SciPy 1.12 中文文档（七十九）

原文：docs.scipy.org/doc/scipy-1.12.0/index.html

SciPy 0.15.1 发布说明

原文：docs.scipy.org/doc/scipy-1.12.0/release/0.15.1-notes.html

SciPy 0.15.1 是一个纯粹的 Bug 修复版本，与 0.15.0 相比没有新功能。

修复的问题

#4413: BUG: 测试太严格，f2py 不必覆盖此数组
#4417: BLD: 避免使用 NPY_API_VERSION 检查不使用已弃用的…
#4418: 恢复并弃用 scipy.linalg.calc_work

SciPy 0.15.0 发布说明

原文：docs.scipy.org/doc/scipy-1.12.0/release/0.15.0-notes.html

SciPy 0.15.0 发布说明
- 新功能
  - 线性规划接口
  - 全局优化器差分进化
  - scipy.signal 改进
  - scipy.integrate improvements
  - scipy.linalg improvements
  - scipy.sparse 改进
  - scipy.special 改进
  - scipy.sparse.csgraph 改进
  - scipy.stats 改进
- 已废弃功能
- 不兼容变更
  - scipy.ndimage
  - scipy.integrate
- 作者
  - 已关闭的问题
  - 拉取请求

SciPy 0.15.0 是六个月辛勤工作的结晶。它包含了几个新功能，大量的错误修复，改进的测试覆盖率和更好的文档。在这个版本中还有一些废弃和 API 变更，下面有详细记录。建议所有用户升级到此版本，因为有大量的错误修复和优化。此外，我们的开发重点现在将转移到 0.16.x 分支的错误修复版本，并在主分支上添加新功能。

本版本要求 Python 2.6、2.7 或 3.2-3.4 和 NumPy 1.5.1 或更高版本。

新功能

线性规划接口

新函数scipy.optimize.linprog提供了一种类似于scipy.optimize.minimize的通用线性规划接口。目前只支持simplex方法，这提供了一种基于两阶段、密集矩阵的单纯形算法。支持回调函数，允许用户监控算法的进展。

全局优化器差分进化

在optimize模块中新增了scipy.optimize.differential_evolution函数。差分进化是一种用于寻找多变量函数全局最小值的算法。它具有随机性质（不使用梯度方法），可以搜索大量的候选空间，但通常需要比传统的基于梯度的技术更多的函数评估。

`scipy.signal` 的改进

添加了一个计算最大长度序列（MLS）信号的函数 scipy.signal.max_len_seq。

`scipy.integrate` 的改进

现在可以使用 scipy.integrate 程序集成多变量 ctypes 函数，从而避免回调到 Python 并提供更好的性能。

`scipy.linalg` 的改进

用于解决 Procrustes 线性代数问题的函数 scipy.linalg.orthogonal_procrustes 已添加。

BLAS 第 2 级函数 her, syr, her2 和 syr2 现在包装在 scipy.linalg 中。

`scipy.sparse` 的改进

scipy.sparse.linalg.svds 现在可以接受 LinearOperator 作为其主要输入。

`scipy.special` 的改进

现在可以使用 ellip_harm, ellip_harm_2 和 ellip_normal 计算椭球谐函数及其相关归一化常数的值。

新增便捷函数 entr, rel_entr, kl_div, huber 和 pseudo_huber。

`scipy.sparse.csgraph` 的改进

reverse_cuthill_mckee 和 maximum_bipartite_matching 函数用于计算稀疏图的重新排序功能已添加。

`scipy.stats` 的改进

添加了狄利克雷多变量分布，scipy.stats.dirichlet。

新函数 scipy.stats.median_test 计算 Mood 中位数检验。

新函数 scipy.stats.combine_pvalues 实现了 Fisher 和 Stouffer 方法来合并 p 值。

scipy.stats.describe 现在返回一个命名元组而不是一个元组，允许用户通过索引或名称访问结果。

弃用功能

scipy.weave 模块已弃用。它是唯一未迁移到 Python 3.x 的模块，不建议用于新代码 - 建议使用 Cython 替代。为了支持现有代码，scipy.weave 已被单独打包：github.com/scipy/weave。这是一个纯 Python 包，可以通过 pip install weave 轻松安装。

scipy.special.bessel_diff_formula 已弃用。这是一个私有函数，因此将在后续版本中从公共 API 中移除。

scipy.stats.nanmean, nanmedian 和 nanstd 函数已弃用，建议使用它们的 numpy 等价函数。

Backwards incompatible changes

`scipy.ndimage`

The functions scipy.ndimage.minimum_positions, *scipy.ndimage.maximum_positions* and scipy.ndimage.extrema` return positions as ints instead of floats.

`scipy.integrate`

The format of banded Jacobians in scipy.integrate.ode solvers is changed. Note that the previous documentation of this feature was erroneous.

Authors

Abject +
Ankit Agrawal +
Sylvain Bellemare +
Matthew Brett
Christian Brodbeck
Christian Brueffer
Lars Buitinck
Evgeni Burovski
Pierre de Buyl +
Greg Caporaso +
CJ Carey
Jacob Carey +
Thomas A Caswell
Helder Cesar +
Björn Dahlgren +
Kevin Davies +
Yotam Doron +
Marcos Duarte +
endolith
Jesse Engel +
Rob Falck +
Corey Farwell +
Jaime Fernandez del Rio +
Clark Fitzgerald +
Tom Flannaghan +
Chad Fulton +
Jochen Garcke +
François Garillot +
André Gaul
Christoph Gohlke
Ralf Gommers
Alex Griffing
Blake Griffith
Olivier Grisel
Charles Harris
Trent Hauck +
Ian Henriksen +
Jinhyok Heo +
Matt Hickford +
Andreas Hilboll
Danilo Horta +
David Menéndez Hurtado +
Gert-Ludwig Ingold
Thouis (Ray) Jones
Chris Kerr +
Carl Kleffner +
Andreas Kloeckner
Thomas Kluyver +
Adrian Kretz +
Johannes Kulick +
Eric Larson
Brianna Laugher +
Denis Laxalde
Antony Lee +
Gregory R. Lee +
Brandon Liu
Alex Loew +
Loïc Estève +
Jaakko Luttinen +
Benny Malengier
Tobias Megies +
Sturla Molden
Eric Moore
Brett R. Murphy +
Paul Nation +
Andrew Nelson
Brian Newsom +
Joel Nothman
Sergio Oller +
Janani Padmanabhan +
Tiago M.D. Pereira +
Nicolas Del Piano +
Manuel Reinhardt +
Thomas Robitaille
Mike Romberg +
Alex Rothberg +
Sebastian Pölsterl +
Maximilian Singh +
Brigitta Sipocz +
Alex Stewart +
Julian Taylor
Collin Tokheim +
James Tomlinson +
Benjamin Trendelkamp-Schroer +
Richard Tsai
Alexey Umnov +
Jacob Vanderplas
Joris Vankerschaver
Bastian Venthur +
Pauli Virtanen
Stefan van der Walt
Yuxiang Wang +
James T. Webber
Warren Weckesser
Axl West +
Nathan Woods
Benda Xu +
Víctor Zabalza +
Tiziano Zito +

A total of 99 people contributed to this release. People with a “+” by their names contributed a patch for the first time. This list of names is automatically generated, and may not be fully complete.

