SciPy

В 1990-х годах Python был расширен типом массива для вычислений под названием Numeric (этот пакет в конечном итоге был заменён Трэвисом Олифантом, который написал NumPy^[4][5] в 2006 году, соединив Numeric и Numarray.^[6]

По состоянию на 2000 год число модулей росло и возрастал интерес к созданию полноценной среды для научных и технических вычислений. В 2001 году Трэвис Олифант, Эрик Джонс и Пиару Петерсон объединили написанный ими код и назвали получившийся пакет SciPy. Вскоре после этого Фернандо Перес выпустил IPython, расширенную интерактивную оболочку, широко используемую в сообществе технических вычислений, а Джон Хантер выпустил первую версию Matplotlib, библиотеки 2D-графиков для вычислений. С тех пор среда SciPy продолжала расти с появлением большего количества пакетов и инструментов для технических вычислений.^[7]

• поиск минимумов и максимумов функций;
• вычисление интегралов функций;
• поддержка специальных функций;
• обработка сигналов;
• обработка изображений;
• работа с генетическими алгоритмами;
• решение обыкновенных дифференциальных уравнений;
• и др.

Целевая аудитория — пользователи продуктов MATLAB и Scilab.

Для визуализации результатов расчётов часто применяется библиотека Matplotlib, являющаяся аналогом средств вывода графики MATLAB.

Библиотека SciPy распространяется по условиям лицензии BSD. Разработчиков финансирует фирма «Enthought».

Основной структурой данных в SciPy является многомерный массив, реализованный модулем NumPy (более старые версии SciPy использовали модуль Numeric).

Доступные субпакеты:

constants

Физические константы и коэффициенты пересчёта (с версии 0.7.0^[8]).

cluster

Векторное квантование.

fftpack

Дискретные алгоритмы преобразования Фурье.

integrate

Инструменты для интегрирования.

interpolate

Инструменты для интерполяции.

io

Ввод-вывод данных.

lib

Работа со сторонними библиотеками.

linalg

Линейная алгебра.

misc

Разное.

optimize

Средства оптимизации.

sandbox

Экспериментальный код.

signal

Обработка сигналов.

sparse

Поддержка разреженных матриц.

special

Специальные функции.

stats

Статистические функции.

weave

Использование кода, написанного на языках C и C++.

Функциональность библиотеки SciPy можно расширить с помощью других инструментов^[9]. Примеры:

Графика

Для отрисовки двухмерной предназначено несколько библиотек: Matplotlib (рекомендуется), HippoDraw, Chaco, Biggles, Python Imaging Library, MayaVi (поддерживает трёхмерную графику).

Оптимизация

Библиотеки для оптимизации: optimize (модуль встроен в SciPy), OpenOpt (предоставляет больше пакетов и решателей).

Анализ данных

Модуль RPy позволяет выполнять анализ данных с помощью языка программирования R.

База данных

Библиотека SciPy может взаимодействовать с PyTables^[10] — иерархической базой данных, разработанной для управления большими объёмами данных; данные хранятся в файлах формата HDF5.

Интерактивная оболочка

IPython — это интерактивная среда для ввода и отладки кода, аналог оболочки MATLAB.

Символьная математика

Библиотеки для символьных вычислений: PyDSTool (недоступная ссылка), Symbolic и SymPy.