#科学计算

Box-X是一款为Python开发者设计的高效构建与调试工具箱，特别适用于科学计算和计算机视觉。它兼容Linux、macOS和Windows平台，并支持Python 2/3环境（包括CPython、IPython、Spyder和Notebook）。主要功能包括变量打印和传输、矩阵及张量可视化、复杂结构的树状显示以及多进程加速。用户可通过Binder在线互动教程或本地Jupyter Notebook查看详细教程，推荐通过源代码安装以确保版本的及时更新。

Endia是一个专为科学计算设计的动态数组库，提供类似PyTorch、Numpy和JAX的功能。它支持自动微分、复数运算、双重API接口和JIT编译。Endia可进行命令式和函数式编程，计算任意阶导数，适用于高级科学应用。该项目注重代码清晰度和教育价值，致力于推动AI和科学计算领域的进步。

PyQtGraph是一个纯Python开发的图形库，为科学和工程应用提供高性能数据可视化。基于PyQt/PySide和NumPy，它支持快速2D/3D绘图、图像处理等功能。兼容Python 3.10+和Qt5/6，可通过多个第三方库扩展功能。PyQtGraph以其简单易用和高效性能，适用于各类科学计算和数据分析项目。

Octave.app是GNU Octave的Mac原生应用分发版，提供便捷的数值计算环境。支持一键安装，无需复杂配置，Mac用户可轻松使用Octave的数学计算和数据可视化功能。项目在GitHub开源，可从Releases页面下载最新版本，通过Issues tracker反馈问题。适合科研人员、工程师和学生使用的数值分析工具。

这个项目汇集了GitHub上各类天文物理领域的Fortran开源代码,内容涵盖天体物理、宇宙学和行星科学等多个方向。代码库涉及恒星演化、星系形成、宇宙微波背景、中子星结构、超新星模拟和轨道力学等众多研究主题。这些资源为研究人员提供了有价值的工具,可助力天文物理领域的科研工作。

pygmo是一个开源的、用于大规模并行优化的科学Python库。它围绕提供优化算法和优化问题的统一接口而构建，使其易于在大规模并行环境中部署。该库支持多目标优化和多种优化算法，能够高效处理复杂的优化问题和大规模数据。pygmo提供了全面的文档和教程，适用于研究、教学以及各种实际应用场景。其强大的功能和灵活性使其成为解决复杂优化挑战的理想工具。

Owl是一个专注于科学和工程计算的开源系统，基于OCaml开发，采用MIT许可。该系统提供n维数组数据结构、数学函数、线性代数和统计功能，并支持符号计算和计算图优化。Owl致力于推动高性能科学计算发展，为研究人员和工程师提供高效的分析代码框架，力图成为OCaml生态系统中计算密集型任务的首选工具。

SciPy是一个开源科学计算库，为数学、科学和工程领域提供多种功能模块。包括统计、优化、积分、线性代数、傅里叶变换、信号处理和图像处理等。它与NumPy紧密集成，提供高效的数值计算工具，支持多种操作系统，安装简单且免费开源。SciPy适用于数据分析、复杂计算和结果可视化，广泛应用于学术研究和工程实践。

NumPy是Python科学计算的核心库，提供N维数组对象和高级数学函数。支持广播功能，可集成C/C++和Fortran代码，并包含线性代数、傅里叶变换和随机数生成工具。作为开源项目，NumPy欢迎社区贡献，包括代码开发、文档编写等。项目致力于营造开放包容的环境，为科学计算奠定基础。

这是一个面向非程序员的R语言入门项目，聚焦于可重复科学分析。项目使用Gapminder数据集，教授R语言基础知识、模块化编程和数据分析最佳实践。课程强调科学计算中的任务自动化和封装，旨在为学习者奠定扎实的R语言基础。虽不涉及统计分析，但内容丰富，适合一天或半天的研讨会教学。

Spyder是一个开源的Python科学计算集成开发环境，集成了编辑、调试和分析等功能。它为数据科学家、研究人员和工程师提供了全面的工具集，支持多种操作系统。Spyder具有直观的界面和高效的编程体验，有助于用户进行科学计算和数据分析。该项目持续更新，拥有活跃的社区支持，是Python科学计算领域的重要工具。

Common Workflow Language (CWL)是一个开源的工作流描述标准，旨在提高数据密集型科学领域的工作流可移植性和可扩展性。CWL支持多种计算环境，适用于生物信息学、医学影像等领域。该项目由多方共同维护，提供用户指南和最佳实践，为研究人员提供标准化的工作流管理方案。

这是一份全面的Jupyter生态系统资源列表,包括运行时环境、协作工具、可视化库、表格处理、渲染发布、版本控制等多个方面。列表还涵盖JupyterLab扩展、测试工具、特定领域项目和托管解决方案。该列表为数据科学家和开发者提供了充分利用Jupyter生态系统的参考资源。