匯入 SciPy 後，無需顯式匯入 NumPy 函式，因為預設情況下所有 NumPy 函式都可透過 SciPy 名稱空間訪問。但由於 SciPy 基於 NumPy 陣列構建，我們必須瞭解 NumPy 的基礎知識。由於線性代數的大部分內容只處理向量和矩陣，讓我們瞭解 NumPy 向量和矩陣的基本功能。透過轉換 Python 類陣列物件建立 NumPy 向量讓我們透過以下示例來了解這一點：示例import numpy as np list_objects = [10, 20, 30, 40, 50, 60, 70, 80, 90] array_new = np.array(list_objects) print ... 閱讀更多

NumPy（代表 Numerical Python）用於運算元值陣列資料的元素。SciPy（代表 Scientific Python）用於 Python 中的數值計算。這兩個包都提供了擴充套件的功能來處理 Python。讓我們瞭解 NumPy 和 SciPy 之間的一些基本區別：功能差異 - NumPy 的處理速度比 SciPy 快。NumPy 庫中定義的函式不夠深入，而 SciPy 庫包含了這些函式的詳細版本。SciPy 建立在 NumPy 之上，建議將這兩個庫一起使用，以進行快速有效的科學和數學計算。陣列概念 - ... 閱讀更多

SciPy 基於以下核心包構建：Python - Python 是一種通用的程式語言，它是動態型別的解釋型語言。它非常適合互動式工作和快速原型設計。它也可以用於編寫 AI 和 ML 應用程式。NumPy - NumPy 是 SciPy 的基礎 N 維陣列包，它允許我們有效地使用數值陣列中的資料。它是數值計算的基礎包。Matplotlib - Matplotlib 用於根據資料建立全面的二維圖表和繪圖。它還提供基本的 3 維繪圖。SciPy 庫 - 它是核心包之一，它為我們提供了許多使用者友好的... 閱讀更多

我們可以透過以下方法安裝 Python SciPy：科學 Python 發行版 - 有各種科學 Python 發行版提供語言本身以及最常用的包。使用這些發行版的好處是它們需要很少的配置，並且幾乎可以在所有設定上執行。這裡我們將討論三個最常用的發行版：Anaconda - Anaconda 是一個免費的 Python 發行版，可在 MS Windows、Mac OS 和 Linux 上良好執行。它為我們提供了 1500 多個 Python 和 R 包以及大量的庫。這個 Python 發行版最適合初學者。WinPython - 它... 閱讀更多

為了涵蓋不同的科學計算領域，SciPy 庫被組織成各種子包。這些子包解釋如下：聚類包 (scipy.cluster) - 此包包含聚類演算法，這些演算法在資訊理論、目標檢測、壓縮、通訊以及其他一些領域也很有用。它有兩個模組，即 scipy.cluster.vq 和 scipy.cluster.hierarchy。顧名思義，第一個模組即 vq 模組只支援向量量化和 k 均值演算法。而第二個模組即 hierarchy 模組提供了用於凝聚和層次聚類的函式。常量 (scipy.constants) - 它包含數學和物理常數。數學常數包括 pi、黃金比例和黃金比例。物理常數包括 c、光速、普朗克常數、萬有引力常數等。遺留... 閱讀更多

SciPy（發音為“Sigh Pie”）是一個 Python 開源庫的生態系統，用於執行數學、科學和工程計算。SciPy 代表 Scientific Python，它包含以下核心包，稱為 SciPy 生態系統：NumPy - NumPy 是 SciPy 的基礎 N 維陣列包，它允許我們有效地使用陣列中的資料。Matplotlib - Matplotlib 用於根據資料建立全面的二維圖表和繪圖。Pandas - Pandas 是一個開源 Python 包，用於組織和分析我們的資料。除了 SciPy 生態系統之外，SciPy 還指其他相關但不同的實體：社群 - 它指的是... 閱讀更多