Issues closed

#1431: ellipk(x) extending its domain for x<0 (Trac #904)
#1727: consistency of std interface (Trac #1200)
#1851: Shape parameter negated in genextreme (relative to R, MATLAB,…
#1889: interp2d is weird (Trac #1364)
#2188: splev gives wrong values or crashes outside of support when der…
#2343: scipy.insterpolate 的 splrep 函数在某些组合中失败
#2669: .signal.ltisys.ss2tf 只应用于当前的 MISO 系统…
#2911: 在 Fedora 上，interpolate.splder() 失败
#3171: weave 在 scipy 中的未来
#3176: 建议改进 scipy.integrate.odeint 中的错误消息
#3198: scipy.stats.gaussian_kde 的 pdf() 和 logpdf() 方法
#3318: Travis CI 在 test("full") 上断裂
#3329: scipy.stats.scoreatpercentile 的不兼容变更…
#3362: scipy.sparse.linalg.eigs 中的引用循环，使用 shift-invert…
#3364: BUG：linalg.hessenberg 错误（错误的结果）
#3376: stats f_oneway 需要使用浮点数
#3379: 通过 zc.buildout 安装 scipy 0.13.3 失败
#3403: hierarchy.linkage 对压缩的 2x2 数据引发异常
#3422: optimize.curve_fit() 处理 NaN 时返回所有参数…
#3457: linalg.fractional_matrix_power 没有文档字符串
#3469: DOC：ndimage.find_object 忽略零值
#3491: optimize.leastsq() 文档应说明它不适用…
#3499: cluster.vq.whiten 对观察中的所有零列返回 NaN
#3503: 在 numpy 数组时，minimize 尝试进行向量加法…
#3508: exponweib.logpdf 对有效参数失败
#3509: libatlas3-base-dev 不存在
#3550: BUG：special.ellipkinc 计算出异常值
#3555: scipy.ndimage 的位置是浮点数而不是整数
#3557: UnivariateSpline.call 应通过所有相关参数传递…
#3569: 没有明确的许可声明，用于从 boost 导入的测试数据？
#3576: mstats 测试失败（过于敏感？）
#3579: 在使用 MKL 和 Ubuntu 14.04 x86_64 时，scipy 0.14.x 分支出现错误
#3580: 稀疏矩阵的运算符重载
#3587: 连续统计分布中的错误字母顺序…
#3596: scipy.signal.fftconvolve 不再线程安全
#3623: BUG: signal.convolve 执行时间比必要的长
#3655: scipy.signal.periodogram 中从整数数据返回整数
#3662: 在 Numpy 1.5.1 上的 Travis 失败（无法重现？）
#3668: dendogram(orientation=’foo’)
#3669: KroghInterpolator 不能通过点
#3672: 在样条中插入结点
#3682: scipy.optimize.curve_fit 的误导性文档
#3699: BUG?: scipy.signal.lfilter 在初始化条件下存在小问题
#3700: scipy.io.loadmat 引发的异常不一致
#3703: RegularGridInterpolator 使用大端数据时出现 TypeError
#3714: eigsh 中误导性的错误消息: k 必须在 1 到 rank(A)-1 之间
#3720: coo_matrix.setdiag() 失败
#3740: Scipy.Spatial.KdTree (Query) 返回类型？
#3761: scipy.special.btdtri 的无效结果
#3784: DOC - Special Functions - 修复 Drum 示例以支持更高的模式
#3785: minimize() 应具有更友好的 args=
#3787: BUG: signal: lombscargle 中的除零
#3800: BUG: scipy.sparse.csgraph.shortest_path 覆盖输入矩阵
#3817: 计算二项分布时计算矩的警告…
#3821: 检查 scipy 使用 np.ma.is_masked 的 bug
#3829: 线性代数函数文档未提及默认…
#3830: scipy.linalg.eig 文档字符串中的一个错误
#3844: genextreme 返回的形状参数问题
#3858: 在安装时出现“ImportError: No module named Cython.Compiler.Main”
#3876: savgol_filter 未在发布说明中列出且未添加版本信息
#3884: scipy.stats.kendalltau 空数组错误
#3895: ValueError: 内部 gesdd 函数的第 12 个参数值非法…
#3898: skimage 测试由于 minmax filter 更改而中断
#3901: scipy sparse 在 numpy 主分支上出现错误
#3905: DOC: optimize: linprog 文档字符串有两个 “Returns” 部分
#3915: DOC: sphinx 警告因 stats 分布中的 **kwds 而产生…
#3935: 将 stats.distributions 文件拆分为教程
#3969: gh-3607 在 ode 求解器带状雅可比矩阵中破坏了向后兼容性
#4025: DOC: signal: find_peaks_cwt 的返回值未记录。
#4029: scipy.stats.nbinom.logpmf(0,1,1) 返回 nan。正确值为…
#4032: ERROR: test_imresize (test_pilutil.TestPILUtil)
#4038: 错误未能正确传播通过 scipy.integrate.odeint
#4171: orthogonal_procrustes 总是返回 scale。
#4176: 解离散 Lyapunov 方程与矩阵无法正常工作…

