9、Python中NumPy与SciPy模块的使用指南

Python中NumPy与SciPy模块的使用指南

在Python的数据分析和科学计算领域，NumPy和SciPy是两个强大且常用的模块。NumPy提供了高效的多维数组对象和处理这些数组的工具，而SciPy则在NumPy的基础上提供了更多的科学计算功能，如优化、积分、插值等。本文将详细介绍这两个模块的使用方法和相关功能。

1. NumPy模块的使用

在导入NumPy模块时，通常使用 import numpy as np 这种方式，虽然也可以使用 from numpy import * 将所有函数导入命名空间，但大多数开发者更倾向于前者。以下是一些NumPy模块的常见使用示例：
- 数组的基本操作
- np.size() 函数用于显示数组的数据项数量。
- np.std() 函数用于计算数组的标准差。

import numpy as np
x = np.array([[1,2,3],[3,4,6]])   # 2 by 3 matrix
print(np.size(x))        # number of data items
print(np.size(x,1))      # show number of columns 
print(np.std(x))     
print(np.std(x,1))
total = x.sum()
z = np.random.rand(50)   # 50 random obs from [