Python------SciPy模块

SciPy是一个基于NumPy的高级模块，在符号计算，信号处理，数值优化等任务中有突出表现，覆盖了绝大部分科学计算领域。

子模块名称	用途描述
scipy.cluster	主流的聚类算法
scipy.constants	数学和物理常数
scipy.fftpack	快速傅里叶变换
scipy.integrate	求解积分和常微分方程
scipy.linalg	线性代数
scipy.ndimage	N维图像处理
scipy.signal	信号处理
scipy.spatial	空间数据结构和算法
scipy.stats	统计分布及相关函数

我对SciPy模块的理解其中最重要是：“向量化思想”－－－－－>>>"符号计算“和”函数向量化”

from scipy import poly1d
print "******SciPy的符号计算******"
p=poly1d([3,4,5])
print p             #相当于３X^2+4X+5
print p+p
print p*p           #相当于9X^4+24X^3+46X^2+40X+25
print p([1,2,3])
print "P(x)的不定积分,指定常数为２"
print p.integ(k=2) 
print "P(x)的一阶导数"
print p.deriv(1)   #表示求１阶导数
print p.deriv(2)   #表示求2阶导数

print "********SciPy函数向量化********"
import numpy as np
def Compare(a,b):
    if a>b:
        return a-b
    else:
        return a+b
print Compare(10, 3)
print Compare(4, 16)
vec_compare=np.vectorize(Compare)
print vec_compare([10,4,8,26],[3,16,8,7])

结果：

******SciPy的符号计算******
   2
3 x + 4 x + 5
   2
6 x + 8 x + 10
   4      3      2
9 x + 24 x + 46 x + 40 x + 25
[12 25 44]
P(x)的不定积分,指定常数为２
   3     2
1 x + 2 x + 5 x + 2
P(x)的一阶导数
 
6 x + 4
 
6
********SciPy函数向量化********
7
20
[ 7 20 16 19]