scipy

Science

Komputasi ilmiah

Ikhtisar scipy

SciPydibangun di atasNumPyuntuk menyediakan banyak koleksi algoritma untuk komputasi ilmiah dan teknis. Ini mencakup modul untuk optimasi, aljabar linier, integrasi, interpolasi, pemrosesan sinyal, statistik, dan banyak lagi.SciPydigunakan oleh fisikawan, insinyur, dan ilmuwan data yang membutuhkan metode numerik yang tepat di luar matematika array dasar.

PyRunmenyertakanSciPysebagai paketPyodideyang dibundel. Anda dapat menggunakan scipy.optimize, scipy.stats, scipy.interpolate, dan submodul lainnya langsung di browser Anda — tidak diperlukan instalasi lokal. Ini adalah lingkungan yang ideal untuk menguji algoritma numerik atau mengeksplorasi metode ilmiah secara interaktif.

Kode & Output Eksekusi

Penemuan akar numerik dan statistik deskriptif.

SciPy Root Finding & StatsJalankan di 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}")

Paket Terkait

Sumber Daya Python yang Direkomendasikan

Perluas pengetahuan Anda dengan tutorial interaktif terkait, lembar contekan, dan perbandingan kode.