用Python做科学计算中文版PDF电子书免费下载

　　和Matlab不同，Python的科学软件包由众多的社区维护和发布，因此要一一将其收集齐安装到你的电脑里是一件很费时间的事情。幸好这些工作已经有人帮我们整理好了。只需要下载一个文件，一次安装就能拥有众多的函数库可供使用。这里介绍两个科学计算Python合集的下载和安装过程。

　　NumPy为Python提供了快速的多维数组处理的能力，而SciPy则在NumPy基础上添加了众多的科学计算所需的各种工具包，有了这两个库，Python就有几乎和Matlab一样的处理数据和计算的能力了。

　　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的核心计算部分都是一些久经考验的Fortran数值计算库，例如：

　　• 线性代数使用LAPACK库

　　• 快速傅立叶变换使用FFTPACK库

　　• 常微分方程求解使用ODEPACK库

　　• 非线性方程组求解以及最小值求解等使用MINPACK库

　　标准安装的Python中用列表（list）保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的［1，2，3］，需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。此外Python还提供了一个array模块，array对象和列表不同，它直接保存数值，和C语言的一维数组比较类似。但是由于它不支持多维，也没有各种运算函数，因此也不适合做数值运算。 NumPy的诞生弥补了这些不足，NumPy提供了两种基本的对象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray（下文统一称之为数组）是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数。