Python - SciPy
La libreria SciPy di Python è costruita per funzionare con gli array NumPy e fornisce molte pratiche numeriche facili da usare ed efficienti come routine per l'integrazione e l'ottimizzazione numerica. Insieme, funzionano su tutti i sistemi operativi più diffusi, sono veloci da installare e sono gratuiti. NumPy e SciPy sono facili da usare, ma abbastanza potenti da poter dipendere da alcuni dei principali scienziati e ingegneri del mondo.
Pacchetti secondari SciPy
SciPy è organizzato in sotto-pacchetti che coprono diversi domini di calcolo scientifico. Questi sono riassunti nella tabella seguente:
scipy.constants | Costanti fisiche e matematiche |
scipy.fftpack | trasformata di Fourier |
scipy.integrate | Routine di integrazione |
scipy.interpolate | Interpolazione |
scipy.io | Input e output dei dati |
scipy.linalg | Routine di algebra lineare |
scipy.optimize | Ottimizzazione |
scipy.signal | Elaborazione del segnale |
scipy.sparse | Matrici sparse |
scipy.spatial | Strutture e algoritmi di dati spaziali |
scipy.special | Eventuali funzioni matematiche speciali |
scipy.stats | Statistiche |
Struttura dati
La struttura dati di base utilizzata da SciPy è un array multidimensionale fornito dal modulo NumPy. NumPy fornisce alcune funzioni per l'algebra lineare, le trasformate di Fourier e la generazione di numeri casuali, ma non con la generalità delle funzioni equivalenti in SciPy.
Vedremo molti esempi sull'utilizzo della libreria SciPy di python nel lavoro di Data science nei prossimi capitoli.