📌 目录

  1. 什么是 SciPy？
  2. SciPy 的核心模块结构
  3. SciPy 与 NumPy 的关系
  4. 安装 SciPy（pip 与 conda 方法）
  5. 验证安装是否成功
  6. 第一个 SciPy 示例程序
  7. 出站链接与参考资料

1. 什么是 SciPy？

SciPy（Scientific Python） 是一个基于 NumPy 的开源科学计算库，专为科学与工程中的数学计算设计，提供如：

  • 线性代数
  • 最优化
  • 积分
  • 微分方程
  • 插值与拟合
  • 信号与图像处理
  • 统计分析
  • 稀疏矩阵支持

它是数据科学、机器学习和工程建模中的核心工具之一。

2. SciPy 的核心模块结构

SciPy 是由多个子模块组成的，每个模块对应一个特定计算领域：

模块名称功能描述
scipy.linalg线性代数
scipy.optimize最优化问题
scipy.integrate积分和微分方程
scipy.fftpack / scipy.fft傅里叶变换
scipy.signal信号处理
scipy.ndimage图像处理
scipy.stats统计分布和检验
scipy.interpolate插值方法
scipy.sparse稀疏矩阵

3. SciPy 与 NumPy 的关系

SciPy 是构建在 NumPy 基础上的高级封装。NumPy 提供：

  • 多维数组（ndarray）
  • 基础数学操作
  • BLAS/LAPACK 支持的线性代数基础

SciPy 则进一步扩展，提供更复杂的算法实现，如数值积分、曲线拟合、微分方程求解等。

4. 安装 SciPy

方法一：使用 pip 安装（适用于所有 Python 环境）

pip install scipy

🔍 pip 会自动安装 NumPy（如尚未安装）

方法二：使用 Anaconda 安装（推荐科学计算）

conda install scipy

⚠️ 推荐使用 Anaconda 安装 SciPy 全家桶（包含 NumPy、Pandas、Matplotlib 等）

5. 验证安装是否成功

测试代码如下：

import scipy
import numpy as np

print("SciPy version:", scipy.__version__)
print("NumPy version:", np.__version__)

输出示例：

SciPy version: 1.12.0
NumPy version: 1.26.2

6. 第一个 SciPy 示例程序

我们用 scipy.integrate 模块来计算一个定积分：

计算函数 f(x) = x² 在区间 [0, 2] 上的积分。

from scipy import integrate

# 定义被积函数
def func(x):
    return x**2

# 计算定积分
result, error = integrate.quad(func, 0, 2)

print("积分结果:", result)
print("误差估计:", error)

输出：

积分结果: 2.666666666666667
误差估计: 2.960594732333751e-14

这说明 ∫₀² x² dx = 8/3 ≈ 2.6667，SciPy 的结果非常准确。

🔗 出站链接与参考资料

✅ 官方文档

📘 中文资料推荐