SciPy 用户指南

SciPy 是一个建立在 NumPy 之上的数学算法和便利函数的集合。它通过为用户提供用于操作和可视化数据的高级命令和类，显著增强了 Python 的功能。

子包和用户指南

SciPy 被组织成覆盖不同科学计算领域的子包。这些子包在下表中进行了总结，并在“描述和用户指南”列中链接了其用户指南（如果可用）

子包	描述和用户指南
cluster	聚类算法
constants	物理和数学常数
differentiate	有限差分求导工具
fft	傅里叶变换 (scipy.fft)
fftpack	快速傅里叶变换例程 (传统)
integrate	积分 (scipy.integrate)
interpolate	插值 (scipy.interpolate)
io	文件 I/O (scipy.io)
linalg	线性代数 (scipy.linalg)
ndimage	多维图像处理 (scipy.ndimage)
odr	正交距离回归
optimize	优化 (scipy.optimize)
signal	信号处理 (scipy.signal)
sparse	稀疏数组 (scipy.sparse)
spatial	空间数据结构和算法 (scipy.spatial)
special	特殊函数 (scipy.special)
stats	统计 (scipy.stats)

这些主题还有其他用户指南

• 使用 ARPACK 解决稀疏特征值问题 - 使用迭代方法的特征值问题求解器

• 压缩稀疏图例程 (scipy.sparse.csgraph) - 压缩稀疏图例程

有关组织和从 SciPy 子包导入函数的指导，请参阅从 SciPy 导入函数的指南。

有关并行执行支持和线程安全的信息，请参阅SciPy 中的并行执行支持和SciPy 中的线程安全。