資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學SciPy 是基於哪些核心包構建的？
SciPy 基於以下核心包構建：
Python - Python 是一種通用的程式語言，具有動態型別和解釋性。它非常適合互動式工作和快速原型設計。它也能夠編寫強大的 AI 和 ML 應用程式。
NumPy - NumPy 是 SciPy 的基礎 N 維陣列包，允許我們高效地處理數值陣列中的資料。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 維繪圖功能。
SciPy 庫 - 它是核心包之一，為我們提供了許多使用者友好且高效的數值例程。數值例程包括用於積分、插值、最佳化、線性代數和統計的例程。
除此之外，SciPy 還包含用於資料管理和計算、高效高效能計算以及質量保證的專用工具。這些工具描述如下：
資料管理和計算工具
Pandas - Pandas 是一個用於組織和分析資料的開源 Python 包。它為我們提供了高效能且易於使用的數 據結構。
SymPy - 此工具用於符號數學。
NetworkX - 此工具集合用於分析複雜的網路。
scikit-image - 顧名思義，它包含用於影像處理的演算法。
scikit-learn - scikit-learn 為我們提供了用於機器學習和統計建模的高效工具，包括分類、迴歸、聚類和降維。
PyTables 和 h5py - 這兩種工具都用於訪問以 HDF5 格式儲存的資料。
生產力和高效能計算工具
IPython - 它是一個豐富的互動式介面，允許使用者快速處理資料。
Jupyter Notebook - 它在 Web 瀏覽器中提供 IPython 功能。使用 Jupyter Notebook，我們可以以可重複的方式記錄我們的計算。
Cython - 它幫助我們擴充套件 Python 語法以與 C/C++ 庫整合。
質量保證工具
nose - 它是一個豐富的框架，用於測試你的 Python 程式碼。
numpydoc - 此工具用於記錄科學 Python 庫。
132 次瀏覽
