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.