Pull requests

#3109: ENH: 添加 Fisher 方法和 Stouffer Z 分数方法
#3225: 将极值分布添加到广义 Pareto 分布中…
#3262: 实现更快的多变量积分后端
#3266: ENH: signal: 为 periodogram 添加 type=False 参数…
#3273: 在 Travis-CI 中添加 PEP8 检查
#3342: ENH: 添加线性规划的 linprog 函数
#3348: BUG: 在使用 interp2d 时添加适当的错误处理…
#3351: ENH: 添加最小二乘法（MLS）方法
#3382: ENH: scipy.special 信息论函数
#3396: ENH: 通过假设稀有情况，进一步改进 stats.nanmedian
#3398: 添加了两个 gaussian_kde 类的包装器
#3405: BUG: cluster.linkage 数组转换为双精度类型
#3407: MAINT: 使用 assert_warns 替代更复杂的机制
#3409: ENH: 在 signal/_peak_finding.py 中改用数组视图
#3416: Issue 3376 : stats f_oneway 需要浮点数
#3419: BUG：工具：修复 detect_cpu_extensions_wine.py 中 FMA 指令列表的问题。
#3420: DOC：stats：在 stats 包级文档中添加 'entropy'。
#3429: BUG：在使用后立即关闭中间文件描述符。
#3430: MAINT：修复一些 Cython 变量声明以避免警告。
#3433: 纠正 chebwin 窗口函数的归一化。
#3435: 添加更精确的链接到 R 的分位数文档。
#3446: ENH：scipy.optimize - 添加 differential_evolution。
#3450: MAINT：从 scipy.stats.mstats_basic 中删除未使用的函数 _kolmog1。
#3458: 重制 PR-3084（mstats-stats 比较）的版本。
#3462: MAINT：对 chebwin 的低衰减值返回警告。
#3463: DOC：linalg：在 matfuncs.py 的函数中添加示例。
#3477: ENH：sparse：在 sparsetools 例程中释放 GIL。
#3480: DOC：在 deconvolve 文档字符串中添加更多细节。
#3484: BLD：修复 MinGW-w64 下 Qhull 构建问题。关闭 gh-3237。
#3498: MAINT：io：从 idl.py 中删除旧警告。
#3504: BUG：cluster.vq.whiten 在 std==0 时返回 nan 或 inf。
#3510: MAINT：stats：重新实现 exponweib 的 pdf 和 logpdf 方法。
#3512: 在 pep8 1.5 发布后，修复 TravisCI 上出现的 PEP8 错误。
#3514: DOC：似乎 libatlas3-base-dev 从未存在过。
#3516: DOC：改进 scipy.sparse 的文档字符串。
#3517: ENH：加速 ndimage.filters.min(max)imum_filter1d。
#3518: scipy.misc.logsumexp 中的问题。
#3526: DOC：为 cwt 添加图形示例，并使用更有趣的信号。
#3527: ENH：使用 MINLIST 算法实现 min(max)imum_filter1d。
#3537: STY：减少 C 编译器警告数量。
#3540: DOC：linalg：为 fractional_matrix_power 添加文档字符串。
#3542: kde.py 中的文档错误。
#3545: BUG：stats：使用小参数的 stats.levy.cdf 丢失精度。
#3547: 错误修正：special：erfcinv 对小参数失去精度。
#3553: 文档：卷积示例
#3561: 修复：在 ndimage.measurements 中返回位置为 int 而不是…
#3564: 修复与 numpy 主分支的测试失败。关闭 gh-3554
#3565: 增强：使 interp2d 接受未排序数组进行插值。
#3566: 构建：如果无法导入，向元数据添加 numpy 要求。
#3567: 文档：将 matfuncs 的文档字符串移动到用户可见函数
#3574: 修复 mstats.theilslopes 中的多个 bug
#3577: 测试：减少 mstats 测试的敏感性
#3585: 清理 scipy.constants 中的代码
#3589: 错误修正：sparse：允许运算符重载
#3594: 错误修正：lobpcg 对小矩阵（n < 10）返回了错误的值
#3598: 维护：修复覆盖率和 coveralls
#3599: 维护：symeig – 那是我很久没有听到的名字了
#3602: 维护：清理新的 optimize.linprog 并增加几个测试
#3607: 错误修正：集成：修复一些 bugs 和文档错误…
#3609: 维护：integrate/odepack：消除死去的 Fortran 代码
#3616: 修复：无效值
#3617: 以 Python-3 兼容的方式对 netcdf 变量进行排序
#3622: 文档：为 linprog 函数添加了 0.15.0 发布说明条目。
#3625: 修正 cKDTree.sparse_distance_matrix 的文档
#3626: 维护：linalg.orth 内存效率
#3627: 维护：stats：一些清理工作
#3628: 维护：signal：从 wavelets.py 中移除一个无用的函数
#3632: 增强：stats：添加 Mood 中位数检验。
#3636: 维护：cluster：一些清理工作
#3638: 文档：optimize.basinhopping 的文档字符串混淆了单数和…
#3639: 错误修正：在 mstats.sem 中将 ddof 默认值改为 1，与…
#3640: Weave：弃用该模块并在 TravisCI 上禁用慢速测试
#3641: ENH: io.arff.arffread 中添加对日期属性的支持
#3644: MAINT: stats: 在 mstats_basic.py 中移除多余的别名
#3646: ENH: 向 COO 稀疏矩阵添加 sum_duplicates 方法
#3647: 修复 #3596: 使 fftconvolve 线程安全
#3650: BUG: sparse: 更智能的随机索引选择
#3652: 修正 power_divergence 文档字符串示例中的错误选项名称
#3654: 将 EPD 更改为 Canopy
#3657: BUG: signal.welch: 确保无论如何都使用浮点数 dtype…
#3660: TST: 将一个测试标记为已知失败
#3661: BLD: 忽略 pep8 的 E302 错误（期望 2 个空行，找到 1 个）
#3663: BUG: 修复泄漏的 errstate，并在测试中忽略 invalid= 错误
#3664: BUG: 当 in2.size > in1.size 时，correlate 的速度极慢
#3667: ENH: 在多变量正态分布的概率密度函数中添加默认参数
#3670: ENH: FFT 大小检查的小幅加速
#3671: DOC: 在 0.15 版发行说明中添加 differential_evolution 函数
#3673: BUG: interpolate/fitpack: 传递给 Fortran 程序的参数可能不…
#3674: 添加对现有 netcdf 文件追加的支持
#3681: 加速 test('full')，解决 Travis CI 超时问题
#3683: ENH: cluster: 重写并优化 vq 在 Cython 中的实现
#3684: 更新 special 文档
#3688: special 文档字符串中的空格
#3692: ENH: scipy.special: 改进 sph_harm 函数
#3693: 更新 signal 和 fftpack 的 refguide 条目
#3695: 更新 continuous.rst
#3696: ENH: 在 dendrogram() 中检查有效的 'orientation' 关键字
#3701: 在 filtfilt 中将 'a' 和 'b' 系数转换为至少 1 维数组
#3702: BUG: cluster: _vq 无法处理大尺寸特征
#3704: BUG: special: ellip(k,e)inc 期望的值为 nan 和 double
#3707: BUG: 在 RegularGridInterpolator 中正确处理 fill_value 的 dtype 检查
#3708: 在无法读取 mat 文件时重新引发异常。
#3709: BUG: 在 KroghInterpolator._evaluate 中将'x'转换为正确的 dtype
#3712: ENH: cluster: 在 Cython 中重新实现 K-means 的更新步骤
#3713: FIX: 检查 lfiltic 的类型
#3718: 将 INSTALL 文件扩展名更改为 rst
#3719: 解决 svds 返回零输入矩阵的 nans
#3722: MAINT: spatial: 静态、未使用的代码、sqrt(sqeuclidean)
#3725: ENH: 如果可用，使用 numpy 的 nanmedian
#3727: TST: 添加一个新的 fixed_point 测试，并更改一些测试函数...
#3731: BUG: 修复 scipy.integrate.quadrature 中的 romb
#3734: DOC: 简化带有 semilogx 的示例
#3735: DOC: 在 lti.impulse/step 中添加最小的文档字符串
#3736: BUG: 将 pchip 参数转换为浮点数
#3744: 对 Akima1DInterpolator 的继承方法进行存根处理
#3746: DOC: 修复 Raises 部分的格式
#3748: ENH: 添加离散 Lyapunov 变换求解
#3750: 启用 Python 3.4 的自动化测试
#3751: 反向 Cuthill-McKee 和最大二分匹配重新排序...
#3759: MAINT: 避免使用浮点数组进行索引
#3762: TST: 在 vq 测试中过滤掉 RuntimeWarning
#3766: TST: cluster: 在 test_hierarchy.py 中进行一些清理
#3767: ENH/BUG: 支持椭圆积分中的负 m
#3769: ENH: 避免重复的矩阵求逆
#3770: BUG: signal: 在 lfilter_zi 中，当...时，b 没有正确重新缩放
#3772: STY: 避免在 csr_matrix.getcol/row 中不必要的转置
#3773: ENH: 在 UnivariateSpline 调用中添加 ext 参数
#3774: BUG: 在 integrate/quadpack.h 中，将所有声明放在语句之前。
#3779: Incbet 修复
#3788: BUG: 修复 lombscargle 中的 ZeroDivisionError
#3791: 文档构建的一些维护工作
#3795: scipy.special.legendre 文档字符串
#3796: TYPO: sheroidal -> spheroidal
#3801: BUG: shortest_path 覆盖
#3803: TST: lombscargle 回归测试涉及 atan 与 atan2
#3809: ENH: 正交 Procrustes 求解器
#3811: ENH: scipy.special, 实现了椭球谐函数：…
#3819: BUG: 从一个没有零的 ndarray 创建完全连接的 csgraph
#3820: MAINT: 避免在 binom(n, p=0).mean()等中出现虚假警告
#3825: 不要声称 scipy.cluster 进行距离矩阵计算。
#3827: 获取和设置 coo_matrix 的对角线，以及相关的 csgraph 拉普拉斯…
#3832: DOC: 在整合/nquad 文档字符串中进行小的添加。
#3845: 修复＃3842：scipy.optimize.line_search 中的错误
#3848: BUG: 边缘情况下协方差矩阵恰好为零
#3850: DOC: typo
#3851: DOC: 为一些 arpack 函数文档化默认参数值
#3860: DOC: sparse: 将函数'find'添加到模块级文档字符串中
#3861: BUG: 删除不必要的 args 作为实例变量的存储…
#3862: BUG: signal: 修复多输出系统在 ss2tf 中的处理。
#3865: Feature request: 能够在 FortranFile 中读取异构类型
#3866: MAINT: 更新 pip 的 wheelhouse 以供安装使用
#3871: MAINT: linalg: 去除 calc_lwork.f
#3872: MAINT: 使用 scipy.linalg 而不是 np.dual
#3873: BLD: 如果没有安装 Cython，显示更详细的消息。
#3874: TST: cluster: 清理层次结构测试数据
#3877: DOC: 添加 Savitzky-Golay 滤波器版本说明
#3878: DOC: 将 versionadded 移到 notes
#3879: 对文档进行了小的调整
#3881: FIX 修复了 fancy 赋值期间的排序错误
#3885: kendalltau 函数现在在使用空数组时返回 nan 元组…
#3886: BUG：修正 linprog 的关键字参数顺序以匹配文档
#3888: BUG：optimize：在 _linprog_simplex 中处理…的情况
#3891: BUG：stats：修复 chi2_contingency 中的 ValueError 消息。
#3892: 文档：sparse.linalg：修复 lobpcg 的文档字符串。
#3894: 文档：stats：各种文档字符串编辑。
#3896: 修复矩阵市场格式解析中的 2 处错误
#3897: BUG：第二类相关 Legendre 函数对于 1<x<1.0001
#3899: BUG：在 alngam 中修复未定义的行为
#3906: 维护/文档：在多个文档字符串中进行空白调整。
#3907: 测试：放宽插值测试的边界以适应四舍五入…
#3909: 维护：为了兼容性创建一个通用版本的 count_nonzero…
#3910: 修复主分支中的几个测试错误
#3911: 在 HTML 文档中使用 MathJax
#3914: 重新设计 _roots 函数并进行文档化。
#3916: 移除所有 linpack_lite 代码，并用 LAPACK 程序替换
#3917: 样条，常数外推
#3918: 文档：微调 rv_discrete 的文档字符串示例
#3919: 积分速度提升：scipy.special.orthogonal.p_roots 使用缓存
#3920: 文档：澄清 curve_fit 的 sigma 参数的文档字符串
#3922: 修复 linprog 中的文档字符串问题（修复 #3905）。
#3924: 必要时将参数强制转换为元组。
#3926: 文档：在文档字符串中用反引号括起统计类方法。
#3927: 修改 romb 的 dx 参数文档。
#3928: 在 LSQUnivariateSpline 中检查 FITPACK 条件
#3929: 添加了关于使用 NaN 的 leastsq 的警告。
#3930: 增强：optimize：如果 pcov 无法确定，curve_fit 现在会发出警告
#3932: 澄清了 k > n 的情况。
#3933: 文档：在此处和那里删除 import scipy as sp 的缩写
#3936: 为从…导入的测试数据添加许可和版权持有者
#3938: 文档：修正了返回类型的文档。
#3939: 文档：fitpack：在 splrep docstring 中添加有关 Sch-W 条件的注释
#3940: 测试：integrate：删除 odeint 的无效测试。
#3942: 修复：修正 eigsh 的错误消息。
#3943: 增强：释放 GIL 以进行 ndimage 的过滤和插值
#3944: 修复：如果窗口数据类型不支持，则引发值错误
#3946: 修复 signal.get_window 与 Unicode 窗口名称的问题
#3947: 维护：在 stats.mstats 中进行一些 docstring 修复和样式清理
#3949: 文档：修复 stats docstrings 中的一些问题。
#3950: 测试：sparse：删除不会失败的已知失败
#3951: 测试：从 Rackspace wheelhouse 切换到 numpy/cython 源码...
#3952: 文档：stats：对“chi”分布的小格式修正...
#3953: 文档：stats：对 docstrings 进行几处修正和小的添加。
#3955: signal.init.py：删除重复的get_window条目
#3959: 测试：sparse：更多“已知失败”的 DOK 不会失败
#3960: BUG：io.netcdf：如果还有引用，不要关闭 mmap...
#3965: 文档：修复构建时发生的更多 sphinx 警告。
#3966: 文档：在 HACKING 中添加测试生成器使用指南
#3968: BUG：sparse.linalg：使 arpack 中的 Inv 对象可垃圾回收...
#3971: 删除所有 linpack_lite 代码，并替换为 LAPACK 例程
#3972: 修正错误消息中的拼写错误
#3973: 维护：更好的多变量正态分布错误消息。
#3981: 转换以信息理论函数命名的 scipy.special 函数...
#3984: 包装 her, syr, her2, syr2 blas 例程
#3990: 改进 UnivariateSpline 文档
#3991: 增强：stats：为 describe 输出返回命名元组
#3993: 文档：stats：percentileofscore 参考 np.percentile
#3997: BUG：linalg：pascal(35)错误：最后一个元素溢出...
#3998: MAINT：使用 isMaskedArray 而不是 is_masked 来检查类型
#3999: TST：针对所有 boost 数据文件进行测试。
#4000: BUG：在几个分布中修复边缘情况处理。
#4003: ENH：在 fitpack 中使用 Python 的警告而不是打印信息。
#4004: MAINT：optimize：在 zeros.c 中删除一些未使用的变量
#4006: BUG：修复NI_MinOrMaxFilter1D中 C90 编译器的警告
#4007: MAINT/DOC：在几个文件中修正‘decomposition’的拼写。
#4008: DOC：stats：拆分分布描述…
#4015: TST：logsumexp 回归测试
#4016: MAINT：从 logsumexp 中删除一些与 inf 相关的警告
#4020: DOC：stats：修正几个分布文档字符串中的空白字符
#4023: 赋值前需要一个空格
#4024: 在 dendrogram()中：更正一个参数名称和语法问题…
#4041: BUG：misc：确保 PIL 的'resize'的'size'参数…
#4049: BUG：_logpmf 的返回
#4051: BUG：整数矩阵的 expm
#4052: ENH：integrate：odeint：处理回调函数中的异常。
#4053: BUG：stats：重构参数验证以避免 Unicode 问题。
#4057: 为 scipy.sparse.linalg.svds 文档添加换行以正确…
#4058: MAINT：stats：在发布中添加对 scoreatpercentile 更改的说明…
#4059: ENH：interpolate：允许 splev 接受 n 维数组。
#4064: 为 scipy.signal.find_peaks_cwt 记录返回值
#4074: ENH：支持将 LinearOperator 作为 svds 的输入
#4084: BUG：在 scipy/io/matlab/streams.pyx 中匹配异常声明…
#4091: DOC：special：关于如何评估多项式的更清晰说明
#4105: BUG：在 Accelerate 中解决 SGEMV 段错误的问题
#4107: DOC：在示例中消除‘import *’
#4113: DOC：修正 distance.yule 中的拼写错误
#4114: 维护 C 修复
#4117: 弃用：nanmean、nanmedian 和 nanstd，推荐使用它们的 numpy…
#4126: scipy.io.idl：支持描述记录并修复与 null 的 bug…
#4131: 增强：在更多 ndimage 函数中释放 GIL
#4132: 维护：统计：修正一个拼写错误 [skip ci]
#4145: 文档：修复 nc chi-squared dist 的文档错误
#4150: 修复 _nd_image.geometric_transform 的字节序 bug
#4153: 维护：在 lib/lapack/ f2py 中移除已弃用的 numpy API…
#4156: 维护：优化：移除无用的代码
#4159: 维护：优化：清理 Zeros 代码
#4165: 文档：将缺失的特殊函数添加到 doc
#4172: 文档：移除误导性的 procrustes 文档字符串行
#4175: 文档：稀疏矩阵：澄清 CSC 和 CSR 构造器的使用方式
#4177: 维护：允许 np.matrix 输入到 solve_discrete_lyapunov
#4179: 测试：修复 special.legendre 的一个间歇性失败的测试用例
#4181: 维护：在释放前移除不必要的空指针检查
#4182: 椭球谐波
#4183: 跳过 Travis-CI 中的 Cython 构建
#4184: Pr 4074
#4187: Pr/3923
#4190: 错误修复：special：修复 ellip_harm 构建问题
#4193: 构建：修复 msvc 编译器错误
#4194: 错误修复：修复在 win-amd64 上的缓冲区 dtype 不匹配问题
#4199: 增强：将 scipy.stats.describe 输出从 datalen 改为 nobs
#4201: 文档：在发布说明中添加 blas2 和 nan* 的弃用信息
#4243: 测试：提升测试容忍度

