Python SciPy 库中的各种子包是什么?


为了涵盖不同的科学计算领域,SciPy 库被组织成各种子包。下面解释了这些子包 -

  • 聚类包 (scipy.cluster) - 此包包含聚类算法,这些算法在信息论、目标检测、压缩、通信以及其他一些领域也很有用。它有两个模块,即 scipy.cluster.vq 和 scipy.cluster.hierarchy。顾名思义,第一个模块即 vq 模块仅支持矢量量化和 k 均值算法。而第二个模块即 hierarchy 模块提供了用于凝聚和层次聚类的函数。
  • 常量 (scipy.constants) - 它包含数学和物理常数。数学常数包括 pi、黄金和 golden_ratio。物理常数包括 c、光速、普朗克、万有引力常数等。
  • 传统离散傅里叶变换 (scipy.fft) - 此子模块用于快速傅里叶变换 (FFT),现在被认为是传统方法。

  • 积分和常微分方程 (scipy.integrate) - 此 SciPy 子模块用于使用函数对象和固定样本对函数进行积分。它还用于解决常微分方程系统的初值问题。

  • 插值 (scipy.interpolate) - 这是一个用于插值中使用的对象的子包。此子包中的对象包括样条函数和类、一维和多维插值类、拉格朗日和泰勒多项式插值器。

  • 输入和输出 (scipy.io) - 此 SciPy 子包包含用于从各种文件格式读取数据和写入数据的模块、类和函数,例如 MATLAB 文件、IDL 文件、矩阵市场文件、无格式 Fortran 文件、Wav 声音文件、Arff 文件。

  • 线性代数 (scipy.linalg) - 顾名思义,此子包包含线性代数函数。它包括基本函数、用于解决特征值问题的函数、分解、矩阵函数、特殊矩阵函数、矩阵方程求解器函数和低级例程。

  • 多维图像处理 (scipy.ndimage) - 此 SciPy 子包包含用于多维图像处理的各种函数,例如滤波器、傅里叶滤波器、插值、测量和形态学。

  • 正交距离回归 (scipy.odr) - 此子包包含用于计算正交距离回归 (ODR) 的各种函数。

  • 优化和求根 (scipy.optimize) - 此 SciPy 子模块为我们提供了最小化或最大化目标函数的函数。它还包括非线性问题、线性规划、求根和曲线拟合的求解器。

  • 信号处理 (scipy.signal) - 顾名思义,此子包包含用于信号处理的各种函数。这些函数包括卷积、B 样条、滤波、滤波器设计、Matlab 风格的 IIR 滤波器设计、波形、小波等。

  • 稀疏矩阵 (scipy.sparse) - 它是 SciPy 用于数值数据的二维稀疏矩阵包。它包含用于构建稀疏矩阵的各种函数。

  • 空间算法和数据结构 (scipy.spatial) - 空间变换包含在 scipy.spatial.transform 子模块中。它主要用于最近邻算法。

  • 特殊函数 (scipy.special) - 它包含诸如艾里函数、椭圆函数、贝塞尔函数、斯特鲁夫函数、原始统计函数、信息论函数、伽马函数、勒让德函数等函数。

  • 统计函数 (scipy.stats) - SciPy 的此子模块拥有大量概率分布和不断增长的统计函数库。

更新于: 2021年12月14日

898 次浏览

启动您的 职业生涯

通过完成课程获得认证

开始
广告

© . All rights reserved.