用途：SciPy 是 Python 科学计算基础库，建立在 NumPy 之上，为数值积分、优化、插值、线性代数、信号处理、统计分析和微分方程求解等任务提供算法，适合科研与工程计算。
主要能力（按模块）：integrate 做数值积分与 ODE/PDE 求解，如 quad、dblquad、odeint、solve_ivp；optimize 做函数最小化、求根与曲线拟合，如 minimize、root、brentq、curve_fit；interpolate 做一维/二维插值与样条，如 interp1d、UnivariateSpline、interp2d；linalg 提供矩阵分解与稀疏矩阵计算，如 lu、qr、cholesky；signal 提供滤波、卷积、频谱分析与峰值查找，如 butter、filtfilt、welch；stats 提供概率分布与假设检验，如 norm、ttest_ind、mannwhitneyu；fft 做傅里叶变换。
安装与导入：pip install scipy，或 conda install scipy；常与 NumPy 一起安装 pip install numpy scipy。典型导入如 from scipy import integrate, optimize, interpolate 与 from scipy.integrate import solve_ivp。官方文档见 https://docs.scipy.org/。
限制：基本数组操作应使用 NumPy；机器学习与深度学习应分别使用 scikit-learn 与 PyTorch、TensorFlow；符号计算应使用 SymPy；数据处理应使用 pandas。使用时需检查收敛状态、合理设置容差与初值，注意插值不等于外推，并确认统计分布假设。部分模块如 interp2d 在资料中未说明版本兼容性，使用前建议查阅官方文档。