SciPy 0.7.1 发行说明#

SciPy 0.7.1 是一个错误修复版本,与 0.7.0 相比没有新功能。

scipy.io#

已修复的错误

  • Matlab 文件 IO 中的多个修复

scipy.odr#

已修复的错误

  • 解决 Python 2.6 中的一个故障

scipy.signal#

修复了 lfilter 中的内存泄漏,以及对数组对象的支持

已修复的错误

  • #880, #925: lfilter 修复

  • #871: bicgstab 在 Win32 上失败

scipy.sparse#

已修复的错误

scipy.special#

在特殊函数中修复了几个严重程度不同的错误

  • #503, #640: iv:新实现修复了大参数问题

  • #623: jv:修复了大参数错误

  • #679: struve:修复了 v < 0 时的错误输出

  • #803: pbdv 产生无效输出

  • #804: lqmn:修复了某些输入上的崩溃

  • #823: betainc:修复了文档

  • #834: exp1 在负整数值附近出现奇怪的行为

  • #852: jn_zeros:为大 s 提供更准确的结果,也适用于 jnp/yn/ynp_zeros

  • #853: jv, yv, iv:非整数 v < 0,复数 x 的结果无效

  • #854: jv, yv, iv, kv:在超出范围时更一致地返回 nan

  • #927: ellipj:修复了 Windows 上的段错误

  • #946: ellpj:修复了 Mac OS X/python 2.6 组合中的段错误。

  • ive、jve、yve、kv、kve:对于实数值输入,超出范围时返回 nan,而不是仅返回结果的实部。

此外,当 scipy.special.errprint(1) 被启用时,警告消息现在以 Python 警告的形式发出,而不是将其打印到 stderr。

scipy.stats#

  • linregress、mannwhitneyu、describe:已修复错误

  • kstwobign、norm、expon、exponweib、exponpow、frechet、genexpon、rdist、truncexpon、planck:改进了分布的数值精度

Python 2.6 的 Windows 二进制文件#

现在包含 python 2.6 的 Windows 二进制文件。python 2.5 的二进制文件需要 numpy 1.2.0 或更高版本,而 python 2.6 的二进制文件需要 numpy 1.3.0 或更高版本。

SciPy 的通用构建#

Mac OS X 二进制安装程序现在是一个正确的通用构建,不再依赖 gfortran (libgfortran 是静态链接的)。python 2.5 版本的 scipy 需要 numpy 1.2.0 或更高版本,python 2.6 版本需要 numpy 1.3.0 或更高版本。