2016-01-26 Numerical Recipes#

numpy, scipy couvrent la plupart des besoins lorsqu’il s’agit de calcul matriciel. On ne se pose même plus la question de savoir comment c’est implémenté. Cette question revient lorsqu’on a besoin d’un algorithme en particulier et que celui-ci n’est pas disponible dans l’environment dans lequel on programme.

Il existe un livre célèbre qui reprend la plupart des besoins dans ce domaine : numerical recipes, un petit millier de page de théorie et de code. L’usage des codes proposés est soumis à quelques restrictions et ils ne sont pas aussi rapides que les codes des librairies BLAS, LAPACK, LINPACK, ATLAS, Eigen.

Il y a aussi Intel-MKL développé par Intel qui explique le suffixe MKL ajouté à numpy numpy-mkl.