1.4  函数库介绍

Python的科学计算功能由众多的扩展库协作完成。在本书的后续章节中，将对下列扩展库进行详细介绍。

1.4.1  数值计算库

NumPy为Python带来了真正的多维数组功能，并且提供了十分丰富的对数组进行处理和运算的函数集。它对常用的数学函数进行数组化，使这些数学函数能直接对数组进行运算，将本来需要在Python中进行的循环运算，转移到高效率的库函数中，充分利用这些函数能明显地提高程序的运算速度。

SciPy则在NumPy的基础之上添加了许多科学计算的函数库，其中一些函数是通过对久经考验的Fortran数值计算库进行封装实现的，例如：

● 线性代数使用LAPACK库

● 快速傅立叶变换使用FFTPACK库

● 常微分方程求解使用ODEPACK库

● 非线性方程组求解以及最小值求解等使用MINPACK库

有了这两个库，Python就有几乎和MATLAB一样的数据处理能力了。此外，SciPy中的Weave模块能在Python程序中直接嵌入C++程序，进一步提高程序的运算速度。

1.4.2  符号计算库

SymPy是一套数学符号运算的扩展库，虽然它目前还没有到达1.0版本，但是已经足够好用，可以帮助我们进行公式推导，做一些简单的符号运算工作。

1.4.3  界面设计

Python可以使用多种界面库编写GUI程序，例如以TK为基础的Tkinter、以wxWidgets为基础的wxPython、以QT为基础的pyQt4等界面库。但是使用这些界面库编写GUI程序仍然是一件十分繁杂的工作。为了让读者不在界面设计上耗费大量精力，从而能把注意力集中到数据处理上，本书详细介绍了如何使用Traits库设计图形界面程序。

Traits库分为Traits和TraitsUI两大部分，使用Traits能对Python对象的属性进行类型定义，并为其添加初始化、校验、代理、事件处理等诸多功能。

TraitsUI库基于Traits库，使用MVC(模型—视图—控制器)模式快速地定义用户界面，在最简单的情况下，甚至不需要写一句界面相关的代码，就可以通过Traits的属性定义获得一个可用的图形界面。使用TraitsUI库编写的程序自动支持wxPython和pyQt界面库。