Python - SciPy
A biblioteca SciPy do Python foi construída para funcionar com matrizes NumPy e fornece muitas práticas numéricas eficientes e fáceis de usar, como rotinas para integração e otimização numérica. Juntos, eles rodam em todos os sistemas operacionais populares, são rápidos de instalar e são gratuitos. NumPy e SciPy são fáceis de usar, mas poderosos o suficiente para depender de alguns dos principais cientistas e engenheiros do mundo.
Subpacotes SciPy
SciPy é organizado em subpacotes que cobrem diferentes domínios de computação científica. Eles estão resumidos na tabela a seguir -
scipy.constants | Constantes físicas e matemáticas |
scipy.fftpack | transformada de Fourier |
scipy.integrate | Rotinas de integração |
scipy.interpolate | Interpolação |
scipy.io | Entrada e saída de dados |
scipy.linalg | Rotinas de álgebra linear |
scipy.optimize | Otimização |
scipy.signal | Processamento de sinal |
scipy.sparse | Matrizes esparsas |
scipy.spatial | Estruturas e algoritmos de dados espaciais |
scipy.special | Quaisquer funções matemáticas especiais |
scipy.stats | Estatisticas |
Estrutura de dados
A estrutura de dados básica usada pelo SciPy é uma matriz multidimensional fornecida pelo módulo NumPy. NumPy fornece algumas funções para Álgebra Linear, Transformadas de Fourier e Geração de Números Aleatórios, mas não com a generalidade das funções equivalentes em SciPy.
Veremos muitos exemplos de uso da biblioteca SciPy de python no trabalho de ciência de dados nos próximos capítulos.