python伽玛函数 伽玛函数计算( 五 )


5. scipy.sparse:稀疏矩阵和稀疏线性系统求解器 。
6. scipy.special:SPECFUN(这是一个实现了许多常用数学函数(如伽玛函数)的Fortran库)的包装器 。
7. scipy.stats:标准连续和离散概率分布(如密度函数、采样器、连续分布函数等)、各种统计检验方法,以及更好的描述统计法 。
8. scipy.weave:利用内联C++代码加速数组计算的工具 。
注:NumPy跟SciPy的有机结合完全可以替代MATLAB的计算功能(包括其插件工具箱) 。
SymPy
是python的数学符号计算库,用它可以进行数学表达式的符号推导和演算 。
pandas
提供了使我们能够快速便捷地处理结构化数据的大量数据结构和函数 。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一 。
pandas兼具NumPy高性能的数组计算功能以及电子表格和关系型数据库(如SQL)灵活的数据处理功能 。它提供了复杂精细的索引功能 , 以便更为便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作 。
对于使用R语言进行统计计算的用户,肯定不会对DataFrame这个名字感到陌生,因为它源自于R的data.frame对象 。但是这两个对象并不相同 。R的data.frame对象所提供的功能只是DataFrame对象所提供的功能的一个子集 。也就是说pandas的DataFrame功能比R的data.frame功能更强大 。
matplotlib
是最流行的用于绘制数据图表的Python库 。它最初由John D. Hunter(JDH)创建,目前由一个庞大的开发人员团队维护 。它非常适合创建出版物上用的图表 。它跟IPython(马上就会讲到)结合得很好,因而提供了一种非常好用的交互式数据绘图环境 。绘制的图表也是交互式的,你可以利用绘图窗口中的工具栏放大图表中的某个区域或对整个图表进行平移浏览 。
TVTK
是python数据三维可视化库 , 是一套功能十分强大的三维数据可视化库,它提供了Python风格的API,并支持Trait属性(由于Python是动态编程语言,其变量没有类型,这种灵活性有助于快速开发,但是也有缺点 。而Trait库可以为对象的属性添加检校功能,从而提高程序的可读性,降低出错率 。) 和NumPy数组 。此库非常庞大,因此开发公司提供了一个查询文档,用户可以通过下面语句运行它:
from enthought.tvtk.toolsimport tvtk_doc
tvtk_doc.main()
Scikit-Learn
是基于python的机器学习库 , 建立在NumPy、SciPy和matplotlib基础上,操作简单、高效的数据挖掘和数据分析 。其文档、实例都比较齐全 。
小编建议:初学者使用python(x, y),其是一个免费的科学和工程开发包,提供数学计算、数据分析和可视化展示 。非常方便!
其:(由于某种原因 , 国内上不去 , 需要翻墙)
下载地址:(小编到网上搜到的一个地址,亲测可以用)
下图展示了python(x, y) 强大功能 。
Python--math库Python math 库提供许多对浮点数的数学运算函数,math模块不支持复数运算,若需计算复数,可使用cmath模块(本文不赘述) 。
使用dir函数,查看math库中包含的所有内容:
1) math.pi# 圆周率π
2) math.e#自然对数底数
3) math.inf#正无穷大∞ , -math.inf#负无穷大-∞
4) math.nan#非浮点数标记,NaN(not a number)
1) math.fabs(x)#表示X值的绝对值
2) math.fmod(x,y)#表示x/y的余数,结果为浮点数
3) math.fsum([x,y,z])#对括号内每个元素求和 , 其值为浮点数
4) math.ceil(x)#向上取整 , 返回不小于x的最小整数
5)math.floor(x)#向下取整,返回不大于x的最大整数

推荐阅读