科学计算

Python 在科学计算上的应用非常广泛,包括数学、统计学、图形学……等等, 也是科学计算领域的首选编程语言之一。

这一部分的文章主要是介绍 Python 在科学计算领域常用的库,以及科学计算在日常中可能的实际用例。

常用库介绍

IPython 和 Jupyter Notebook

NumPy

NumPy 是 Python 科学计算生态系统的基础,提供了多维数组操作、线性代数运算、傅立叶变换等 多种数学操作,并且使用 C 编写了其中性能瓶颈部分,大大降低科学计算的使用难度。

Pandas

Pandas 侧重于结构化数据的分析处理,也是 Python 在数据分析领域的杀手应用。

Pandas 本是面向金融数据分析领域的工具,因此出去对一般数据处理功能外, 对于金融数据分析有更好的支持。

Matplotlib

Matplotlib 是最流行的 Python 图表绘制库,在使用各种工具对数据处理后,通常会选用 Matplotlib 作为最终展示工具。如果你只是想绘制图表,完全只需要学会使用这一个库。

Matplotlib 和 IPython (Notebook)之间的结合非常完善。

Scipy

Scipy 包含了众多科学计算标准问题域的包,主要包括数值积分例程和微分方程求解器 scipy.integrate、numpy.linalg 的扩展 scipy.linalg、信号处理工具 scipy.signal、 稀疏矩阵和稀疏线性系统求解器 scipy.sparse、概率分布、统计相关的 scipy.stats 等等。

参考链接

《Python 网页爬虫 & 文本处理 & 科学计算 & 机器学习 & 数据挖掘兵器谱》