我們最了解的科學(xué)計(jì)算工具可能是Matlab，它能進(jìn)行集數(shù)值計(jì)算，可視化工具及交互于一身，可惜的是它是一個(gè)商業(yè)產(chǎn)品。開源方面除了GNU Octave在嘗試做一個(gè)類似Matlab的工具包外，Python的這幾個(gè)工具包集合到一起也可以替代Matlab的相應(yīng)功能：NumPy+SciPy+Matplotlib+iPython。同時(shí)，這幾個(gè)工具包，特別是NumPy和SciPy，也是很多Python文本處理 & 機(jī)器學(xué)習(xí) & 數(shù)據(jù)挖掘工具包的基礎(chǔ)，非常重要。

　　1. Numpy：

　　Numpy是使用Python進(jìn)行科學(xué)計(jì)算的基礎(chǔ)庫，主要提供高性能的N維數(shù)組實(shí)現(xiàn)以及計(jì)算能力，還提供了和其它語言如C/C++集成的能力，此外還實(shí)現(xiàn)了一些基礎(chǔ)的數(shù)學(xué)算法，如線性代數(shù)相關(guān)、傅里葉變換及隨機(jī)數(shù)生成等。NumPy提供了兩種基本的對象：ndarray(N-dimensional array object)和 ufunc(universal function object)。ndarray是存儲單一數(shù)據(jù)類型的多維數(shù)組，而ufunc則是能夠?qū)��?shù)組進(jìn)行處理的函數(shù)。

　　2. SciPy：Scientific Computing Tools for Python

　　“SciPy是一個(gè)開源的Python算法庫和數(shù)學(xué)工具包，SciPy包含的模塊有最優(yōu)化、線性代數(shù)、積分、插值、特殊函數(shù)、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學(xué)與工程中常用的計(jì)算。其功能與軟件MATLAB、Scilab和GNU Octave類似。 Numpy和Scipy常常結(jié)合著使用，Python大多數(shù)機(jī)器學(xué)習(xí)庫都依賴于這兩個(gè)模塊�！薄�-引用自“Python機(jī)器學(xué)習(xí)庫”

　　3.Matplotlib

　　Matplotlib是python數(shù)據(jù)可視化工具包。是python最著名的繪圖庫，它提供了一整套和matlab相似的命令A(yù)PI，十分適合交互式地進(jìn)行制圖。而且也可以方便地將它作為繪圖控件，嵌入GUI應(yīng)用程序中。Matplotlib可以配合ipython shell使用，提供不亞于Matlab的繪圖體驗(yàn)，總之用過了都說好。

　　在IPython控制臺使用Matplotlib，可以使用ipython--matplotlib命令來啟動(dòng)IPython控制臺程序;如果要在IPython notebook里使用Matplotlib，則在notebook的開始位置插入%matplotlib inline魔術(shù)命令即可。

　　IPython為Matplotlib專門提供了特殊的交互模式。IPython的Matplotlib模式有兩個(gè)優(yōu)點(diǎn)，一是提供了非阻塞的畫圖操作，二是不需要顯示地調(diào)用show()方法來顯示畫出來的圖片。