Python - SciPy
La bibliothèque SciPy de Python est conçue pour fonctionner avec les tableaux NumPy et fournit de nombreuses pratiques numériques conviviales et efficaces telles que des routines d'intégration et d'optimisation numériques. Ensemble, ils fonctionnent sur tous les systèmes d'exploitation courants, sont rapides à installer et sont gratuits. NumPy et SciPy sont faciles à utiliser, mais suffisamment puissants pour pouvoir compter sur certains des plus grands scientifiques et ingénieurs du monde.
Sous-packages SciPy
SciPy est organisé en sous-packages couvrant différents domaines de calcul scientifique. Celles-ci sont résumées dans le tableau suivant -
scipy.constants | Constantes physiques et mathématiques |
scipy.fftpack | Transformée de Fourier |
scipy.integrate | Routines d'intégration |
scipy.interpolate | Interpolation |
scipy.io | Entrée et sortie de données |
scipy.linalg | Routines d'algèbre linéaire |
scipy.optimize | Optimisation |
scipy.signal | Traitement de signal |
scipy.sparse | Matrices clairsemées |
scipy.spatial | Structures de données spatiales et algorithmes |
scipy.special | Toutes les fonctions mathématiques spéciales |
scipy.stats | Statistiques |
Structure de données
La structure de données de base utilisée par SciPy est un tableau multidimensionnel fourni par le module NumPy. NumPy fournit certaines fonctions pour l'algèbre linéaire, les transformées de Fourier et la génération de nombres aléatoires, mais pas avec la généralité des fonctions équivalentes dans SciPy.
Nous verrons de nombreux exemples d'utilisation de la bibliothèque SciPy de python dans les travaux de science des données dans les prochains chapitres.