大量存在的数据需要适当处理。这就是使用大容量计算机的原因。大型数据集的科学和技术计算可以借助Python中称为SciPy的库来完成。SciPy缺少“科学Python”。
Python中的Numpy库是SciPy的先决条件，因为SciPy建立在Numpy之上。在安装SciPy库之前，请确保已安装Numpy库。它是一个开源软件，可以轻松地安装和使用。
它具有许多数据科学和机器学习的特点，需要成功地处理和处理数据。它可以用于对 Numpy 数组执行操作。计算速度快，易于理解。
SciPy的安装
pip install scipy
注意-这是用于Windows操作系统的下载命令。
sudo port install py35-scipy py35-numpy
注意-这是用于Mac操作系统的下载命令。
sudo apt-get install python-scipy python-numpy
注意-这是用于Linux操作系统的下载命令。
SciPy也可以用于各种其他目的，例如-
整合
插值
回归中的最小二乘法
优化
信号处理
线性代数
让我们了解如何整合价值（数学运算）
import scipy.integrate
my_fun = lambda x: 11.345*x
i = scipy.integrate.quad(my_fun, 0, 3.1)
print("积分值为： ")
print(i)输出结果积分值为：
(54.512725, 6.052128243005939e-13)
导入了所需的库，并提供了别名以方便使用。
定义了lambda函数以生成数据值。
这些是积分后的值。
SciPy中的“integrate”函数被调用。
输出显示在控制台上。