SciPy 0.9.0 发布说明#

SciPy 0.9.0 是 6 个月辛勤工作的结晶。它包含了许多新功能、大量的错误修复、改进的测试覆盖率和更好的文档。此版本中有一些弃用和 API 更改,这些都在下文进行了说明。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,我们的开发重点现在将转移到 0.9.x 分支的错误修复版本以及开发主干上的新功能添加。

此版本需要 Python 2.4 - 2.7 或 3.1 - 以及 NumPy 1.5 或更高版本。

请注意,由于我们正致力于 SciPy 1.0.0 版本的发布,SciPy 仍被视为处于“Beta”状态。1.0.0 版本将标志着 SciPy 开发的一个重要里程碑,在此之后更改包结构或 API 将变得更加困难。虽然这些 1.0 之前的版本被视为“Beta”状态,但我们致力于使它们尽可能地无错误。

然而,在 1.0 版本发布之前,我们正在积极审查和完善其功能、组织和接口。这样做是为了使该包尽可能地连贯、直观和实用。为了实现这一目标,我们需要用户社区的帮助。具体而言,我们需要关于项目所有方面的反馈——包括我们实现的算法,到我们函数调用签名的细节。

Python 3#

SciPy 0.9.0 是首个支持 Python 3 的 SciPy 版本。唯一尚未移植的模块是 scipy.weave

SciPy 源代码位置将更改#

此版本发布后不久,SciPy 将停止使用 SVN 作为版本控制系统,并转向 Git。从那时起,SciPy 的开发源代码可以在以下位置找到:

新功能#

Delaunay 泰森多边形 (scipy.spatial)#

SciPy 现在包含用于计算 N 维 Delaunay 泰森多边形的例程,由 Qhull 计算几何库提供支持。此类计算现在可以使用新的 scipy.spatial.Delaunay 接口。

N 维插值 (scipy.interpolate)#

对散点数据插值的支持现已显著改进。此版本包含一个 scipy.interpolate.griddata 函数,除了 2D 和 1D 中的三次样条 (C1-平滑) 插值外,还可以对 N 维散点数据执行线性插值和最近邻插值。每种插值器类型也提供了面向对象的接口。

非线性方程求解器 (scipy.optimize)#

SciPy 在 scipy.optimize 中包含了用于大规模非线性方程求解的新例程。实现了以下方法:

  • 牛顿-克雷洛夫法 (scipy.optimize.newton_krylov)

  • (广义) 割线法

    • 有限内存 Broyden 方法 (scipy.optimize.broyden1, scipy.optimize.broyden2)

    • Anderson 方法 (scipy.optimize.anderson)

  • 简单迭代 (scipy.optimize.diagbroyden, scipy.optimize.excitingmixing, scipy.optimize.linearmixing)

scipy.optimize.nonlin 模块已完全重写,部分函数已被弃用(见上文)。

新的线性代数例程 (scipy.linalg)#

SciPy 现在包含有效求解三角方程系统 (scipy.linalg.solve_triangular) 的例程。

改进的 FIR 滤波器设计函数 (scipy.signal)#

函数 scipy.signal.firwin 得到了增强,允许设计高通、带通、带阻和多频带 FIR 滤波器。

添加了函数 scipy.signal.firwin2。此函数使用窗函数法创建具有任意频率响应的线性相位 FIR 滤波器。

添加了函数 scipy.signal.kaiser_attenscipy.signal.kaiser_beta

改进的统计检验 (scipy.stats)#

添加了一个新函数 scipy.stats.fisher_exact,它为 2x2 列联表提供 Fisher 精确检验。

函数 scipy.stats.kendalltau 已被重写,使其速度大大提高(O(n log(n)) 对 O(n^2))。

已弃用的功能#

已废弃的非线性求解器 (在 scipy.optimize 中)#

以下来自 scipy.optimize 的非线性求解器已被弃用:

  • broyden_modified (性能不佳)

  • broyden1_modified (性能不佳)

  • broyden_generalized (等同于 anderson)

  • anderson2 (等同于 anderson)

  • broyden3 (已被新的有限内存 broyden 方法取代)

  • vackar (重命名为 diagbroyden)

已移除的功能#

已弃用的模块 helpmodpexecppimport 已从 scipy.misc 中移除。

许多 scipy.ndimage 插值函数中的 output_type 关键字已被移除。

scipy.linalg.qr 中的 econ 关键字已被移除。通过指定 mode='economic' 仍然可以使用相同的功能。

旧的关联/卷积行为 (在 scipy.signal 中)#

scipy.signal.convolvescipy.signal.convolve2dscipy.signal.correlatescipy.signal.correlate2d 的旧行为已在 0.8.0 中弃用,现已移除。之前,如果第二个参数的维度大于第一个参数,卷积和关联会交换它们的参数,并且模式与具有最大维度的输入相关。当前行为是永不交换输入,这符合大多数人的预期,也是通常定义关联的方式。

scipy.stats#

scipy.stats 中的许多函数,它们要么可以从 numpy 获取,要么已被取代,并且自 0.7 版本以来已被弃用,现已移除:std, var, mean, median, cov, corrcoef, z, zs, stderr, samplestd, samplevar, pdfapprox, pdf_momentserfc。这些更改也反映在 scipy.stats.mstats 中。

scipy.sparse#

scipy.sparse 中稀疏矩阵类的几个自 0.7 版本以来已弃用的方法已被移除:save, rowcol, getdata, listprint, ensure_sorted_indices, matvec, matmatrmatvec

函数 spkron, speye, spidentity, lil_eyelil_diags 已从 scipy.sparse 中移除。前三个函数仍然可以通过 scipy.sparse.kron, scipy.sparse.eyescipy.sparse.identity 访问。

dimsnzmax 关键字已从稀疏矩阵构造函数中移除。colindrowind 属性已分别从 CSR 和 CSC 矩阵中移除。

scipy.sparse.linalg.arpack.speigs#

一个重复的 ARPACK 库接口已被移除。

其他更改#

ARPACK 接口更改#

scipy.sparse.linalg 中 ARPACK 特征值例程的接口已更改,以提高鲁棒性。

如果特征值迭代未能收敛,特征值和 SVD 例程现在会引发 ArpackNoConvergence 异常。如果需要部分收敛的结果,可以通过以下方式访问:

import numpy as np
from scipy.sparse.linalg import eigs, ArpackNoConvergence

m = np.random.randn(30, 30)
try:
    w, v = eigs(m, 6)
except ArpackNoConvergence, err:
    partially_converged_w = err.eigenvalues
    partially_converged_v = err.eigenvectors

还修复了一些错误。

此外,例程已重命名如下:

  • eigen –> eigs

  • eigen_symmetric –> eigsh

  • svd –> svds