文档介绍：Python 科学计算与数据处理 —数值计算库
SciPy 数值计算库目录常数和特殊函数优化最小二乘拟合函
数最小非线性方程求解插值样条曲线插值外推和样条拟合 2D 插值目
录数值积分球体体积解常微分方程统计量连续和离散概率分布二项、
泊松、伽玛分布 SciPy 在此基础上，增加了数学、科学和工程计算中
常用的许多模块，如线性代数、常微分方程数值解、信号处理、图像
处理、稀疏矩阵等。
在本节中，将通过示例介绍 SciPy 中常用的一些模块。
Matplotlib 和 Mayavi 将用于在实例程序中绘制 2D 和三维图
表。这些图形库将在以下章节中详细描述。
常量和特殊函数 SciPy 的常量模块包含许多物理常量 :在物
理常量字典中，对应于物理常量名称作为关键字的值是一个包含三个
元素的元组，常量值分别为 0+单位和错误。例如，下面的程序可以
检查电子质量 :光速 Ch# Planck 常量 Cgram 常量电子传递 (E，rsquokg
#，E)常量和特殊函数除物理常量外， 常量模块还包括许多单位信息，
如:Cmile# miles 等于多少米 Cinch # inches等于多少米 Cgram # grams
等于多少千克 Cpound#磅等于多少千克常量，特殊函数 SciPy 的特殊
模块是一个非常完整的函数库， 其中包含基本数学函数、 特殊数学函
数和所有出现的函数
由于函数数量众多，本节仅简要介绍它们。
请参考 SciPy 的帮助文档，了解具体包括的功能列表。
伽玛函数是概率统计中经常出现的一种特殊函数。 它的计算
公式如下 :常数和特殊函数显然，用这个公式计算函数值是很麻烦的。
特殊模块中 的 gamma()可用于 计算 :importscipyspecialassgamma()s
gamma()s gamma(j)# gamma 函数支持复数 (j)Sgamma()INF 常量和特殊函数函数是实数和复数范围内阶乘函数的扩展。 它的增长速度非常快，因为的阶乘已经超出了双精度浮点数的表示范围， 所以结果是无限的。
为了计算更大的范围，可以使用 sgammaln (): sgammaln (x)
来计算 ln 的值(||)。它使用一种特殊的算法来直接计算函数的对数值，因此它可以代表一个更大的范围。
Sgammaln()常数和特殊函数的特殊模中的一些函数在数学
意义上不是特殊函数，如计算 log(x)值的 logp(x)。
这是由于浮点数的精度有限，无法准确表示非常接近的实
数。
例如， e 的值不能用浮点数表示，所以 log(e)的值是，而当使用 logp()时，它可以非常精确地计算出来 :当 x 很小时， logp(x) 近似等于 x。
Elog(e)Slogp(e)e 优化最小二乘拟合假设有一组实验数据 (伊
稀)，它应该预先满足一定的函数关系 yi=f(xi) 。通过这些已知信息，需要确定函数 f 的一些参数。
例如，如果函数 f 是线性函数 f(x)=kxb ，则参数 k 和 b 是要确定的值。
优化如果用 P 来表示函数中要确定的参数， 那么目标就是找
到一组 P，从而优化下面函数 S 的值 :这个算法叫做最小二乘优化。
可在优化模块中使用 Leastsq()对数据进行最小二乘拟合计
算。
leastsq()的用法很简单，只需把计算误差的函数和要确定的
参数的初始值传给它。
以下是用最小二乘法拟合线性函数的过程 ()。
优化使用最小二乘法拟合直线，并显示误差曲面
(scipylesshsquarelinpy)importnumpyasfrommschhopizeimporttastesqx =
NP array(，，，，，，Defresiduals):计算以 P 为参数的直线与原始数据之间的误差 K，B = PRETURNY(K * XB)# MISTANT SQ ，使参数的初始值为残差输出数组的最小平方和()，R =最小二乘(残
差)，，，，，，，，，，，，，， 函数的作用是 :传递一个误差计算函数和一个初始值。 初始值作为误差计算函数的第一参数传入计算结果 r。第一个元素是包含两个元素的元组。 第一个元素是表示拟合参数