Python中的SciPy
时间: 2024-09-06 10:04:56 浏览: 16
`SciPy`是基于`NumPy`的Python科学计算库的补充,它提供了大量的高级数学函数以及用于优化、插值、信号处理、统计分析和线性代数等方面的工具。下面是一些基本的示例:
1. **数值积分**[^1]:
```python
from scipy.integrate import quad
result, error = quad(lambda x: x**2, -1, 1)
print(f"Quadrature result: {result:.2f}, Error: {error:.2f}")
```
2. **优化**:
```python
from scipy.optimize import minimize
def rosenbrock(x):
return sum(100.0 * (x[1:] - x[:-1]**2.0)**2.0 + (1 - x[:-1])**2.0)
res = minimize(rosenbrock, x0=[1.3, 0.7], method='Nelder-Mead')
print(res.x)
```
3. **线性代数**:
```python
from scipy.linalg import solve
A = np.array([[3., 2.], [1., 4.]])
b = np.array([5., 11.])
solution = solve(A, b)
print(solution)
```
要深入探索`SciPy`,你可以查阅官方文档,那里有详细的API参考和示例。