SciPy 0.14.1 发布说明

原文：docs.scipy.org/doc/scipy-1.12.0/release/0.14.1-notes.html

SciPy 0.14.1 是一个纯 bug 修复版本，与 0.14.0 相比没有新功能。

问题已关闭

#3630: NetCDF 读取导致段错误
#3631: 复数矩阵中 SuperLU 对象未按预期工作
#3733: 从 map_coordinates 中的段错误
#3780: 使用 CSR/CSC 矩阵和 uint32/uint64 时出现段错误
#3781: BUG：sparse：修复 sparsetools typemaps 中遗漏的类型
#3802: 0.14.0 版本 API 变更：scipy.stats.distributions API 中缺少 _gen 生成器
#3805: 使用 numpy 1.10 时的 ndimage 测试失败
#3812: csr_matrix 上的 == 有时错误
#3853: 使用 numpy 1.9.0b2 时出现许多 scipy.sparse 测试错误/失败
#4084: 为了与 Cython 0.21.1 兼容性修复异常声明
#4093: BUG：fitpack：避免 splev(x, tck, der=k) 中的内存错误
#4104: BUG：在 Accelerate 中解决 SGEMV 的段错误（维护版本 0.14.x）
#4143: BUG：修复大数据下的 ndimage 函数
#4149: 整数数组中 expm 存在的 Bug
#4154: 回溯 gh-4041 至 0.14.1（确保 PIL 的 'resize' 方法的 'size' 参数是一个元组）
#4163: 回溯 #4142（scipy.sparse.linalg.lsqr 中的 ZeroDivisionError）
#4164: 回溯 gh-4153（移除 lib/lapack/ f2py 包装器中的废弃 numpy API 使用）
#4180: 回溯 pil resize 支持元组修复
#4168: 在 Windows 32 位系统上，使用 numpy 1.9.1 时出现大量 arpack 测试失败
#4203: 在 0.14.x 中的矩阵乘法比以前慢了超过 10 倍...
#4218: 尝试使 ndimage 插值与 numpy 兼容放松...
#4225: BUG：PPoly 形状检查中的 off-by-one 错误
#4248: BUG：optimize：修复 slsqp 中使用闭包的问题

SciPy 0.14.0 发行说明

原文链接：docs.scipy.org/doc/scipy-1.12.0/release/0.14.0-notes.html

内容

SciPy 0.14.0 发行说明
- 新功能
  - scipy.interpolate 改进
  - scipy.linalg 改进
  - scipy.optimize 改进
  - scipy.stats 改进
  - scipy.signal 改进
  - scipy.special 改进
  - scipy.sparse 改进
- 弃用功能
  - anneal
  - scipy.stats
  - scipy.interpolate
- 不兼容的变更
  - scipy.special.lpmn
  - scipy.sparse.linalg
  - scipy.stats
  - scipy.interpolate
- 其他变更
- 作者
  - 已关闭的问题
  - 拉取请求

SciPy 0.14.0 是 8 个月辛勤工作的结晶。它包含许多新功能、大量错误修复、改进的测试覆盖率和更好的文档。本次发布中有一些弃用和 API 变更，下面有详细记录。建议所有用户升级到此版本，因为它包含大量错误修复和优化。此外，我们的开发重点现在将转移到 0.14.x 分支上的错误修复版本和主分支上添加新功能。

此版本要求 Python 2.6、2.7 或 3.2-3.4，并且需要 NumPy 1.5.1 或更高版本。

新功能

`scipy.interpolate` 改进

已添加一个新的包装函数 scipy.interpolate.interpn，用于在规则网格上进行插值。interpn 支持任意维度的线性和最近邻插值，以及二维样条插值。

已添加了基于幂和伯恩斯坦多项式基础的分段多项式的更快实现，作为 scipy.interpolate.PPoly 和 scipy.interpolate.BPoly。新用户应优先使用这些，而不是 scipy.interpolate.PiecewisePolynomial。

scipy.interpolate.interp1d 现在接受非单调输入并对其进行排序。如果性能至关重要，可以通过新的 assume_sorted 关键字来关闭排序。

在 scipy.interpolate 中添加了评估双变量样条导数的功能。

新的类 scipy.interpolate.Akima1DInterpolator 实现了 H. Akima 设计的分段三次多项式插值方案。

增加了用于在任意维度中对规则不均匀网格进行快速插值的功能，作为 scipy.interpolate.RegularGridInterpolator 。

`scipy.linalg` 改进

新的函数 scipy.linalg.dft 计算离散傅里叶变换的矩阵。

为矩阵指数的条件数估计功能增加了函数 scipy.linalg.expm_cond。

`scipy.optimize` 改进

添加了一个可以通过 optimize.bench() 运行的优化基准集。

scipy.optimize.curve_fit 现在通过 absolute_sigma 关键字具有更可控的误差估计。

支持将自定义最小化方法传递给 optimize.minimize() 和 optimize.minimize_scalar() ，目前特别适用于将 optimize.basinhopping() 与自定义局部优化器例程结合使用。

