下载掌阅APP，畅读海量书库
立即打开
Python提供了对数学的内置支持，包括一些基本的数值类型、算术运算、扩展精度数字、有理数、复数以及各种基本数学函数。然而，对于涉及大型数值数组的更复杂的计算，你应该使用NumPy和SciPy包。NumPy提供高性能的数组类型和基本例程，而SciPy则提供了专门工具来求解方程和处理稀疏矩阵（以及完成许多其他功能）。
NumPy数组可以是多维的。二维数组具有矩阵属性，可以使用NumPy或SciPy（前者是后者的子集）中的linalg模块访问。此外，在Python中还有一个用于矩阵乘法的特殊运算符@，它是为NumPy数组实现的。SciPy还通过sparse模块提供对稀疏矩阵的支持。我们还讨论了矩阵理论和线性代数，这是本书中大多数数值方法的基础，通常是在幕后起作用的。
在第2章中，我们将开始学习一些专题示例。