Python SciPy 库中有哪些不同的子包?
为了涵盖不同的科学计算领域,SciPy 库被组织成各种子包。这些子包解释如下 -
聚类包 (scipy.cluster) - 该包包含聚类算法,这些算法在信息论、目标检测、压缩、通信和其他一些领域也很有用。它有两个模块,分别是 scipy.cluster.vq 和 scipy.cluster.hierarchy。顾名思义,第一个模块即 vq 模块仅支持矢量量化和 k 均值算法。而第二个模块,即层次模块,提供了凝聚和层次聚类的功能。
Constants(scipy.constants) - 它包含数学和物理常数。数学常数包括pi、golden和golden_ratio。物理常数包括c、speed_of_light、planck、gravitational_constant等。
传统离散傅立叶变换(scipy.fft) - 此子模块用于快速傅立叶变换(FFT),现在被视为传统。
Integration and ODEs(scipy.integrate) - 此 SciPy 子模块用于通过使用函数对象和固定样本来集成函数。它还用于解决 ODE 系统的初始值问题。
Interpolation(scipy.interpolate) - 这是用于插值的对象的子包。该子包中的对象是样条函数和类、一维和多维插值类、拉格朗日和泰勒多项式插值器。
Input and Output(scipy.io) - 此 SciPy 子包包含模块、类和函数,用于从各种文件格式(例如 MATLAB 文件、IDL 文件、Matrix Market 文件、未格式化的 Fortran 文件、Wav 声音文件)读取数据并将数据写入其中, arff 文件。
线性代数(scipy.linalg) -顾名思义,这个子包包含线性代数函数。它包括基本函数、求解特征值问题的函数、分解、矩阵函数、特殊矩阵函数、矩阵方程求解器函数和低级例程。
多维图像处理 (scipy.ndimage) - 此 SciPy 子包包含各种功能,例如用于多维图像处理的滤波器、傅立叶滤波器、插值、测量和形态学。
正交距离回归 (scipy.odr) - 此子包包含各种计算正交距离回归 (ODR) 的函数。
优化和寻根 (scipy.optimize) - 这个 SciPy 子模块为我们提供了最小化或最大化目标函数的功能。它还包括非线性问题、线性规划、根发现和曲线拟合的求解器。
信号处理(scipy.signal) - 顾名思义,这个子包包含用于信号处理的各种功能。这些功能包括卷积、B 样条、滤波、滤波器设计、Matlab 式 IIR 滤波器设计、波形、小波等。
稀疏矩阵 (scipy.sparse) - 它是用于数值数据的 SciPy 二维稀疏矩阵包。它包含构建稀疏矩阵的各种函数。
空间算法和数据结构 (scipy.spatial) - 空间变换包含在 scipy.spatial.transform 子模块中。它主要用于最近邻算法。
特殊函数 (scipy.special) - 包含 Airy 函数、Elliptic 函数、Bessel 函数、Struve 函数、Raw 统计函数、信息论函数、Gamma 函数、Legendre 函数等函数。
统计函数 (scipy.stats) - SciPy 的这个子模块拥有大量的概率分布和不断增长的统计函数库。