`scipy.stats` 改进

增加了一个新的类 scipy.stats.multivariate_normal ，具有多变量正态随机变量的功能。

在 scipy.stats 分布框架上做了大量工作。矩时计算（主要是偏度和峰度）已修复和验证，所有示例现在都可以运行，并为各个分布进行了许多小的精度和性能改进。

新的函数 scipy.stats.anderson_ksamp 计算 k 样本 Anderson-Darling 检验，检验假设 k 个样本来自同一总体。

`scipy.signal` 改进

scipy.signal.iirfilter 和相关函数现在在内部使用极点-零点（“zpk”）格式设计 Butterworth、Chebyshev、椭圆和 Bessel IIR 滤波器，而不是使用分子/分母格式进行变换。由此产生的滤波器的准确性，特别是高阶滤波器，显著提高。

使用新函数scipy.signal.savgol_filter和scipy.signal.savgol_coeffs添加了 Savitzky-Golay 滤波器。

新函数scipy.signal.vectorstrength计算事件集的向量强度，一种相位同步度量。

`scipy.special` 改进

新增了计算 Box-Cox 变换的函数scipy.special.boxcox和scipy.special.boxcox1p。

`scipy.sparse` 改进

CSR、CSC 和 DOK 索引速度显著提升。
使用 Numpy >= 1.9（将在 MM 2014 年发布）时，将稀疏矩阵传递给np.dot、np.multiply等 ufuncs 的参数时，功能正常。对于较早的 Numpy 和 Scipy 版本，此类操作的结果未定义且通常是意外的。
稀疏矩阵不再限于2³¹非零元素。包含更多元素的矩阵自动切换到使用 64 位索引数据类型。假定稀疏矩阵使用 int32 作为索引数据类型的用户代码将继续工作，除非是这种大矩阵。处理更大矩阵的代码需要接受 int32 或 int64 索引。

已弃用特性

`anneal`

全局最小化函数scipy.optimize.anneal已弃用。所有用户应改用函数scipy.optimize.basinhopping。

`scipy.stats`

randwcdf和randwppf函数已弃用。所有用户应改用特定分布的rvs方法。

概率计算别名zprob、fprob和ksprob已弃用。应改用相应分布的sf方法或直接使用special函数。

`scipy.interpolate`

PiecewisePolynomial类已弃用。

不兼容的后向变更

`scipy.special.lpmn`

lpmn不再接受复值参数。新增了具有统一复解析行为的新函数clpmn，应改用该函数。

`scipy.sparse.linalg`

在广义特征值问题中，特征向量被标准化为 2-范数中的单位向量，而不是遵循 LAPACK 标准化约定。

由于许可证和安装问题，已移除了scipy.sparse.linalg中的 UMFPACK 包装器。如果可用，spsolve和factorized函数在使用时仍然会透明地使用scikits.umfpack。否则，这些函数将改用 SuperLU。

`scipy.stats`

已从scipy.stats中移除了不推荐使用的函数glm、oneway和cmedian。

stats.scoreatpercentile现在返回数组而不是百分位数列表。

`scipy.interpolate`

用于计算分段线性插值导数的 API 已更改：如果p是PchipInterpolator对象，则p.derivative(der)返回表示p导数的可调用对象。对于就地导数计算，请使用call方法的第二个参数：p(0.1, der=2)在x=0.1处评估p的二阶导数。

方法p.derivatives已被移除。

其他变更

作者

Marc Abramowitz +
Anders Bech Borchersen +
Vincent Arel-Bundock +
Petr Baudis +
Max Bolingbroke
François Boulogne
Matthew Brett
Lars Buitinck
Evgeni Burovski
CJ Carey +
Thomas A Caswell +
Pawel Chojnacki +
Phillip Cloud +
Stefano Costa +
David Cournapeau
David Menendez Hurtado +
Matthieu Dartiailh +
Christoph Deil +
Jörg Dietrich +
endolith
Francisco de la Peña +
Ben FrantzDale +
Jim Garrison +
André Gaul
Christoph Gohlke
Ralf Gommers
Robert David Grant
Alex Griffing
Blake Griffith
Yaroslav Halchenko
Andreas Hilboll
Kat Huang
Gert-Ludwig Ingold
James T. Webber +
Dorota Jarecka +
Todd Jennings +
Thouis（Ray）Jones
Juan Luis Cano Rodríguez
ktritz +
Jacques Kvam +
Eric Larson +
Justin Lavoie +
Denis Laxalde
Jussi Leinonen +
lemonlaug +
Tim Leslie
Alain Leufroy +
George Lewis +
Max Linke +
Brandon Liu +
Benny Malengier +
Matthias Kümmerer +
Cimarron Mittelsteadt +
Eric Moore
Andrew Nelson +
Niklas Hambüchen +
Joel Nothman +
Clemens Novak
Emanuele Olivetti +
Stefan Otte +
peb +
Josef Perktold
pjwerneck
poolio
Jérôme Roy +
Carl Sandrock +
Andrew Sczesnak +
Shauna +
Fabrice Silva
Daniel B. Smith
Patrick Snape +
Thomas Spura +
Jacob Stevenson
Julian Taylor
Tomas Tomecek
Richard Tsai
Jacob Vanderplas
Joris Vankerschaver +
Pauli Virtanen
Warren Weckesser

一共有 80 位贡献者参与了这次发布。名单中标有“+”符号的人是首次贡献补丁的。此名单是自动生成的，可能并非完全完整。

关闭的问题

#1325: 在 scipy.cluster.hierarchy 的 dendrogram 函数中添加自定义 axis 关键字…
#1437: 负整数的 Pochhammer 符号错误（Trac #910）
#1555: scipy.io.netcdf 泄漏文件描述符（Trac #1028）
#1569: 使用 numpy.multiply()进行元素乘法时，稀疏矩阵失败…
#1833: 稀疏矩阵限制在 2³² 非零元素（Trac #1307）
#1834: scipy.linalg.eig 如果给定 B，则不会规范化特征向量…
#1866: invgamma 的统计信息（Trac #1340）
#1886: stats.zipf 浮点警告（Trac #1361）
#1887: Stats 连续分布 - 浮点警告（Trac…
#1897: scoreatpercentile() 不处理空列表输入（Trac #1372）
#1918: splint 返回不正确的结果（Trac #1393）
#1949: mstats 中的 kurtosistest 因类型错误失败（Trac #1424）
#2092: scipy.test 留下 darwin27compiled_catalog、cpp 和 so 文件…
#2106: stats ENH：分布文档字符串中的形状参数（Trac…
#2123: 二元 ufunc 中稀疏矩阵的不良行为（Trac #1598）
#2152: 修复 Python 3 上 gzip 的 mmio/fromfile（Trac #1627）
#2164: stats.rice.pdf(x, 0) 返回 nan（Trac #1639）
#2169: scipy.optimize.fmin_bfgs 未处理带边界的函数…
#2177: scipy.cluster.hierarchy.ClusterNode.pre_order 返回 IndexError…
#2179: coo.todense() 导致段错误（Trac #1654）
#2185: scipy.ndimage.gaussian_filter*() 的精度受限（Trac #1660）
#2186: scipy.stats.mstats.kurtosistest 在 1d 输入上崩溃（Trac #1661）
#2238: hypergeom.cdf 上的负 p 值（Trac #1719）
#2283: 插值例程中的升序问题（Trac #1764）
#2288: mstats.kurtosistest 错误地转换为 float，并失败…
#2396: lpmn 对 |z| > 1 的错误结果（Trac #1877）
#2398: ss2tf 返回 num 作为 2D 数组而非 1D（Trac #1879）
#2406: linkage 不接受 Unicode 字符串作为方法名（Trac #1887）
#2443: IIR 滤波器设计不应在内部转换为 tf 表示
#2572: splu 的类方法 solve 返回损坏或错误的对象…
#2667: stats 陷入无限循环？
#2671: .stats.hypergeom 文档中关于 pmf 的注释错误
#2691: BUG scipy.linalg.lapack：potrf/ptroi 解释它们的 'lower'...
#2721: 允许在 scipy.sparse 切片中使用省略号
#2741: stats：废弃并移除特殊函数的别名
#2742: stats 添加 rvs 到 rice 分布
#2765: stats 熵中的错误
#2832: argrelextrema 在未找到峰值时返回两个空数组元组...
#2861: scipy.stats.scoreatpercentile 对向量 per 损坏
#2891: COBYLA 在违反约束条件时成功终止
#2919: 当前主分支的测试失败
#2922: ndimage.percentile_filter 对多维...
#2938: Sparse/dense 矩阵原地操作由于 numpy_ufunc 失败
#2944: MacPorts 构建产生 40Mb 的构建警告
#2945: FAIL：test_basic.TestDet 中的 test_random_complex
#2947: FAIL：对 savgol_filter() 的一些微不足道的边界案例进行测试失败
#2953: Scipy Delaunay 三角剖分未定向
#2971: scipy.stats.mstats.winsorize 文档错误
#2980: 运行看似完全有效的示例出现问题
#2996: rv_discrete 的 entropy 是不正确的？！
#2998: 修复 numpy 版本比较问题
#3002: python setup.py install 失败
#3014: stats.fisher_exact 存在错误
#3030: scipy.stats.distribution.entropy 使用相对熵时...
#3037: scipy.optimize.curve_fit 输入时导致意外行为...
#3047: mstats.ttest_rel 中 axis=None，需要掩码数组
#3059: BUG：稀疏矩阵切片返回错误的 dtype
#3063: binned_statistics 中 range 关键字不正确
#3067: cumtrapz 不按预期工作
#3069: sinc
#3086: 'stats' 和 'mstats' 之间标准误差计算不一致
#3094: 在 scipy.misc 中添加 perm 函数，并增强…
#3111: scipy.sparse.[hv]stack 不再遵守 dtype 参数
#3172: optimize.curve_fit 使用与 optimize.leastsq 不同的命名法
#3196: scipy.stats.mstats.gmean 实际上不接受 dtype
#3212: csr_matrix 的点积导致分段错误
#3227: 当初始猜测正确时，broyden1 中的 ZeroDivisionError
#3238: lbfgsb 输出未由 disp=0 抑制
#3249: Sparse matrix 的 min/max 等不支持 axis=-1
#3251: cdist 使用 'sqeuclidean' 度量存在性能问题
#3279: logm 对奇异矩阵失败
#3285: signal.chirp(method=’hyp’) 不允许双曲上扬
#3299: MEMORY LEAK: fmin_tnc
#3330: 当前主分支中的测试失败
#3345: scipy 和/或 numpy 更改导致另一个测试失败…
#3363: splu 不适用于非向量输入
#3385: expit 无法很好地处理大参数
#3395: specfun.f 在 MinGW 下无法编译
#3399: scipy.cluster.hierarchy.linkage 中的错误消息问题
#3404: interpolate._ppoly 无法在 MinGW 中构建
#3412: signal 中的测试失败
#3466: `scipy.sparse.csgraph.shortest_path` 在 `scipy.sparse.csr_matrix` 或 `lil_matrix` 上无法运行

