scipy

Science

Computación científica

Descripción general scipy

SciPyse basa enNumPypara proporcionar una gran colección de algoritmos para informática científica y técnica. Incluye módulos de optimización, álgebra lineal, integración, interpolación, procesamiento de señales, estadísticas y más.SciPyes utilizado por físicos, ingenieros y científicos de datos que necesitan métodos numéricos precisos más allá de las matemáticas básicas de matrices.

PyRunincluyeSciPycomo un paquetePyodide. Puede utilizar scipy.optimize, scipy.stats, scipy.interpolate y otros submódulos directamente en su navegador, sin necesidad de instalación local. Es un entorno ideal para probar algoritmos numéricos o explorar métodos científicos de forma interactiva.

Código y salida de ejecución

Búsqueda de raíces numéricas y estadística descriptiva.

SciPy Root Finding & StatsEjecutar en el editor
from scipy import optimize, stats
import numpy as np

# Root finding
def f(x):
    return x**3 - 2*x - 5

result = optimize.root_scalar(f, bracket=[2, 3], method='brentq')
print("Root of f(x) = x³ - 2x - 5:")
print(f"  x = {result.root:.6f}  (converged: {result.converged})")

# Basic statistics
data = np.array([2.1, 2.5, 3.0, 3.2, 3.8, 4.0, 4.5, 5.1])
print("\nDescriptive stats:")
print(f"  mean   = {np.mean(data):.3f}")
print(f"  median = {np.median(data):.3f}")
print(f"  stdev  = {np.std(data):.3f}")
t_stat, p_val = stats.ttest_1samp(data, popmean=3.5)
print(f"\nOne-sample t-test (μ=3.5): t={t_stat:.4f}, p={p_val:.4f}")

Paquetes relacionados

Recursos recomendados de Python

Amplíe sus conocimientos con tutoriales interactivos relacionados, hojas de trucos y comparaciones de códigos.