SciPy是一個基於NumPy的高級模塊，在符號計算，信號處理，數值優化等任務中有突出表現，覆蓋了絕大部分科學計算領域。

我對SciPy模塊的理解其中最重要是：“向量化思想”－－－－－>>>"符號計算“和”函數向量化”

from scipy import poly1d
print "******SciPy的符號計算******"
p=poly1d([3,4,5])
print p             #相當於３X^2+4X+5
print p+p
print p*p           #相當於9X^4+24X^3+46X^2+40X+25
print p([1,2,3])
print "P(x)的不定積分,指定常數為２"
print p.integ(k=2) 
print "P(x)的一階導數"
print p.deriv(1)   #表示求１階導數
print p.deriv(2)   #表示求2階導數
 


print "********SciPy函數向量化********"
import numpy as np
def Compare(a,b):
    if a>b:
        return a-b
    else:
        return a+b
print Compare(10, 3)
print Compare(4, 16)
vec_compare=np.vectorize(Compare)
print vec_compare([10,4,8,26],[3,16,8,7])

結果：

******SciPy的符號計算******
   2
3 x + 4 x + 5
   2
6 x + 8 x + 10
   4      3      2
9 x + 24 x + 46 x + 40 x + 25
[
 
12 25 44]
P(x)的不定積分,指定常數為２
   3     2
1 x + 2 x + 5 x + 2
P(x)的一階導數
 
6 x + 4
 
6
********SciPy函數向量化********
7
20
[ 7 20 16 19]

Python------SciPy模塊