SciPy
SciPy | |
 SciPy를 이용한 심전도 PSD | |
| 원저작자 | Travis Oliphant, Pearu Peterson, Eric Jones |
|---|---|
| 개발자 | 커뮤니티 라이브러리 프로젝트 |
| 초기 릴리즈 | 2001년경( |
| 안정된 릴리스 | 1.8.0[1] / 2022년 2월 ; 전 () |
| 저장소 | |
| 기입처 | Python, Fortran, C, C++[2] |
| 운영 체제 | 크로스 플랫폼 |
| 유형 | 테크니컬 컴퓨팅 |
| 면허증. | BSD 신규 라이선스 |
| 웹 사이트 | scipy |
SciPy( /sasapapa// "sigh pie"[3]로 발음)는 과학 컴퓨팅 및 기술 [4]컴퓨팅에 사용되는 무료 오픈 소스 Python 라이브러리입니다.
SciPy는 최적화, 선형 대수, 통합, 보간, 특수 함수, FFT, 신호 및 이미지 처리, ODE 솔버 및 과학 및 엔지니어링에서 공통되는 기타 작업을 위한 모듈을 포함합니다.
SciPy는 또한 다음과 같은 툴의 사용자와 개발자를 위한 컨퍼런스 패밀리입니다.SciPy(미국), EuroSciPy(유럽), SciPy.in(인도).[5]Enthought는 미국에서 SciPy 컨퍼런스를 시작하였으며 SciPy 웹사이트를 주최할 뿐만 아니라 많은 국제 컨퍼런스를 후원하고 있습니다.
SciPy 라이브러리는 현재 BSD 라이선스로 배포되고 있으며, 개발은 개방형 개발자 커뮤니티에서 후원 및 지원을 받고 있습니다.또한 재현 가능하고 접근 가능한 과학을 지원하는 커뮤니티 기반인 NumFOCUS에 의해 지원됩니다.
구성 요소들
SciPy 패키지는 Python의 과학 컴퓨팅 기능의 핵심입니다.사용 가능한 서브 패키지는 다음과 같습니다.
- 군집화: 계층 군집화, 벡터 양자화, K-평균
- 상수: 물리 상수 및 변환 계수
- FFT: 이산 푸리에 변환 알고리즘
- FFT 팩:이산 푸리에 변환용 레거시 인터페이스
- 연동: 수치연동 루틴
- 보간: 보간 도구
- io: 데이터 입력 및 출력
- linalg: 선형 대수 루틴
- misc: 기타 유틸리티(예: 이미지)
- ndimage : 다차원 이미지 처리를 위한 다양한 기능
- ODR: 직교 거리 회귀 클래스 및 알고리즘
- 최적화: 선형 프로그래밍을 포함한 최적화 알고리즘
- 신호: 신호 처리 도구
- 스파스: 스파스 매트릭스 및 관련 알고리즘
- 공간: k-d 트리, 가장 가까운 이웃, 볼록 선체 등의 공간 구조를 위한 알고리즘.
- 특수: 특수 기능
- stats: 통계 함수
- 위브: C/C++ 코드를 Python 멀티라인 스트링으로 쓰기 위한 도구(현재 Cython에서는[6] 사용되지 않음)
데이터 구조
SciPy에서 사용되는 기본 데이터 구조는 NumPy 모듈에서 제공하는 다차원 배열입니다.NumPy는 선형 대수, 푸리에 변환 및 난수 생성을 위한 함수를 제공하지만 SciPy에 있는 등가 함수의 일반성은 제공하지 않습니다.NumPy는 또한 임의의 데이터 유형을 가진 효율적인 다차원 데이터 컨테이너로 사용할 수 있습니다.이를 통해 NumPy는 다양한 데이터베이스와 원활하고 빠르게 통합할 수 있습니다.SciPy의 이전 버전에서는 어레이 유형으로 숫자를 사용했지만, 현재는 새로운 NumPy 어레이 [7]코드에서는 사용되지 않습니다.
역사
1990년대에 Python은 수치 컴퓨팅을 위한 배열 유형을 포함하도록 확장되었습니다(이 패키지는 결국 2001년에 시작된 수치와 Numarray의 혼합으로 2006년에 NumPy를 쓴 Travis Oliphant에 의해 대체되었습니다).2000년 현재 확장 모듈의 수가 증가하고 있으며 과학 및 기술 컴퓨팅을 위한 완벽한 환경 구축에 대한 관심이 높아지고 있습니다.2001년 Travis Oliphant, Eric Jones 및 Pearu Peterson은 자신들이 작성한 코드를 통합하여 SciPy라고 명명했습니다.새로 작성된 패키지는 숫자 배열 데이터 구조 위에 일반적인 숫자 연산 모음을 제공합니다.그 직후 Fernando Pérez는 테크니컬 컴퓨팅 커뮤니티에서 널리 사용되는 확장 인터랙티브 셸인 IPython을 출시했고 John Hunter는 테크니컬 컴퓨팅용 2D 플로팅 라이브러리인 Matplotlib의 첫 버전을 출시했습니다.이후 SciPy 환경은 기술 [8][9][10]컴퓨팅용 패키지와 툴이 늘어나면서 계속 성장해 왔습니다.
「 」를 참조해 주세요.
메모들
- ^ "Release SciPy 1.8.0".
- ^ SciPy Team. "How can SciPy be fast if it is written in an interpreted language like Python?". Retrieved 2022-04-11.
- ^ https://scipy.org/ "SciPy (Sigh Pie로 발음)"
- ^ Pauli Virtanen; Ralf Gommers; Travis E. Oliphant; et al. (3 February 2020). "SciPy 1.0: fundamental algorithms for scientific computing in Python" (PDF). Nature Methods. 17 (3): 261–272. doi:10.1038/S41592-019-0686-2. ISSN 1548-7091. PMC 7056644. PMID 32015543. Wikidata Q84573952.
{{cite journal}}:author35=범용명(도움말)이 있습니다. (오류) - ^ "SciPy Conferences".
- ^ "SciPy 0.15.0 Release Notes — SciPy v1.6.2 Reference Guide". docs.scipy.org. Retrieved 2021-04-13.
- ^ "NumPy Homepage".
- ^ "History of SciPy".
- ^ "Guide to NumPy" (PDF).
- ^ "Python for Scientists and Engineers".
추가 정보
- Nunez-Iglesias, Juan; van der Walt, Stéfan; Dashnow, Harriet (2017). Elegant SciPy: The Art of Scientific Python. O'Reilly. ISBN 978-1-4919-2287-3.
