python科學計算常用的數學科學計算庫是什么

這篇文章給大家分享的是有關python科學計算常用的數學科學計算庫是什么的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

python的五大特點是什么

python的五大特點：1.簡單易學，開發程序時，專注的是解決問題,而不是搞明白語言本身。2.面向對象，與其他主要的語言如C++和Java相比, Python以一種非常強大又簡單的方式實現面向對象編程。3.可移植性，Python程序無需修改就可以在各種平臺上運行。4.解釋性，Python語言寫的程序不需要編譯成二進制代碼,可以直接從源代碼運行程序。5.開源，Python是 FLOSS(自由/開放源碼軟件)之一。

1.numpy（高效多維數據表示）

NumPy數組可以將許多數據處理任務表述為簡潔的數組表達式，否則需要編寫循環。用數組表達式代替循環的做法，通常被稱為矢量化。通常矢量化數組運算要比等價的純Python方式快上一兩個數量級，尤其是各種數值計算。

假設我們想要在一組值(網格型)上計算函數sqrt(x^2 + y^2)。np.meshgrid()函數接受兩個一維數組，并產生兩個二維矩陣，對應于兩個數組中所有的(x, y)對。

points = np.arange(-5, 5, 0.01) #1000個間隔相等的點。xs, ys = np.meshgrid(points, points)z = np.sqrt(xs ** 2 + ys ** 2)

2.scipy（數值計算）

Scipy在Numpy的基礎上則加了眾多的數學計算，科學計算以及工程計算中常用的模塊，例如線性代數，常微分方程的數值求解，信號處理，圖像處理，系數矩陣等。在本章中，將通過實例介紹Scipy中常用的的一些模塊。為了方便讀者理解，在示例程序中使用matplotlib，TVTK以及Mayavi等擴展繪制二維以及三維圖表。

Scipy的special模塊是一個非常完整的函數庫，其中包含了基本數學函數，特殊數學函數以及Numpy中出現的所有函數。

伽馬（gamma）函數γ時概率統計學中經常出現的一個函數，它計算公式如下：

顯然這樣計算起來特別的麻煩，幸運的是。scipy.special中有內置的gamma模塊。

>>> import scipy.special  as S
>>> S.gamma(4)
6.0
>>> S.gamma(0.5)
1.7724538509055159
>>> S.gamma(1+1j)
(0.4980156681183554-0.15494982830181081j)
>>> S.gamma(1000)
inf

Γ（z）函數時結成函數在實數和復數系上的擴展，他的增長速度特別的塊，1000的階乘就超過了雙精度浮點數的表示范圍，因此結果就是無窮大。為了計算更大的范圍可以使用gammaln（）計算ln（|Γ（x）|）的只，它使用特殊的算法，能夠直接計算Γ函數的對數值，因此可以表示更大的范圍。

3.sympy（符號計算）

SymPy是Python的一個數學符號計算庫。它目的在于成為一個富有特色的計算機代數系統。它保證自身的代碼盡可能的簡單，且易于理解，容易擴展。SymPy完全由Python寫成，不需要額外的庫。

Sympy安裝

pip install sympy

4.matplotlib（數據可視化）

Matplotlib，是一個Python的2D繪圖庫，通過這個庫，開發者可以僅需要幾行代碼，便可以生成繪圖，直方圖，功率圖，條形圖，錯誤圖，散點圖等等

（1）庫的安裝和環境的配置

windows下：

py -3 -m pip install matplotlib

linux下：

python3 -m pip install matplotlib

建議配合Jupyter使用。在jupyter notebook中，使用

%matplotlib inline

進入交互頁面

（2）設置中文環境

首先引入包：

import numpy as np #之后需要用到
import matplotlib as mpl #設置環境變量
import matplotlib.pyplot as plt #繪圖專用
from mpl_toolkits.mplot3d import Axes3D #繪制3D圖1234

為了讓圖片兼容中文的說明、名字等，這里需要：

mpl.rcParams['font.sans-serif'] = ['FangSong']
mpl.rcParams['axes.unicode_minus']=False

感謝各位的閱讀！關于“python科學計算常用的數學科學計算庫是什么”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！