SciPy 使用介绍参考资料 python微分求解 - 我是谁 使用123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051# 样条插值from scipy.interpolate import interp1d# 三次样条插值:在每个数据点上都是光滑的,且在二阶导数上连续# cubic 三次;quadratic 二次interp1d(x, y, kind="cubic")# 物理常数from scipy.constants import physical_constantsphysical_constants # 查看所有的物理常数# 光速value, unit, uncertainty = physical_constants["XXX"]"speed of light in vacuum" # 光速"Planck constant": # 普朗克常数"electron mass" # 电子质量"proton mass" # 质子质量"Avogadro constant" # 阿伏伽德罗常数# 平滑 smoothing 处理from scipy.ndimage import gaussian_filter1drdf=gaussian_filter1d(rdf, sigma=...)sigma # 高斯滤波的展宽;值不能太大,否则会偏离原始数据# 特殊函数from scipy import special# 最小二乘拟合from scipy.optimize import leastsqleastsq(func, x0, args=())# 参数func # 残差函数,理论值和观测值的差;调用形式应为 func(p, *args), p 是模型参数的数组x0 # 参数的初始猜测值,数组形式args # 传递给 func 的额外参数# 返回值 (x, ier)x # 拟合参数的最佳值ier # 终止标志,1-51 # 函数的两次迭代之间的相对误差小于 ftol2 # 两次迭代之间的相对参数变化小于 xtol3 # 以上两个条件同时满足4 # 方向余弦的平方和的值(即参数向量的变化量)小于 gtol5 # 函数调用次数超过 maxfev 设定的最大值