下面的列表总结了NumPy提供的一个常见的线性代数函数。
| 名称 | 描述 |
| dot(a,b) | 两个数组的点乘 |
| linalg.norm(x) | 矩阵或向量的模 |
| linalg.cond(x) | 指定条件数 |
| inalg.solve(A,b) | 解线性方程组 |
| linalg.inv(A) | A的逆 |
| linalg.pinv(A) | A的伪逆 |
| linalg.eig(A) | A平方的特征根/特征向量 |
| linalg.eigvals(A) | A的特征根 |
| linalg.svd(A) | 奇异值分解 |
Scipy是NumPy的一个拓展，能够解决线性代数、积分、插值、快速傅里叶变换、大型矩阵操作、统计计算等众多问题。下表是对Scipy软件包的一个简要介绍。
| 子软件包 | 功能简介 |
| scipy.cluster | 包含用于聚类分析的函数，如向量量化和k-均值 |
| scipy.fftpack | 表示快速傅里叶变换的函数 |
| scipy.integrate | 包含用于数值积分的函数，利用了tranpezoidal、Simpson、Romberg等方法，同时包含常微分方程的积分方法 |
| scipy.interpolate | 包含用于对具有连续的数值数据的对象进行差值以进行线性和样条插值的函数和类 |
| scipy.linalg | 对Numpy中linalg包的一个封装，NumPy中所有函数都是scipy.linalg的一部分 |
| scipy.optimize | 包含用于最大化或最小化函数的方法，包括Neider-Mead Simplex、Powell's、共轭梯度BFGS算法、最小二乘法、有约束的优化、模拟退火法、牛顿法、二分法和一维搜索法 |
| scipy.aparse | 包含用于处理大型稀疏矩阵的函数 |
| scipy.special | 包含用于计算物理学的特殊函数，如elliptic、bessel、gamma、beta、hypergeometric、parabolic、cylinder、mathieu和spheroidal wave |