SciPy 0.12.0 发行说明#
SciPy 0.12.0 是 7 个月辛勤工作的结晶。它包含许多新特性、大量的错误修复、改进的测试覆盖率和更好的文档。此版本中存在许多弃用和 API 更改，这些更改在下面进行了文档记录。鼓励所有用户升级到此版本，因为其中有大量的错误修复和优化。此外，我们的开发注意力现在将转移到 0.12.x 分支上的错误修复版本，以及在主分支上添加新特性。
此版本的一些亮点是
在 scipy.spatial 中完成了 QHull 包装器。
cKDTree 现在是 KDTree 的直接替代品。
一个新的全局优化器，basinhopping。
支持来自同一代码库的 Python 2 和 Python 3（不再需要 2to3）。
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。此版本已放弃对 Python 2.4 和 2.5 的支持。
新特性#
scipy.spatial 改进#
cKDTree 功能完整#
KDTree 的 Cython 版本 cKDTree 现在功能完整。大多数操作（构造、查询、query_ball_point、query_pairs、count_neighbors 和 sparse_distance_matrix）在 cKDTree 中比在 KDTree 中快 200 到 1000 倍。在非常小的注意事项下，cKDTree 与 KDTree 具有完全相同的接口，并且可以用作直接替代品。
Voronoi 图和凸包#
scipy.spatial 现在包含使用 Qhull 库计算 Voronoi 图和凸包的功能。（Delaunay 三角剖分自 Scipy 0.9.0 起可用。）
Delaunay 改进#
现在可以在 Delaunay 三角剖分中传入自定义的 Qhull 选项。如果存在，现在也会记录共面点。现在还可以进行 Delaunay 三角剖分的增量构造。
频谱估计器 (scipy.signal)#
添加了函数 scipy.signal.periodogram 和 scipy.signal.welch，提供基于 DFT 的频谱估计器。
scipy.optimize 改进#
L-BFGS-B 和 TNC 中的回调函数#
向 L-BFGS-B 和 TNC 最小化求解器添加了回调机制。
盆地跳跃全局优化 (scipy.optimize.basinhopping)#
一种新的全局优化算法。盆地跳跃旨在有效地找到平滑函数的全局最小值。
scipy.special 改进#
修订后的复数误差函数#
与误差函数相关的特殊函数的计算现在使用来自 MIT 的新的 Faddeeva 库，该库提高了它们的数值精度。还添加了比例和虚数误差函数 erfcx 和 erfi，并且现在可以为复数参数评估 Dawson 积分 dawsn。
更快的正交多项式#
现在 scipy.special 中正交多项式（eval_* 例程）的评估速度更快，并且它们的 out= 参数函数正常工作。
scipy.sparse.linalg 特性#
在
scipy.sparse.linalg.spsolve中，b参数现在可以是向量或矩阵。添加了
scipy.sparse.linalg.inv。这使用spsolve来计算稀疏矩阵逆。添加了
scipy.sparse.linalg.expm。这使用与scipy.linalg.expm中现有的密集数组实现类似的算法来计算稀疏矩阵的指数。
在 scipy.io 中列出 Matlab(R) 文件内容#
在 scipy.io 中提供了一个新函数 whosmat，用于检查 MAT 文件的内容而无需将其读取到内存中。
文档化的 BLAS 和 LAPACK 底层接口 (scipy.linalg)#
可以使用模块 scipy.linalg.blas 和 scipy.linalg.lapack 来访问底层 BLAS 和 LAPACK 函数。
多项式插值改进 (scipy.interpolate)#
scipy.interpolate 中的重心、Krogh、分段和 pchip 多项式插值器现在接受 axis 参数。
已弃用的特性#
scipy.lib.lapack#
模块 scipy.lib.lapack 已被弃用。您可以使用 scipy.linalg.lapack 来代替。模块 scipy.lib.blas 早在 Scipy 0.10.0 版本中已被弃用。
fblas 和 cblas#
访问模块 scipy.linalg.fblas、cblas、flapack、clapack 已被弃用。请改用模块 scipy.linalg.lapack 和 scipy.linalg.blas。
向后不兼容的更改#
移除 scipy.io.save_as_module#
函数 scipy.io.save_as_module 在 Scipy 0.11.0 中已被弃用，现在已被移除。
其私有支持模块 scipy.io.dumbdbm_patched 和 scipy.io.dumb_shelve 也被移除。
添加到 scipy.stats.scoreatpercentile 的 axis 参数#
函数 scipy.stats.scoreatpercentile 已添加一个 axis 参数。默认参数为 axis=None，这意味着计算将在扁平化的数组上进行。在此更改之前，scoreatpercentile 的行为就像给定了 axis=0 一样。使用多维数组的 scoreatpercentile 的代码将需要向函数调用添加 axis=0 以保留旧的行为。（这个 API 更改在 0.12.0 版本发布很久之后才被注意到。）