Numpy

1.Numpy与Scipy分工
2.ndarray
给定值生成ndarray，快速生成构造，插值构造，随机采样构造
3.数据类型
基本数据类型，自定义数据类型
4.访问与修改
切片，下表访问，迭代，唯一列表
5.轴
排序，求和，转置
6.维度操作
变形，维度操作
7.合并与拆分
合并，拆分
8.增与删
9.全函数
10.广播

Matplot

1.点线图
2.子视图
3.图像
4.等值图
5.三维绘图
6.官网例子

Scipy

线性代数、微积分、概率统计、插值
1.数学与物理常数
2.特殊函数库
3.积分
4.优化
求函数最小值点
拟合：已知某组数据是由一个形式已知的函数产生而得，需要知道该函数的若干固定参数值，允许已知数据中有随机噪声的存在。
方程组求解
5.插值
根据已有数据生成新数据，只需要样本数据，无噪声干扰。
6.离散傅里叶
将任何连续心寒转换为无限多个周期性函数相加形式信号的转换方法
7.卷积
通过两个函数f()和g()生成第三个函数的一种数学算子。
8.线性分析
基本运算
特征值和特征向量：矩阵与特征向量的线性变换不改变特征向量方向，只改变长度。
奇异值分解：能够将任意矩阵转换为用奇异值对角阵与两组正交基表达的方式。
9.概率统计
PDF：概率密度函数，用于衡量某个值或者某个区间事件发生可能性大小的函数。
CDF：累计概率分布函数从负无穷到某个值区间事件发生可能的大小。
常用分布：连续分布、离散分布、多元分布
分布常用方法
核密度估计：在不知道分布类型的情况下从已有样本数据产生分布的PDF。