scipy

特殊函數 special

所有特殊函數都可以接受列表/陣列為輸入值，但若輸入多個值輸出必為numpy陣列

指數

special.exp2(value)
special.exp10(value)

三角函數(使用角度)

special.sindq(value)
special.cosdq(value)
special.tandq(value)
special.cotdq(value)

微積分 integrate

定積分

area, err = integrate.quad(func,low,up)

• area 計算結果
• err 絕對誤差估計值
• func 要做定積分的函數
  可以在參數列結尾加一個tuple做為傳給func的額外參數
• low 定積分下界
• up 定積分上界
  若需要無限大必須使用numpy.inf

線性代數 linalg

反矩陣

invarr = linalg.inv(arr)

行列式

value = linalg.det(arr)

線性方程求解

$Ax = b$

x = linalg.solve(A,b)

最佳化 optimize

最小值

result = optimize.minimize(func, x0)

• func 要做定積分的函數
  可以在參數列結尾加一個tuple做為傳給func的額外參數
• x0 搜尋起始點
• result 回傳結果，是它自己獨有的資料型別，常用屬性如下

屬性名	意義
x	一個陣列，表示找到的最小值位置(可能有多個)
func	最小值的值
success	有沒有找到

內插 interpolate

func = interpolate.interp1d(x,y)

統計 stats

常態分佈

stats.norm.pdf(x,avg,scale)

敘述統計

result = stats.describe(arr)

• result 回傳結果，是它自己獨有的資料型別，常用屬性如下
  屬性名|意義
  minmax|一個元組，表示最大與最小值
  mean|平均值

訊號處理 signal

卷積

signal.convolve2d(img,core,mode: str,boundary: str)

• img 目標圖片
• core 卷積核
• mode 模式，建議用"same"
• boundary 邊界處裡，建議用"symm"