SciPy 0.7.1 发布说明#

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#

修复的错误

  • Matlab 文件 IO 中的多项修复

scipy.odr#

修复的错误

  • 解决了 Python 2.6 中的一个故障

scipy.signal#

lfilter 中的内存泄漏已修复,并支持数组对象

修复的错误

  • #880, #925: lfilter 修复

  • #871: bicgstab 在 Win32 上失败

scipy.sparse#

修复的错误

scipy.special#

特殊函数中修复了多处不同严重程度的错误

  • #503, #640: iv: 通过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 v < 0 时输出错误

  • #803: pbdv 产生无效输出

  • #804: lqmn: 修复某些输入导致的崩溃

  • #823: betainc: 修复文档

  • #834: exp1 在负整数值附近表现异常

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

  • #853: jv, yv, iv: 对非整数 v < 0、复数 x 返回无效结果

  • #854: jv, yv, iv, kv: 在域外时更一致地返回 nan

  • #927: ellipj: 修复 Windows 上的段错误

  • #946: ellpj: 修复 Mac OS X/Python 2.6 组合下的段错误。

  • ive, jve, yve, kv, kve: 对于实值输入,当超出域时返回 nan,而不是仅返回结果的实部。

此外,当启用 scipy.special.errprint(1) 时,警告消息现在作为 Python 警告发出,而不是打印到 stderr。

scipy.stats#

  • linregress, mannwhitneyu, describe: 错误已修复

  • kstwobign, norm, expon, exponweib, exponpow, frechet, genexpon, rdist, truncexpon, planck: 分布中数值精度的改进

适用于 Python 2.6 的 Windows 二进制文件#

现在包含适用于 Windows 的 Python 2.6 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 proper universal build,并且不再依赖于 gfortran(libgfortran 静态链接)。SciPy 的 Python 2.5 版本需要 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。