在這裡介紹幾個函式，由於近來需要用到，網上找了一下，只有英文文件，很少有中文文件，在這裡簡單介紹一下，有興趣可以瀏覽，僅當參考，希望能提公升大家的學習速率。
1、scipy.interpolate 內插
2、scipy.spatial.transform.rotation 三維旋轉
3、scipy.optimize.dual_annealing 退火優化方法
模擬退火演算法常用於組合優化問題，當有多個引數，引數的變化方向又不確定時，常使用這類方法解決。
scipy.optimize.dual_annealing(func, bounds, args=(), maxiter=1000, local_search_options={}, initial_temp=5230.0, restart_temp_ratio=2e-05, visit=2.62, accept=-5.0, maxfun=10000000.0, seed=none, no_local_search=false, callback=none, x0=none)func:
目標函式，或者說打分函式，即優化的目的是使得func的值最小，該函式在定義的時候有一定的要求，func函式必須是以下形式：
def func(x,*args)bounds:
引數的取值範圍，是以列表的形式給出，列表中包含元組，每個元組表示每個引數的取值範圍，有順序要求。
args:
對應目標函式中的可變引數，以元組或者列表的形式傳遞。
4、scipy.spatial.distance.cdist
scipy.spatial.distance.cdist(xa, xb, metric='euclidean', *args, **kwargs)引數說明：
xa：ndarray
xb：ndarray
metric：str or callable, optional（預設為'euclidean'即尤拉距離）
要使用的距離度量。如果是字串，距離函式可以是『braycurtis』, 『canberra』, 『chebyshev』, 『cityblock』, 『correlation』, 『cosine』, 『dice』, 『euclidean』, 『hamming』, 『jaccard』, 『jensenshannon』, 『kulsinski』, 『mahalanobis』, 『matching』, 『minkowski』, 『rogerstanimoto』, 『russellrao』, 『seuclidean』, 『sokalmichener』, 『sokalsneath』，『sqeuclidean』, 『wminkowski』, 『yule』.
*args：tuple. 棄用.
**kwargs：dict, optional
返回：y：ndarray
scipy常用函式（更新中）
from scipy.optimize import fsolve def f x 定義要求解的方程組 x1 x 0 x2 x 1 return 2 x1 x2 2 1,x1 2 x2 2 result fsolve f,1,2 求解方程組的函式，f表示方程組函式，1,1 表示x print res...
scipy中squareform函式詳解
scipy.spatial.distance.squareform x,force no checks true converts a vector form distance vector to a square form distance matrix,and vice versa.解釋用來把乙...
神奇的Gamma函式（scipy）
分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！x 0t x 1e tdt 該等式即為著名的poisson gamma duality，接下來我們來點好玩的，對上面的等式兩邊在 全新的介面設計，將會帶來全新的寫作體驗 在創作中心設定你喜愛的 高亮樣式，markdown將 片顯示選擇的高亮樣式進行...