python的scipy库,Python科学计算基础教程
1.Scipy介绍
Scipy在Numpy的基础上增加了许多数学计算、科学计算、工程计算中常用的模块,如线性代数、常微分方程数值解、信号处理、图像处理、系数矩阵等。本章将通过实例介绍Scipy中的一些常用模块。为了方便读者理解,在示例程序中使用了matplotlib、TVTK、Mayavi等扩展来绘制二维和三维图表。
Scipy的特殊模块是一个非常完整的函数库,包含了基本数学函数、特殊数学函数以及Numpy中的所有函数。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:
3.SciPy-数值计算库
importnumpyasnp
importpylabasplimportmatplotlibasmpl
mpl . RC params[ font . sans-serif ]=[ sim hei ]import scipy
Scipy。__version__#查看版本 1.0.0
4.常数和特殊函数
fromscipyimportconstantsasC
印刷(C.c)#真空中的光速
打印(C.h)#普朗克常数299792458.0
6.62607004e-34
c .物理常数[电子质量](9.10938356e-31,千克,1.1e-38)
# 1英里是多少米,1英寸是多少米,1克是多少公斤,1磅是多少公斤?
打印(英里)
打印(英寸)
印刷(克)
印刷品(英镑)58460 . 68868886861
0.0254
0.001
0.45359236999999997
import scipy . specialsprint(11e-20)
打印(np.log(1 1e-20))
打印(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[:无],m[无,])
print([y . shapeforyinresults])[(200,4),(200,4),(200,4),(200,4)]
#%figonly=ellipj()`广播计算的返回值。
fig,axes=pl.subplots(2,2,figsize=(12,4))
labels=[$sn$ , $cn$ , $dn$ , $phi$]
forax,y,labelinzip(axes.ravel(),结果,标签):
坐标轴绘图(u,y)
ax.set_ylabel(标签)
最大边距(0,0.1)
坐标轴[1,1]。图例([$m={:g}$ 。format(m_)form_inm],loc=best ,ncol=2);
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。