Pull requests

#442: ENH: sparse: 启用 64 位索引数组 & nnz > 2**31
#2766: DOC: 移除 doc/seps/technology-preview.rst
#2772: TST: stats: 为 stats.wilcoxon 添加回归测试。关闭…
#2778: 清理 stats._support，关闭统计审查问题
#2792: BUG io: 修复 netcdf 变量的文件描述符关闭
#2847: Rice 分布：扩展到 b=0，并添加显式的 rvs 方法。
#2878: [stats] 修复 dweibull 分布的更高阶矩公式
#2904: ENH：zipf 分布的矩
#2907: ENH：使用 coveralls.io 为 Travis 运行添加覆盖信息。
#2932: BUG+TST：为 dia_matrix 实现 setdiag 方法（关闭 #2931）…
#2942: 由 Eclipse PyDev 静态代码分析指出的杂项修复
#2946: ENH：允许 interp1d 中非单调输入
#2986: BUG：runtests：运行测试时从根目录切换路径
#2987: DOC：linalg：不建议使用 np.linalg.norm
#2992: ENH：在 dijkstra 计算中添加 “limit” 参数
#2995: ENH：使用 int 类型的形状
#3006: DOC：stats：在 docstring 中添加一个对数基数注释
#3007: DEP：stats：弃用 randwppf 和 randwcdf
#3008: 修复 mstats.kurtosistest，并测试 skewtest/normaltest 的覆盖率
#3009: 次要的 reST 打印错误
#3010: 将 scipy.optimize.Result 添加到 API 文档
#3012: 纠正文档错误
#3052: PEP-8 符合性改进
#3064: 分箱统计
#3068: 修复问题 #3067，修复了在…时引发异常的 cumptrapz
#3073: 具有 1 个字符名义值的 Arff 读取器
#3074: 一些维护工作
#3080: 检查和清理所有 Box-Cox 函数
#3083: Bug：如果没有找到区域，则应返回 0
#3085: BUG：在 IIR 滤波器设计中使用 zpk 来提高精度
#3101: 将 stats 测试稍微重构
#3112: ENH：在一维中实现 Akima 插值
#3123: MAINT：通过切片更简单地生成范围
#3124: imread 和 imsave 的文件对象支持
#3126: pep8ify stats/distributions.py
#3134: MAINT：将 distributions.py 拆分为三个文件
#3138: 清理离散分布的测试
#3155: 特殊函数中处理边缘情况 lambda=0 的问题，包括 pdtr、pdtrc 和 pdtrik
#3156: 将 optimize.Result 重命名为 OptimizeResult
#3166: BUG: 使 curve_fit() 能处理 array_like 输入。关闭 gh-3037。
#3170: 修复 numpy 版本检查
#3175: 使用 numpy 的 sinc 函数
#3177: 更新 numpy 版本警告，移除 oldnumeric 导入
#3178: DEP: 移除已弃用的 umfpack 包装器。关闭 gh-3002。
#3179: DOC: 将 BPoly 添加到文档中
#3180: 运行 stats.test() 时抑制警告
#3181: 在 mstats 中修改 sem 函数以匹配 stats 模块
#3182: 使 weave 测试行为正常
#3183: ENH: 在 stats 模块中添加 k-样本 Anderson-Darling 检验
#3186: 修复 stats.scoreatpercentile
#3187: DOC: 使 curve_fit 的命名与 leastsq 一致
#3201: 在 dendrogram 函数中添加 axis 关键字
#3207: 使 stats.distributions 中的文档字符串示例可运行
#3218: BUG: integrate 模块中修复带宽雅可比矩阵的处理问题在 “vode” 和…
#3222: BUG: 限制 special.nctdtr 中的输入范围
#3223: 修复在 numpy 主分支上的测试错误
#3224: 修复 sparsetools 中 int32 溢出的问题
#3228: DOC: tf2ss 中的 zpk2ss 注意控制器的规范形式
#3234: 添加 See Also 链接和示例图到 filter design *ord 函数
#3235: 更新 buttord 函数以与其他函数一致
#3239: 修正 pchip 插值的文档
#3240: DOC: 修复 BPoly 文档字符串中的 ReST 错误
#3241: RF: 检查文件对象的写入属性，而不进行实际写入
#3243: 统计模块的一些维护工作
#3245: BUG/ENH: stats 模块：使冻结分布保持独立实例
#3247: 增强功能：返回稀疏矩阵中每行/列的非零元素数量
#3248: ENH：使用轴进行更有效的稀疏 min/max
#3252: 快速 sqeuclidean
#3253: FIX：支持稀疏减少方法中的 axis=-1 和-2
#3254: TST：测试稀疏矩阵操作中的非规范输入
#3272: BUG：稀疏：修复 dia_matrix.setdiag 中的错误
#3278: 运行 paver sdist 时也生成 tar.xz
#3286: DOC：更新 0.14.0 版本发布说明。
#3289: TST：删除测试中不安全的 mktemp 使用
#3292: MAINT：修复对 stats.distributions.all 的向后不兼容更改
#3293: ENH：信号：允许在“hyperbolic”中的频率上扫描
#3302: ENH：在 stats.mstats.gmean 和 stats.mstats.hmean 中添加 dtype 参数
#3307: DOC：在 tf2zpk 中添加关于不同 ba 形式的说明
#3309: DOC：增强 scipy.stats.mstats.winsorize 文档
#3310: DOC：在 mmio 文档字符串中澄清矩阵与数组的区别
#3314: BUG：修复 Python3 下 scipy.io.mmread()读取 gzipped 文件的问题
#3323: ENH：在任意维度上的规则网格上进行高效插值
#3332: DOC：清理 scipy.special 文档
#3335: ENH：改进 nanmedian 性能
#3347: BUG: 修复在 stats.fisher_exact 中使用 np.max 的问题
#3356: ENH：稀疏：通过 Cython 加速 LIL 索引和赋值
#3357: 修复“imresize 不适用于 size=int”
#3358: MAINT：将 AkimaInterpolator 重命名为 Akima1DInterpolator
#3366: WHT：稀疏：重新缩进dsolve/*.c *.h
#3367: BUG：稀疏/解决方案：修复 superlu 中密集矩阵 Fortran 顺序的错误…
#3369: ENH：minimize，minimize_scalar：添加对用户提供的支持…
#3371: scipy.stats.sigmaclip 在 html 文档中未显示。
#3373: BUG: 稀疏矩阵/解决方案：检测超级 LU 中无效的 LAPACK 参数…
#3375: ENH：稀疏/解决方案：使 splu 和 spilu 的 L 和 U 因子…
#3377: MAINT：使 travis 构建针对 Numpy 1.5 的一个目标
#3378: 维护：fftpack：在几个测试中移除 'import *' 的使用
#3381: 维护：将 np.isinf(x) & (x>0) 替换为 np.isposinf(x) 以避免…
#3383: 维护：在没有 float96 的平台上跳过 float96 测试
#3384: 维护：将 pyflakes 添加到 Travis-CI
#3386: 错误：稳定评估 expit
#3388: 错误：SuperLU：修复未声明的 dlamch
#3389: 错误：稀疏：在必要时安全地将 64 位索引降级为 intp
#3390: 错误：非线性求解器不会被幸运猜测所混淆
#3391: 测试：修复稀疏测试中由于 np.matrix.sum() 中使用 axis=-1,-2 导致的错误
#3392: 错误：稀疏/lil：修复 fused 类型查找中的 Cython bug
#3393: 错误：稀疏/压缩：解决早期 np.unique 中的 bug
#3394: 错误：允许非根节点的 ClusterNode.pre_order() 方法
#3400: 错误：cluster.linkage 中的 ValueError 打字错误修复
#3402: 错误：special：在 specfun.f 中，用 DCMPLX 替换 CMPLX 的使用
#3408: 维护：稀疏矩阵：适配 Numpy 1.5 版本兼容性修复
#3410: 维护：插值：修复 _ppoly 中的 blas 定义
#3411: 维护：在 interpolate 中修复 Numpy 1.5 的问题
#3413: 修复与旧版本 numpy 的更多测试问题
#3414: 测试：在过滤器测试中放宽一些误差容限…
#3415: 维护：工具：自动关闭发布版的问题和 PR 列表
#3440: 维护：手动包装 sparsetools 而不是通过 SWIG 自动化处理
#3460: 测试：以二进制模式打开图像文件
#3467: 错误：修复 csgraph.shortest_path 中的验证问题

