Python科学计算库Scipy入门必看教程

Python科学计算库Scipy入门必看教程

1.Scipy介绍

Scipy在Numpy的基础上则加了众多的数学计算,科学计算以及工程计算中常用的模块,例如线性代数,常微分方程的数值求解,信号处理,图像处理,系数矩阵等。在本章中,将通过实例介绍Scipy中常用的的一些模块。为了方便读者理解,在示例程序中使用matplotlib,TVTK以及Mayavi等扩展绘制二维以及三维图表。

Scipy的special模块是一个非常完整的函数库,其中包含了基本数学函数,特殊数学函数以及Numpy中出现的所有函数。它用于有效计算Numpy矩阵,使Numpy和Scipy协同工作,高效解决问题。

2.Scipy是由针对特定任务的子模块组成:

Python科学计算库Scipy入门必看教程

3.SciPy-数值计算库

importnumpyasnp
importpylabaspl
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
importscipy
scipy.__version__#查看版本

'1.0.0'

4.常数和特殊函数

fromscipyimportconstantsasC
print(C.c)#真空中的光速
print(C.h)#普朗克常数

299792458.0

6.62607004e-34

C.physical_constants["electronmass"]

(9.10938356e-31, 'kg', 1.1e-38)

#1英里等于多少米,1英寸等于多少米,1克等于多少千克,1磅等于多少千克
print(C.mile)
print(C.inch)
print(C.gram)
print(C.pound)

1609.3439999999998

0.0254

0.001

0.45359236999999997

importscipy.specialasS
print(1+1e-20)
print(np.log(1+1e-20))
print(S.log1p(1e-20))

1.0

0.0

1e-20

m=np.linspace(0.1,0.9,4)
u=np.linspace(-10,10,200)
results=S.ellipj(u[:,None],m[None,:])
print([y.shapeforyinresults])
#%figonly=使用广播计算得到的`ellipj()`返回值
fig,axes=pl.subplots(2,2,figsize=(12,4))
labels=["$sn$","$cn$","$dn$","$\phi$"]
forax,y,labelinzip(axes.ravel(),results,labels):
ax.plot(u,y)
ax.set_ylabel(label)
ax.margins(0,0.1)

axes[1,1].legend(["$m={:g}$".format(m_)form_inm],loc="best",ncol=2);
Python科学计算库Scipy入门必看教程
声明:本站所有文章,如无特殊说明或标注,均为爬虫抓取以及网友投稿,版权归原作者所有。
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