　現在、Python は優れた数値解析用ツールとして世界中の研究・開発現場で活用されています。その理由は短く簡潔な記法でプログラミングできる Python 本体の特徴に加えて、NumPy や pandas, SciPy など、高水準の科学技術計算用ライブラリ が豊富に揃えられていることにあります。

　科学者の仕事は高速フーリエ変換や数値積分アルゴリズムをプログラミングすることではありません。科学者のなすべき事は実験データの取得・分析・可視化のための必要なライブラリを見つけ出し、そこに収められているクラスや関数を正しい方法で使いこなすことです。

　そのためには Python の基本構文に加えて、NumPy の高速配列処理、pandas を用いたデータ分析、Matplotlib を活用したデータプロットなどについて、ひと通り学んでおく必要があります。応用数学や物理学などの分野では、上記のパッケージに加えて SciPy を活用することになるでしょう。

　ここは当サイトの中核として位置づけられた中継ページ（ハブページ）であり、ここから数値計算のために必要な個々の情報へアクセスできます。NumPy や SymPy, Matplotlib といった、その１つ１つが膨大な情報量を擁するパッケージについては、リンクのアクセス先はさらに個々の項目へ進むための中継ページとなります。たとえば SymPy のページへ進むと、因数分解の方法や数学定数の呼び出し、微分方程式の解法といった、より詳細な項目へアクセスできます。当サイトの記事を読者の皆様の学習や研究に役立てていただければ幸いです。
　