为啥 NumPy 和 SciPy 有很多相同的功能？我应该更喜欢哪个？ [复制]

Posted 2023-03-12

【中文标题】为啥 NumPy 和 SciPy 有很多相同的功能？我应该更喜欢哪个？ [复制]

【英文标题】：Why do NumPy and SciPy have a lot of the same functions? Which should I prefer? [duplicate]为什么 NumPy 和 SciPy 有很多相同的功能？我应该更喜欢哪个？ [复制]

【发布时间】：2012-06-01 17:23:46

【问题描述】：

可能重复：Relationship between scipy and numpy

例如，NumPy 有 window functionsbartlett、blackman、hamming、hanning、kaiser，而 SciPy 有 these and several more，但它们似乎产生相同的输出。

NumPy 有numpy.fft.fft2(a, s=None, axes=(-2, -1))。

SciPy 有 scipy.fftpack.fft2(x, shape=None, axes=(-2, -1), overwrite_x=0)。

为什么会有重复？只是为了向后兼容？如果是这样，为什么它们在不同的地方有不同的定义？写新东西时我应该更喜欢哪个？

【问题讨论】：

请看***.com/questions/6200910/…

@aix：这与嵌入到 scipy 中的 numpy 函数无关。这是关于在两者中独立存在的东西，我的问题没有得到这些答案的回答

【参考方案1】：

来自SciPy FAQ：

在理想世界中，NumPy 只包含数组数据类型和最基本的 操作：索引、排序、重塑、基本元素函数等。全部 数字代码将驻留在 SciPy 中。然而，NumPy 的重要目标之一是 兼容性，因此 NumPy 尝试保留其任一支持的所有功能 前辈。因此 NumPy 包含一些线性代数函数，即使这些更多 正确地属于 SciPy。在任何情况下，SciPy 都包含功能更全的版本 线性代数模块，以及许多其他数值算法。如果你正在做 使用 python 进行科学计算，您可能应该同时安装 NumPy 和 SciPy。 > 大多数新功能属于 SciPy 而不是 NumPy。

所以是的，重复是为了向后兼容。一般来说，它们给出相同的结果。但是，正如常见问题解答所述，新功能通常在 SciPy 中实现，但不一定是 NumPy。这包括错误修复。例如，我发现 numpy.linalg.eig 为复杂矩阵返回了不正确的特征值，而 scipy.linalg.eig 返回了正确的特征值。

一般来说，我更喜欢坚持常见问题解答中的“理想世界”场景：我使用 NumPy 进行基本的数组操作，使用 SciPy 处理我的所有线性代数。这样我就不会遇到任何意外。