scipy

Science

Bilimsel hesaplama

Genel Bakış scipy

SciPy, bilimsel ve teknik hesaplamaya yönelik geniş bir algoritma koleksiyonu sağlamak üzereNumPyüzerine inşa edilmiştir. Optimizasyon, doğrusal cebir, entegrasyon, enterpolasyon, sinyal işleme, istatistik ve daha fazlası için modüller içerir.SciPytemel dizi matematiğinin ötesinde kesin sayısal yöntemlere ihtiyaç duyan fizikçiler, mühendisler ve veri bilimcileri tarafından kullanılır.

PyRun, paketlenmiş birPyodidepaketi olarakSciPyiçerir. Scipy.optimize, scipy.stats, scipy.interpulate ve diğer alt modülleri doğrudan tarayıcınızda kullanabilirsiniz; yerel kurulum gerekmez. Sayısal algoritmaları test etmek veya bilimsel yöntemleri etkileşimli olarak keşfetmek için ideal bir ortamdır.

Kod ve Yürütme Çıkışı

Sayısal kök bulma ve tanımlayıcı istatistikler.

SciPy Root Finding & StatsDüzenleyicide Çalıştır
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}")

İlgili Paketler

Önerilen Python Kaynakları

İlgili etkileşimli eğitimler, yardımcı sayfalar ve kod karşılaştırmalarıyla bilginizi genişletin.