SciPy 0.13.2 发布说明

原文：docs.scipy.org/doc/scipy-1.12.0/release/0.13.2-notes.html

SciPy 0.13.2 是一个修复了 bug 的版本，与 0.13.1 相比没有新功能。

修复的问题

3096: 需要 Cython 0.19，早期版本在融合类型中存在内存泄漏
3079: ndimage.label 修复了 64 位测试的位置问题
3108: optimize.fmin_slsqp 约束违规

SciPy 0.13.1 发布说明

原文链接：docs.scipy.org/doc/scipy-1.12.0/release/0.13.1-notes.html

SciPy 0.13.1 是一个纯粹的 bug 修复版本，与 0.13.0 相比没有新功能。唯一的变化是在 ndimage 中进行了几处修复，其中之一是在 0.13.0 中 ndimage.label 存在的一个严重退化（Github 问题 3025），导致了不正确的结果。

问题已解决

3025: ndimage.label 在 scipy 0.13.0 中返回错误结果
1992: ndimage.label 的返回类型从 int32 改为 uint32
1992: 在某些情况下，ndimage.find_objects 无法处理 int32 输入

SciPy 0.13.0 发布说明

原文：docs.scipy.org/doc/scipy-1.12.0/release/0.13.0-notes.html

内容

SciPy 0.13.0 发布说明
- 新特性
  - scipy.integrate 改进
    - N 维数值积分
    - dopri* 改进
  - scipy.linalg 改进
    - 插值分解
    - 极坐标分解
    - BLAS 第三级函数
    - 矩阵函数
  - scipy.optimize 改进
    - 信任域无约束最小化算法
  - scipy.sparse 改进
    - 布尔比较和稀疏矩阵
    - CSR 和 CSC 精细索引
  - scipy.sparse.linalg 改进
  - scipy.spatial 改进
  - scipy.signal 改进
  - scipy.special 改进
  - scipy.io 改进
    - 未格式化的 Fortran 文件读取器
    - scipy.io.wavfile 增强
  - scipy.interpolate 改进
    - B 样条导数和反导数
  - scipy.stats 改进
- 已弃用的功能
  - expm2 和 expm3
  - scipy.stats 函数
- 向后不兼容的更改
  - LIL 矩阵赋值
  - 已弃用的 radon 函数已移除
  - 从 stats.distributions 中移除已弃用的关键字 xa 和 xb
  - MATLAB 文件读取器/写入器的更改
- 其他变更
- 作者

SciPy 0.13.0 是经过 7 个月努力的结晶。它包含许多新特性、大量错误修复、改进的测试覆盖率和更好的文档。本次发布中有许多功能已被弃用和 API 更改，这些变更在下文有详细记录。建议所有用户升级到此版本，因为它包含大量错误修复和优化。此外，我们的开发重点现在将转移到 0.13.x 分支的错误修复版本，并在主分支上添加新功能。

此版本需要 Python 2.6、2.7 或 3.1-3.3 以及 NumPy 1.5.1 或更高版本。此版本的亮点包括：

支持使用稀疏矩阵进行精细索引和布尔比较。

linalg 模块中的插值分解和矩阵函数

为无约束最小化新增了两个新的信赖域求解器。

新特性

`scipy.integrate` 的改进

N 维数值积分

新增函数 scipy.integrate.nquad，提供了比 dblquad 和 tplquad 更灵活的 N 维积分功能。

`dopri*` 的改进

dopri 系列的常微分方程求解器现在可以通过 solout 回调函数访问中间结果。

`scipy.linalg` 的改进

插值分解

Scipy 现在包括一个新模块 scipy.linalg.interpolative，包含用于计算插值矩阵分解（ID）的相关函数。此功能基于 P.G. Martinsson、V. Rokhlin、Y. Shkolnisky 和 M. Tygert 的 ID 软件包，先前在 K.L. Ho 的 PymatrixId 包中适配为 Python。

极分解

新增函数 scipy.linalg.polar，用于计算矩阵的极分解。

BLAS 第三级函数

BLAS 函数 symm, syrk, syr2k, hemm, herk 和 her2k 现在包含在 scipy.linalg 中。

矩阵函数

几个矩阵函数算法已根据 Nick Higham 及其合著者的最近论文详细描述进行了实现或更新。这些包括矩阵平方根 (sqrtm)、矩阵对数 (logm)、矩阵指数 (expm) 及其 Frechet 导数 (expm_frechet)，以及分数矩阵幂 (fractional_matrix_power)。

`scipy.optimize` 的改进

信赖域无约束最小化算法

minimize 函数新增了两个无约束最小化的信赖域求解器：dogleg 和 trust-ncg。

`scipy.sparse` 的改进

布尔比较和稀疏矩阵

所有稀疏矩阵类型现在都支持布尔数据和布尔运算。两个稀疏矩阵 A 和 B 可以像密集的 Numpy 数组一样进行比较，例如 A < B、A >= B、A != B。同时也支持与密集矩阵和标量的比较。

CSR 和 CSC 的精细索引

压缩稀疏行和列稀疏矩阵类型现在支持使用布尔矩阵、切片和列表进行精细索引。因此，如果 A 是 CSC 或 CSR 稀疏矩阵，则可以执行如下操作：

>>> A[A > 0.5] = 1  # since Boolean sparse matrices work
>>> A[:2, :3] = 2
>>> A[[1,2], 2] = 3

`scipy.sparse.linalg` 的改进

新函数 onenormest 提供了线性算子 1-范数的下界，并根据 Higham 和 Tisseur (2000) 实现。该函数不仅适用于稀疏矩阵，还可用于估算密集矩阵的乘积或幂的范数，而无需显式构建中间矩阵。

线性算子的矩阵指数的乘法作用 (expm_multiply) 已根据 Al-Mohy 和 Higham (2011) 的描述实现。

抽象线性算子 (scipy.sparse.linalg.LinearOperator) 现在可以相乘、相加，并进行指数运算，从而产生新的线性算子。这使得组合线性操作更加容易。

`scipy.spatial` 的改进

ConvexHull 的顶点现在可以通过 vertices 属性访问，在二维空间中具有适当的方向。

`scipy.signal` 的改进

添加了余弦窗函数 scipy.signal.cosine。

`scipy.special` 的改进

添加了新函数 scipy.special.xlogy 和 scipy.special.xlog1py。这些函数可以简化和加速需要计算 x * log(y) 的代码，并在 x == 0 时给出 0。

`scipy.io` 的改进

未格式化的 Fortran 文件读取器

新类 scipy.io.FortranFile 简化了由 Fortran 代码编写的未格式化顺序文件的读取。

`scipy.io.wavfile` 的增强功能

scipy.io.wavfile.write 现在接受文件缓冲区。之前只接受文件名。

scipy.io.wavfile.read 和 scipy.io.wavfile.write 现在可以处理浮点 WAV 文件。

`scipy.interpolate` 的改进

B 样条的导数和反导数 (B-spline derivatives and antiderivatives)

