003 Scipy库简介

参考文档补充原本的文档：

　　https://www.cnblogs.com/mrchige/p/6504324.html

一：原本的简单介绍

1.Scipy库

　　Scipy库是基于python生态的一款开源数值计算，科学与工程应用的开源软件，包括常用的NumPy，pandas，matplotlib等库。

　　https://www.scipy.org/:

　　

2.介绍

　　SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包.它包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等等.

　　SciPy科学计算工具集，而不是完整的包含NumPy、Matplotlib的SciPy技术栈。

　　Scipy库构建于NumPy之上，提供了一个用于在Python中进行科学计算的工具集，如数值计算的算法和一些功能函数，可以方便的处理数据。主要包含以下内容

• 特殊函数 (scipy.special)
• 积分 (scipy.integrate)
• 最优化 (scipy.optimize)
• 插值 (scipy.interpolate)
• 傅立叶变换 (scipy.fftpack)
• 信号处理 (scipy.signal)
• 线性代数 (scipy.linalg)
• 稀疏特征值 (scipy.sparse)
• 统计 (scipy.stats)
• 多维图像处理 (scipy.ndimage)
• 文件 IO (scipy.io)

二：实验Scipy（主要来源于文档）

1.环境

　　使用Spyder

　　

2.特定函数

# -*- coding: utf-8 -*-
from numpy import *
from scipy import *

from scipy.special import jn, yn, jn_zeros, yn_zeros
import matplotlib.pyplot as plt

n = 0    # order
x = 0.0

# Bessel function of first kind
print "J_%d(%f) = %f" % (n, x, jn(n, x))

x = 1.0
# Bessel function of second kind
print "Y_%d(%f) = %f" % (n, x, yn(n, x))

x = linspace(0, 10, 100)

fig, ax = plt.subplots()

for n in range(4):
    ax.plot(x, jn(n, x), label=r"$J_%d(x)$" % n)
ax.legend();

fig

3.效果