Python SciPy Python Numpy Python Matplotlib Python的SciPy库构建为与NumPy数组一起工作，并提供许多用户友好和高效的数字实践，例如数值集成和优化的例程。它们一起运行在所有流行的操作系统上，安装快速且免费。NumPy和SciPy易于使用，但强大到足以依靠世界上一些顶尖的科学家和工程师。 SciPy子包 SciPy被组织成覆盖不同科学计算领域的子包。这些总结在下表中 - scipy.cluster 矢量量化/ Kmeans scipy.constants 物理和数学常数 scipy.fftpack 傅里叶变换 scipy.integrate 集成例程 scipy.interpolate 插值 scipy.io 数据输入和输出 scipy.linalg 线性代数例程 scipy.ndimage n维图像包 scipy.odr 正交距离回归 scipy.optimize 优化 scipy.signal 信号处理 scipy.sparse 稀疏矩阵 scipy.spatial 空间数据结构和算法 scipy.special 任何特殊的数学函数 scipy.stats 统计 数据结构 SciPy使用的基本数据结构是由NumPy模块提供的多维数组。NumPy为线性代数，傅立叶变换和随机数生成提供了一些功能，但与SciPy中等效函数的一般性不同。 在接下来的章节中，我们将看到很多关于在数据科学工作中使用Python的SciPy库的例子。 Python Numpy Python Matplotlib
