Oppiskele Scipy: Yleiskatsaus ja Ekosysteemi

Johdatus SciPyyn

Pyyhkäise näyttääksesi valikon

SciPy on tehokas avoimen lähdekoodin kirjasto, joka laajentaa NumPyn ominaisuuksia ja tarjoaa kattavan ekosysteemin tieteelliseen ja tekniseen laskentaan Pythonilla. Sen päätarkoitus on tarjota laaja valikoima tehokkaita numeerisia rutiineja, jotka helpottavat monimutkaisten tieteellisten laskelmien, data-analyysin ja insinööritehtävien suorittamista. SciPy rakentuu suoraan NumPy-taulukoiden päälle, joten voit käyttää sen erikoistoimintoja saumattomasti tuttujen NumPy-tietorakenteiden kanssa.

SciPy-kirjasto on jaettu useisiin alamo duuleihin, joista kukin keskittyy tiettyyn tieteellisen laskennan osa-alueeseen. Yleisimmin käytettyjä alamo duuleja ovat muun muassa:

scipy.linalg: kehittyneet lineaarialgebran funktiot;
scipy.optimize: optimointi- ja nollakohdan etsintäalgoritmit;
scipy.integrate: numeerisen integroinnin työkalut;
scipy.interpolate: interpolointitekniikat;
scipy.fft: nopeat Fourier-muunnokset;
scipy.stats: tilastolliset funktiot ja todennäköisyysjakaumat;
scipy.constants: kokoelma fysikaalisia ja matemaattisia vakioita.


              12345678910111213141516171819202122
            
# Import the main SciPy package and some key submodules
import scipy
import scipy.linalg
import scipy.optimize

# Check the version of SciPy
print("SciPy version:", scipy.__version__)

# Access a function from the linalg submodule
matrix = [[1, 2], [3, 4]]
determinant = scipy.linalg.det(matrix)
print("Determinant of matrix:", determinant)

# Access a function from the optimize submodule
from scipy.optimize import minimize

def f(x):
    return (x - 2) ** 2

result = minimize(f, x0=0)
print("Minimum of f(x):", result.x)


              12345678910
            
# Using scipy.constants to access physical constants
from scipy import constants

# Get the value of the speed of light
speed_of_light = constants.c
print("Speed of light (m/s):", speed_of_light)

# Get the value of the gravitational constant
gravitational_constant = constants.G
print("Gravitational constant (m^3 kg^-1 s^-2):", gravitational_constant)

Ensimmäisessä koodiesimerkissä näytetään, kuinka SciPy-pääpaketti ja sen alikirjastot, kuten scipy.linalg lineaarialgebraan ja scipy.optimize optimointitehtäviin, tuodaan käyttöön. Koodissa lasketaan matriisin determinantti ja etsitään yksinkertaisen funktion minimi SciPyn erikoistyökaluilla. Toisessa koodiesimerkissä käytetään scipy.constants-moduulia, jonka avulla pääsee käsiksi keskeisiin fysiikan vakioihin, kuten valonnopeuteen ja gravitaatiovakioon, jotka ovat olennaisia tieteellisissä laskelmissa. Nämä esimerkit korostavat, kuinka SciPy rakentuu NumPy-taulukoiden päälle ja laajentaa työskentelyä tarjoamalla alakohtaisia algoritmeja ja resursseja, jotka ylittävät perinteiset taulukko-operaatiot.

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 1

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Osio 1. Luku 1

Scipy: Yleiskatsaus ja Ekosysteemi

1. Mikä on SciPy-kirjaston ensisijainen tarkoitus?

2. Mitä SciPy-alikirjastoa käyttäisit optimointiongelmiin?

3. Miten SciPy liittyy NumPyn toiminnallisuuteen?