.. blogpost::
:title: Numerical Recipes
:keywords: Numerical Recipes, BLAS, LAPACK, Eigen, MKL, Intel MKL, Numpy
:date: 2016-01-26
:categories: calcul matriciel
`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 `_.