/C++代碼的工具，現已棄用，被Cython取代[2]。
資料結構
[編輯]SciPy的基礎資料結構是由NumPy模組提供的多維陣列。NumPy提供了一些有關線性代數、傅立葉轉換和亂數生成的函數，但不具備SciPy中對應函數的通用性。NumPy還可以作為任意資料類型的高效多維資料容器，這使得NumPy可以快速無縫地和眾多資料庫整合。 舊版SciPy使用Numeric作為陣列類型，但現已棄用，新版SciPy改用Numpy實現的陣列。[3]
歷史
[編輯]在1990年代，Python引入了用於數值計算的陣列類型Numeric（這個包最終被Travis Oliphant編寫的NumPy取代）；此後，擴充模組數量不斷增加，許多人對一個完整的科學技術計算環境感興趣。2001年，Travis Oliphant、Eric Jones和Pearu Peterson合併了他們編寫的代碼，並將結果包命名為SciPy。新建立的包對Numeric資料結構提供了常見數值運算。此後不久，Fernando Pérez釋出了IPython（增強型互動式shell，在科學計算界廣泛使用）；John Hunter釋出了Matplotlib（2D繪圖庫）的第一個版本，SciPy環境繼續增長，並增加了更多用於科學計算的工具。[4][5][6]
參考文獻
[編輯]- ^ 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]. （原始內容存檔於2021-04-13）.
- ^ NumPy Homepage. [2023-03-10]. （原始內容存檔於2011-04-14）.
- ^ History of SciPy. [2023-03-10]. （原始內容存檔於2015-07-09）.
- ^ Guide to NumPy (PDF). [2023-03-10]. （原始內容存檔 (PDF)於2013-10-19）.
- ^ Python for Scientists and Engineers. [2023-03-10]. （原始內容存檔於2019-02-19）.
外部連結
[編輯] | 這是一篇與自由軟體有關的小作品。您可以透過編輯或修訂擴充其內容。 |