SciPy函數庫在NumPy庫的基礎上增加了眾多的數學、科學以及工程計算中常用的庫函數。例如線性代數、常微分方程數值求解、信號處理、圖像處理、稀疏矩陣等等。由于其涉及的領域眾多、本書沒有能力對其一一的進行介紹。作為入門介紹，讓我們看看如何用SciPy進行插值處理、

畫折線 import matplotlib.pyplot as pltplt.plot([1,2,3,4],[5,4,2,8]) plt.plot([1,2,3,4],[6,5,3,9],marker="o") plt.show() 畫點 plt.plot([1,2,3,4],[5,4,2,8],"o") plt.show() 畫柱狀圖 #畫柱狀圖 data=[20,50,66,89] labels=['A'

https://docs.scipy.org/doc/scipy/reference/stats.html 通用方法 通用方法描述rv_continuous([momtype, a, b, xtol, …])生成一般連續的隨機變量對象rv_discrete([a, b, name, badvalue, …])生成一般的離散的隨機變量對象rv_histogram(histogram, *args, **kwargs)Generat