SciPy 0.12.0 发布说明#

SciPy 0.12.0 是 7 个月辛勤工作的成果。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。此版本中出现了一些弃用和 API 变更,这些内容将在下文进行记录。鼓励所有用户升级到此版本,因为它包含大量的错误修复和优化。此外,我们的开发重心现在将转移到 0.12.x 分支上的错误修复版本,以及 master 分支上的新特性添加。

此版本的一些亮点包括

  • scipy.spatial 中 QHull 封装器已完成。

  • cKDTree 现在可直接替代 KDTree。

  • 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。自此版本起,对 Python 2.4 和 2.5 的支持已终止。

新特性#

scipy.spatial 改进#

cKDTree 功能完善#

KDTree 的 Cython 版本 cKDTree 现已功能完善。大多数操作(构建、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。除了非常小的注意事项外,cKDTree 具有与 KDTree 完全相同的接口,并且可以作为直接替代品使用。

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。(自 Scipy 0.9.0 起就提供了 Delaunay 三角剖分。)

Delaunay 改进#

现在可以在 Delaunay 三角剖分中传入自定义的 Qhull 选项。如果存在共面点,现在也会被记录下来。Delaunay 三角剖分的增量构建现在也成为可能。

谱估计器 (scipy.signal)#

添加了函数 scipy.signal.periodogramscipy.signal.welch,提供了基于 DFT 的谱估计器。

scipy.optimize 改进#

L-BFGS-B 和 TNC 中的回调函数#

L-BFGS-B 和 TNC 最小化求解器中添加了回调机制。

盆地跳跃全局优化 (scipy.optimize.basinhopping)#

一种新的全局优化算法。Basinhopping 旨在高效地找到平滑函数的全局最小值。

scipy.special 改进#

修订的复误差函数#

与误差函数相关的特殊函数计算现在使用麻省理工学院(MIT)的新 Faddeeva 库,这提高了它们的数值精度。还添加了标量和虚数误差函数 erfcxerfi,并且 Dawson 积分 dawsn 现在可以用于复数参数的计算。

更快的正交多项式#

正交多项式(eval_* 例程)的求值现在在 scipy.special 中更快,并且其 out= 参数功能正常。

scipy.sparse.linalg 特性#

  • 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。它使用 spsolve 计算稀疏矩阵的逆。

  • 添加了 scipy.sparse.linalg.expm。它使用与 scipy.linalg.expm 中现有密集数组实现类似的算法来计算稀疏矩阵的指数。

scipy.io 中列出 Matlab(R) 文件内容#

scipy.io 中提供了一个新函数 whosmat,用于检查 MAT 文件内容而无需将其读入内存。

BLAS 和 LAPACK 低级接口文档 (scipy.linalg)#

模块 scipy.linalg.blasscipy.linalg.lapack 可用于访问低级 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。

已弃用特性#

scipy.lib.lapack#

模块 scipy.lib.lapack 已弃用。您可以使用 scipy.linalg.lapack 代替。模块 scipy.lib.blas 早在 Scipy 0.10.0 中就已弃用。

fblascblas#

访问模块 scipy.linalg.fblas, cblas, flapack, clapack 已弃用。请改用模块 scipy.linalg.lapackscipy.linalg.blas

向后不兼容的变更#

移除 scipy.io.save_as_module#

函数 scipy.io.save_as_module 在 Scipy 0.11.0 中已弃用,现已移除。

其私有支持模块 scipy.io.dumbdbm_patchedscipy.io.dumb_shelve 也已移除。

axis 参数已添加到 scipy.stats.scoreatpercentile#

函数 scipy.stats.scoreatpercentile 已添加 axis 参数。默认参数为 axis=None,这意味着计算将在扁平化数组上进行。在本次更改之前,scoreatpercentile 的行为如同提供了 axis=0 参数。使用多维数组调用 scoreatpercentile 的代码需要将 axis=0 添加到函数调用中以保留旧行为。(此 API 更改在 0.12.0 发布很久之后才被注意到。)

作者#

  • Anton Akhmerov +

  • Alexander Eberspächer +

  • Anne Archibald

  • Jisk Attema +

  • K.-Michael Aye +

  • bemasc +

  • Sebastian Berg +

  • François Boulogne +

  • Matthew Brett

  • Lars Buitinck

  • Steven Byrnes +

  • Tim Cera +

  • Christian +

  • Keith Clawson +

  • David Cournapeau

  • Nathan Crock +

  • endolith

  • Bradley M. Froehle +

  • Matthew R Goodman

  • Christoph Gohlke

  • Ralf Gommers

  • Robert David Grant +

  • Yaroslav Halchenko

  • Charles Harris

  • Jonathan Helmus

  • Andreas Hilboll

  • Hugo +

  • Oleksandr Huziy

  • Jeroen Demeyer +

  • Johannes Schönberger +

  • Steven G. Johnson +

  • Chris Jordan-Squire

  • Jonathan Taylor +

  • Niklas Kroeger +

  • Jerome Kieffer +

  • kingson +

  • Josh Lawrence

  • Denis Laxalde

  • Alex Leach +

  • Tim Leslie

  • Richard Lindsley +

  • Lorenzo Luengo +

  • Stephen McQuay +

  • MinRK

  • Sturla Molden +

  • Eric Moore +

  • mszep +

  • Matt Newville +

  • Vlad Niculae

  • Travis Oliphant

  • David Parker +

  • Fabian Pedregosa

  • Josef Perktold

  • Zach Ploskey +

  • Alex Reinhart +

  • Gilles Rochefort +

  • Ciro Duran Santillli +

  • Jan Schlueter +

  • Jonathan Scholz +

  • Anthony Scopatz

  • Skipper Seabold

  • Fabrice Silva +

  • Scott Sinclair

  • Jacob Stevenson +

  • Sturla Molden +

  • Julian Taylor +

  • thorstenkranz +

  • John Travers +

  • True Price +

  • Nicky van Foreest

  • Jacob Vanderplas

  • Patrick Varilly

  • Daniel Velkov +

  • Pauli Virtanen

  • Stefan van der Walt

  • Warren Weckesser

共有 75 人为此版本做出了贡献。名字旁有“+”的人是首次贡献补丁。