SciPy，发音为Sigh Pi，是一个科学的python开源，分发在BSD许可的库下，用于执行数学，科学和工程计算.
SciPy库依赖于NumPy，它提供方便快捷的N维数组操作. SciPy库可与NumPy阵列配合使用，并提供许多用户友好且高效的数值实践，例如数值集成和优化的例程.它们一起运行在所有流行的操作系统上，安装快速且免费. NumPy和SciPy易于使用，但功能强大，足以让一些世界领先的科学家和工程师依赖.
SciPy被组织成涵盖不同科学计算领域的子包.这些总结在下表 :
| scipy.cluster | 矢量量化/Kmeans |
| scipy.constants | 物理和数学常数 |
| scipy.fftpack | 傅里叶变换 |
| scipy.integrate | 积分例程 |
| scipy.interpolate | Interpolation |
| scipy .io | 数据输入和输出 |
| scipy.linalg | 线性代数例程 |
| scipy.ndimage | n维图像包 |
| scipy.odr | 正交距离回归 |
| scipy.optimize | 优化 |
| scipy.signal | 信号处理 |
| scipy.sparse | 稀疏矩阵 |
| scipy.spatial | 空间数据结构和算法 |
| scipy.special | 任何特殊的数学函数 |
| scipy.stats | 统计 |
SciPy使用的基本数据结构是NumPy模块提供的多维数组. NumPy为线性代数，傅里叶变换和随机数生成提供了一些功能，但没有提供SciPy中等效函数的通用性.
