scipy

Science

tính toán khoa học

Tổng quan scipy

SciPyđược xây dựng trênNumPyđể cung cấp một bộ sưu tập lớn các thuật toán cho điện toán khoa học và kỹ thuật. Nó bao gồm các mô-đun để tối ưu hóa, đại số tuyến tính, tích hợp, nội suy, xử lý tín hiệu, thống kê, v.v.SciPyđược sử dụng bởi các nhà vật lý, kỹ sư và nhà khoa học dữ liệu, những người cần các phương pháp số chính xác ngoài toán mảng cơ bản.

PyRunbao gồmSciPydưới dạng góiPyodideđi kèm. Bạn có thể sử dụng scipy.optimize, scipy.stats, scipy.interpolate và các mô-đun con khác trực tiếp trong trình duyệt của mình — không cần cài đặt cục bộ. Đó là một môi trường lý tưởng để thử nghiệm các thuật toán số hoặc khám phá các phương pháp khoa học một cách tương tác.

Đầu ra mã & thực thi

Tìm gốc số và thống kê mô tả.

SciPy Root Finding & StatsChạy trong Trình chỉnh sửa
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}")

Gói liên quan

Tài nguyên Python được đề xuất

Mở rộng kiến thức của bạn với các hướng dẫn tương tác, bảng ghi chú và so sánh mã có liên quan.