SciPy

提示：此條目的主題不是ScientificPython。

SciPy是一個開源的Python演算法庫和數學工具包。SciPy包含的模組有最佳化、線性代數、積分、插值、特殊函數、快速傅立葉轉換、訊號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。

SciPy

繪製貝索函數並尋找其局部極大值的範例。
原作者	Travis Oliphant（英語：Travis Oliphant）, Pearu Peterson, Eric Jones
開發者	社區專案
首次釋出	約2001年
目前版本	1.15.3[1]（2025年5月9日，11天前）
原始碼庫	github.com/scipy/scipy
作業系統	跨平台
類型	數學軟件
特許條款	BSD特許條款
網站	http://www.scipy.org/

SciPy目前在BSD特許條款下釋出。它的開發最初由Enthought（英語：Enthought）資助。與其功能相類似的軟件還有MATLAB、GNU Octave和Scilab。

組成

SciPy工具包是Python科學計算的核心，其功能根據功能分成如下子包：

• cluster（聚類）：層次聚類，向量量化，K-均值聚類。
• constants（常數）：物理常數和換算係數。
• datasets（數據集）：裝載SciPy數據集。
• fft：快速離散傅立葉轉換演算法。
• fftpack（fft包）：遺留的離散傅立葉轉換介面。
• integrate（積分）：數值積分工具。
• interpolate（插值）：插值工具。
• io：數據輸入輸出，支援讀寫MATLAB檔案、讀IDL檔案、讀寫Matrix Market（英語：Matrix Market exchange formats）檔案、非格式化FORTRAN檔案、netCDF的CDF-1與CDF-2格式檔案、Harwell-Boeing（英語：Harwell-Boeing file format）檔案、WAV聲音檔案和讀Arff檔案。
• linalg：線性代數工具。
• misc（雜項）：雜項例如範例圖片。
• ndimage（n-維圖像）：用於多維圖像處理的函數。
• ODR：正交距離迴歸（英語：Total_least_squares）（Orthogonal Distance Regression）的類與演算法。
• optimize（最佳化）：最佳化演算法例如線性規劃。
• signal（訊號）：訊號處理工具。
• sparse（稀疏）：稀疏矩陣及相關演算法。
• spatial（空間）：空間結構有關演算法如k-d樹、最鄰近搜尋、凸包等。
• special（特殊）： 特殊函數。
• stats（統計）：統計函數，如概率分佈、匯總統計量（英語：Summary statistics）、頻率統計量、假設檢定、相關、重抽樣、蒙特卡羅方法、列聯表。

早先版本中的weave（編織）模組，用於在Python代碼中包含C/C++代碼的工具，現已棄用，被Cython取代^[2]。

數據結構

SciPy的基礎數據結構是由NumPy模組提供的多維陣列。NumPy提供了一些有關線性代數、傅立葉轉換和亂數生成的函數，但不具備SciPy中對應函數的通用性。NumPy還可以作為任意資料類型的高效多維數據容器，這使得NumPy可以快速無縫地和眾多資料庫整合。 舊版SciPy使用Numeric作為陣列類型，但現已棄用，新版SciPy改用Numpy實現的陣列。^[3]

歷史

在1990年代，Python引入了用於數值計算的陣列類型Numeric（這個包最終被Travis Oliphant（英語：Travis_Oliphant）編寫的NumPy取代）；此後，擴充模組數量不斷增加，許多人對一個完整的科學技術計算環境感興趣。2001年，Travis Oliphant、Eric Jones和Pearu Peterson合併了他們編寫的代碼，並將結果包命名為SciPy。新建立的包對Numeric數據結構提供了常見數值運算。此後不久，Fernando Pérez釋出了IPython（增強型互動式shell，在科學計算界廣泛使用）；John Hunter釋出了Matplotlib（2D繪圖庫）的第一個版本，SciPy環境繼續增長，並增加了更多用於科學計算的工具。^[4][5][6]