scipyscipyを使い始める

備考

バージョン

基本的なHello World

テキストエディタやPythonエディタでファイルを作成します（ もしそうでなければ SublimeText、Eclipse、NetBeans、SciTe ...がたくさんあります）。

hwld = 'Hello world'
print(hwld)
 

Python変数は明示的に宣言する必要はありません。変数に等号（=）で値を代入すると、宣言が行われます。

上記2行のコードの出力は、文字列 "Hello World"が表示されることです。

Pythonで書かれた関数は、iPythonでも使用できます。

この場合、IPythonで保存したファイル 'hello_world.py'を以下のように実行することができます：

In [1]: %run hello_world.py  
#run file to get output below
Hello world
In [2]: wld   
#show what value of wld var is
Out[2]: 'Hello world'
In [3]: %whowld  
#display info on variable wld (name/type/value)

Variable     Type     Data/Info
----------------------------
wld         str     Hello world
 

あなたが望むなら、2つの変数、例えばhelloとworldのために1つを使用し、プラス記号（+）を使ってそれらを連結することができます：

 h = 'Hello '
 w = "world!'
 print(h+w)

 #this will also output Hello World, only this time with an exclamation mark..
 

SciPyを使用して疎行列を密行列に変換する

 from scipy.sparse import csr_matrix
 A = csr_matrix([[1,0,2],[0,3,0]])
 >>>A
 <2x3 sparse matrix of type '<type 'numpy.int64'>'
    with 3 stored elements in Compressed Sparse Row format>
 >>> A.todense()
   matrix([[1, 0, 2],
           [0, 3, 0]])
 >>> A.toarray()
      array([[1, 0, 2],
            [0, 3, 0]])
 

Scipyを使った画像操作（基本画像のサイズ変更）

SciPyは基本的な画像操作機能を提供します。ディスクからイメージをnumpy配列に読み込み、numpy配列をイメージとしてディスクに書き込んだり、イメージのサイズを変更したりする機能があります。

次のコードでは、1つのイメージしか使用されません。色づけされ、サイズが変更され、保存されます。オリジナルイメージと結果イメージは次のとおりです。

import numpy as np  //scipy is numpy-dependent

from scipy.misc import imread, imsave, imresize   //image resizing functions

# Read an JPEG image into a numpy array
img = imread('assets/cat.jpg')
print img.dtype, img.shape  # Prints "uint8 (400, 248, 3)"

# We can tint the image by scaling each of the color channels
# by a different scalar constant. The image has shape (400, 248, 3);
# we multiply it by the array [1, 0.95, 0.9] of shape (3,);
# numpy broadcasting means that this leaves the red channel unchanged,
# and multiplies the green and blue channels by 0.95 and 0.9
# respectively.
img_tinted = img * [1, 0.95, 0.9]

# Resize the tinted image to be 300 by 300 pixels.
img_tinted = imresize(img_tinted, (300, 300))

# Write the tinted image back to disk
imsave('assets/cat_tinted.jpg', img_tinted)
 

参照

インストールまたはセットアップ

Scipyには、C、C ++、Fortranで記述され、使用前にコンパイルする必要がある部分が含まれています。したがって、必要なコンパイラとPython開発ヘッダーがインストールされていることを確認してください。コードをコンパイルすることは、以下で説明する開発ソースからインポートするために、Scipyが追加の手順を必要とすることも意味します。

あなたのアカウントにGithubの主なScipyリポジトリのコピーをフォークし、次にあなたのローカルリポジトリを作成します：

$ git clone git@github.com:YOURUSERNAME/scipy.git scipy
$ cd scipy
$ git remote add upstream git://github.com/scipy/scipy.git
 

Scipyの開発版をビルドしてテストを実行するには、Pythonのインポートパスを適切に設定して対話型のシェルを作成します。次のいずれかの操作を行います。

$ python runtests.py -v
$ python runtests.py -v -s optimize
$ python runtests.py -v -t scipy/special/tests/test_basic.py:test_xlogy
$ python runtests.py --ipython
$ python runtests.py --python somescript.py
$ python runtests.py --bench
 

これはScipyを最初に構築するので、最初は時間がかかることがあります。 -n を指定すると、現在のPYTHONPATHにあるScipy（存在する場合）のバージョンに対してテストが実行されます。

テストの実行にはruntests.pyを使用することをお勧めします。たとえば、インプレースビルドや仮想環境へのインストールなど、さまざまな方法があります。いくつかのテストは非常に遅く、個別に有効にする必要があります。

APIへのリンク

Ubuntu＆Debian

コマンドを実行する

sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose
 

Ubuntu 12.10以降のバージョンとDebian 7.0以降のバージョンは、現在のSciPyスタック仕様を満たしています。ユーザーは、追加のSciPyパッケージ用にNeuroDebianリポジトリを追加することもできます。

バージョン

SciPyの最初のリリース、vsn 0.10は2001年8月14日にリリースされました。SciPyの現在のリリース（2016年7月26日に正しい）はv.18（v.18）がすぐにリリースされる0.17（安定版）です。以前のリリースの詳細はこちら