添加了用于计算表示 B 样条导数和反导数的 B 样条的函数 scipy.interpolate.splder 和 scipy.interpolate.splantider。这些函数在基于类的 FITPACK 接口中也可用作 UnivariateSpline.derivative 和 UnivariateSpline.antiderivative。

`scipy.stats` 的改进

分布现在允许在所有方法中使用关键字参数，而不仅仅是位置参数。

函数scipy.stats.power_divergence 现已添加用于 Cressie-Read 力量分歧统计和拟合度检验。包括统计家族中的“G-检验”（en.wikipedia.org/wiki/G-test）。

scipy.stats.mood 现在接受多维输入。

scipy.stats.wilcoxon 添加了连续性修正选项。

scipy.stats.chisquare 现在具有 axis 参数。

scipy.stats.mstats.chisquare 现在具有 axis 和 ddof 参数。

弃用功能

`expm2` 和 `expm3`

矩阵指数函数 scipy.linalg.expm2 和 scipy.linalg.expm3 已被弃用。所有用户应改用数值更稳健的 scipy.linalg.expm 函数。

`scipy.stats` 函数

scipy.stats.oneway 已弃用；应改用 scipy.stats.f_oneway。

scipy.stats.glm 已弃用。scipy.stats.ttest_ind 是一个等效函数；更全面的一般（和广义）线性模型实现可以在 statsmodels 中找到。

scipy.stats.cmedian 已弃用；应使用 numpy.median。

向后不兼容的更改

LIL 矩阵赋值

使用两个索引数组对 LIL 矩阵进行赋值现在类似于对 ndarrays 进行赋值：

>>> x = lil_matrix((3, 3))
>>> x[[0,1,2],[0,1,2]]=[0,1,2]
>>> x.todense()
matrix([[ 0.,  0.,  0.],
 [ 0.,  1.,  0.],
 [ 0.,  0.,  2.]])

而不是给出结果：

>>> x.todense()
matrix([[ 0.,  1.,  2.],
 [ 0.,  1.,  2.],
 [ 0.,  1.,  2.]])

依赖于先前行为的用户需要重新检查其代码。先前行为可以通过 x[numpy.ix_([0,1,2],[0,1,2])] = ... 获得。

移除了弃用的 `radon` 函数

弃用于 scipy 0.11.0 版本的 misc.radon 函数已被移除。用户可以在 scikit-image 中找到更全面的 radon 函数。

从 `stats.distributions` 中移除了已弃用的关键词 `xa` 和 `xb`

自 0.11.0 版本起弃用的关键词 xa 和 xb 已从 scipy.stats 的分布中移除。

MATLAB 文件读取器/写入器的更改

在保存到 MATLAB 5 格式文件时，NumPy 中的 1D 数组现在变成了行向量（形状为 1, N），之前保存为列向量（N, 1）。这是为了统一写入 MATLAB 4 和 5 格式的行为，并适应 NumPy 和 MATLAB 的默认行为 - 例如，np.atleast_2d 返回的 1D 数组会作为行向量。

尝试将大于 2 维的数组保存为 MATLAB 4 格式现在会引发错误，而不是悄悄地重新调整数组为 2D。

scipy.io.loadmat('afile') 以前会在 Python 系统路径 (sys.path) 中查找 afile；现在 loadmat 只会在当前目录中查找相对路径文件名。

其他更改

安全修复：scipy.weave 在特定情况下以不安全的方式使用临时目录，已修复。

现在构建 未发布 版本的 scipy 需要 Cython。从 Cython 源生成的 C 文件不再包含在 git 仓库中，但仍然会在源发布中提供。

代码基础进行了相当大的 PEP8 清理。新增了 tox pep8 命令；新代码应通过此测试命令。

Scipy 现在无法使用 gfortran 4.1 编译（至少在 RH5 上），可能是由于该编译器版本对条目构造的支持不佳。

作者

本发布包含以下人员的工作（至少贡献了一个补丁）按字母顺序排列：

Jorge Cañardo Alastuey +
Tom Aldcroft +
Max Bolingbroke +
Joseph Jon Booker +
François Boulogne
Matthew Brett
Christian Brodbeck +
Per Brodtkorb +
Christian Brueffer +
Lars Buitinck
Evgeni Burovski +
Tim Cera
Lawrence Chan +
David Cournapeau
Dražen Lučanin +
Alexander J. Dunlap +
endolith
André Gaul +
Christoph Gohlke
Ralf Gommers
Alex Griffing +
Blake Griffith +
Charles Harris
Bob Helmbold +
Andreas Hilboll
Kat Huang +
Oleksandr (Sasha) Huziy +
Gert-Ludwig Ingold +
Thouis (Ray) Jones
Juan Luis Cano Rodríguez +
Robert Kern
Andreas Kloeckner +
Sytse Knypstra +
Gustav Larsson +
Denis Laxalde
Christopher Lee
Tim Leslie
Wendy Liu +
Clemens Novak +
Takuya Oshima +
Josef Perktold
Illia Polosukhin +
Przemek Porebski +
Steve Richardson +
Branden Rolston +
Skipper Seabold
Fazlul Shahriar
Leo Singer +
Rohit Sivaprasad +
Daniel B. Smith +
Julian Taylor
Louis Thibault +
Tomas Tomecek +
John Travers
Richard Tsai +
Jacob Vanderplas
Patrick Varilly
Pauli Virtanen
Stefan van der Walt
Warren Weckesser
Pedro Werneck +
Nils Werner +
Michael Wimmer +
Nathan Woods +
Tony S. Yu +

共有 65 人为此版本做出贡献。名字旁边带有“+”符号的人员是首次贡献补丁的。

SciPy-1-12-中文文档-七十九-

SciPy 1.12 中文文档（七十九）

SciPy 0.15.1 发布说明

修复的问题

SciPy 0.15.0 发布说明

新功能

线性规划接口

全局优化器差分进化

scipy.signal 的改进

scipy.integrate 的改进

scipy.linalg 的改进

scipy.sparse 的改进

scipy.special 的改进

scipy.sparse.csgraph 的改进

scipy.stats 的改进

弃用功能

Backwards incompatible changes

scipy.ndimage

scipy.integrate

Authors

Issues closed

Pull requests

SciPy 0.14.1 发布说明

问题已关闭

SciPy 0.14.0 发行说明

新功能

scipy.interpolate 改进

scipy.linalg 改进

scipy.optimize 改进

scipy.stats 改进

scipy.signal 改进

scipy.special 改进

scipy.sparse 改进

已弃用特性

anneal

scipy.stats

scipy.interpolate

不兼容的后向变更

scipy.special.lpmn

scipy.sparse.linalg

scipy.stats

scipy.interpolate

其他变更

作者

关闭的问题

Pull requests

SciPy 0.13.2 发布说明

修复的问题

SciPy 0.13.1 发布说明

问题已解决

SciPy 0.13.0 发布说明

新特性

scipy.integrate 的改进

N 维数值积分

dopri* 的改进

scipy.linalg 的改进

插值分解

极分解

BLAS 第三级函数

矩阵函数

scipy.optimize 的改进

信赖域无约束最小化算法

scipy.sparse 的改进

布尔比较和稀疏矩阵

CSR 和 CSC 的精细索引

scipy.sparse.linalg 的改进

scipy.spatial 的改进

scipy.signal 的改进

scipy.special 的改进

scipy.io 的改进

未格式化的 Fortran 文件读取器

scipy.io.wavfile 的增强功能

scipy.interpolate 的改进

B 样条的导数和反导数 (B-spline derivatives and antiderivatives)

scipy.stats 的改进

弃用功能

expm2 和 expm3

scipy.stats 函数

向后不兼容的更改

LIL 矩阵赋值

`scipy.signal` 的改进

`scipy.integrate` 的改进

`scipy.linalg` 的改进

`scipy.sparse` 的改进

`scipy.special` 的改进

`scipy.sparse.csgraph` 的改进

`scipy.stats` 的改进

`scipy.ndimage`

`scipy.integrate`

`scipy.interpolate` 改进

`scipy.linalg` 改进

`scipy.optimize` 改进

`scipy.stats` 改进

`scipy.signal` 改进

`scipy.special` 改进

`scipy.sparse` 改进

`anneal`

`scipy.stats`

`scipy.interpolate`

`scipy.special.lpmn`

`scipy.sparse.linalg`

`scipy.stats`

`scipy.interpolate`

`scipy.integrate` 的改进

`dopri*` 的改进

`scipy.linalg` 的改进

`scipy.optimize` 的改进

`scipy.sparse` 的改进

`scipy.sparse.linalg` 的改进

`scipy.spatial` 的改进

`scipy.signal` 的改进

`scipy.special` 的改进

`scipy.io` 的改进

`scipy.io.wavfile` 的增强功能

`scipy.interpolate` 的改进

`scipy.stats` 的改进

`expm2` 和 `expm3`

`scipy.stats` 函数

移除了弃用的 `radon` 函数

从 `stats.distributions` 中移除了已弃用的关键词 `xa` 和 `xb`