问为什么NumPy和SciPy有很多相同的功能？我应该更喜欢哪一个？

EN

来自SciPy常见问题

在理想的世界中，NumPy只包含数组数据类型和最基本的操作:索引、排序、整形、基本元素函数等等。所有的数字代码将驻留在SciPy中。然而，NumPy的重要目标之一是兼容性，因此NumPy试图保留其前任所支持的所有功能。因此，NumPy包含一些线性代数函数，尽管这些函数更恰当地属于SciPy。无论如何，SciPy包含更全面的线性代数模块，以及许多其他的数值算法。如果您正在使用python进行科学计算，那么您可能应该同时安装NumPy和SciPy。大多数新的>特性属于SciPy而不是NumPy。

所以是的，复制是为了向后兼容。总的来说，他们给出了同样的结果。然而，正如常见问题所述，新特性通常被实现到SciPy中，但不一定是NumPy。这包括错误修复。例如，我发现numpy.linalg.eig为一个复杂矩阵返回了不正确的特征值，而scipy.linalg.eig返回了正确的特征值。

一般来说，我更喜欢使用FAQ中的“理想世界”场景:我使用NumPy作为基本数组操作，SciPy用于所有线性代数。这样我就不会遇到任何意外。