1 Python科学计算工具

Python科学计算工具，主要工具包如下：

• NumPy：数值计算工具包，包含各种矩阵算。NumPy为Python带来了真正的多维数组功能，并且提供了丰富的函数库处理这些数组。它将常用的数学函数都进行数组化，使得这些数学函数能够直接对数组进行操作，将本来需要在Python级别进行的循环，放到C语言的运算中，明显地提高了程序的运算速度。

• SciPy：在NumPy基础上增加了众多的数学计算、科学计算以及工程计算常用模块，如：线性代数、常微分方程求解、信号处理、图像处理、稀疏矩阵等。

• Matplotlib：综合2D、3D绘图库，提供了一整套和MATLAB类似的绘图函数集，绘图功能强大。

• Pandas：基于NumPy开发，提供了更高级的数据处理功能，

• SymPy：是一个符号计算的Python库，用它可以进行数学表达式的符号推演和演算，由Python写成，不依赖于外部库。

• sklearn：构建在Numpy、SciPy、matplotlib之上，实现了多种算法，比如svm，k-means，KNN，PCA，随机森林等等一大堆，主要用作机器学习。

个人观点：

强烈不推荐一开始就手动安装各种库，建议使用集成开发工具WinPython先运行起来，因为安装并不需要多少技术含量，真正有价值的是工具之上的 内容。

2. 配置 pip

以上库都已集成在 WinPython 软件访问官网中。

在配置winPython-64bit-3.5.4.0Qt5前，建议先配置下pip的源，提高下载速度。

在win7的地址栏中输入：

%appdata%

在跳转到的目录下创建文件夹pip，并在此文件夹下新建pip.ini文件，添加内容：

[global]
index-url = https://pypi.doubanio.com/simple

3. 下载安装

下载并安装后，目录文件如下：

4. 目录介绍

• python-3.5.4.amd64 ：Python及其各类库接口的文件夹。

• Jupyter Notebook（即：IPython Notebook）：可用来处理数据、写研究报告，甚至编写书籍（如：《Python科学计算（第2版）》  张若愚  清华大学出版社）。

• Spyder ：python集成开发环境，打开程序就可以创建并运行.py文件，界面风格和Matlab类似。

• WinPython Control Panel ：用来管理库的安装和卸载，方便用户管理开发库。

5. 示例

双击WinPython打开集成开发环境，运行一个简单的例程，如下：

示例代码：

# -*- coding: utf-8 -*-
"""
Created on Sun Sep 10 12:00:30 2017

@author: lu
"""

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(1,50,50)
m=3
beta=1.0 
y1= beta**(-m)*x**(m-1)
y2 = np.math.factorial(m-1)
y3 =np.exp(-x/beta);
y = y1/y2*y3;
plt.plot(x,y,label="$f(x)$",color="red",linewidth=2)
plt.xlabel("x")
plt.ylabel("f(x)")
plt.title("Erlang")
plt.legend()
plt.show()

除以上提到的各类计算库外，在目录 ..\python-3.5.4.amd64\Lib\site-packages 下可以看到有很多其它库。

参考来源：

[1] 《Python科学计算（第2版）》  张若愚  清华大学出版社