scipy

Science

Calcolo scientifico

Panoramica scipy

SciPysi basa suNumPyper fornire un'ampia raccolta di algoritmi per il calcolo scientifico e tecnico. Include moduli per l'ottimizzazione, l'algebra lineare, l'integrazione, l'interpolazione, l'elaborazione dei segnali, le statistiche e altro ancora.SciPyè utilizzato da fisici, ingegneri e scienziati dei dati che necessitano di metodi numerici precisi oltre alla matematica di base degli array.

PyRunincludeSciPycome pacchettoPyodidein bundle. Puoi utilizzare scipy.optimize, scipy.stats, scipy.interpolate e altri sottomoduli direttamente nel tuo browser: non è richiesta alcuna installazione locale. È un ambiente ideale per testare algoritmi numerici o esplorare metodi scientifici in modo interattivo.

Codice e output di esecuzione

Ricerca delle radici numeriche e statistica descrittiva.

SciPy Root Finding & StatsEsegui nell'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}")

Pacchetti correlati

Risorse Python consigliate

Espandi le tue conoscenze con tutorial interattivi, foglietti illustrativi e confronti di codici correlati.