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。