SciPy 1.10.0 发行说明 #

SciPy 1.10.0 是 6 个月辛勤工作的成果。它包含许多新功能、大量的错误修复、改进的测试覆盖率和更好的文档。此版本中存在一些弃用和 API 更改，如下所述。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。在升级之前，我们建议用户检查他们自己的代码是否使用了已弃用的 SciPy 功能（为此，请使用 python -Wd 运行您的代码，并检查 DeprecationWarning ）。我们现在的开发重点将转移到 1.10.x 分支上的错误修复版本，以及在主分支上添加新功能。

此版本需要 Python 3.8+ 和 NumPy 1.19.5 或更高版本。

要在 PyPy 上运行，需要 PyPy3 6.0+。

此版本亮点 #

添加了一个新的专用数据集子模块 (scipy.datasets)，现在首选使用它而不是使用 scipy.misc 来检索数据集。
添加了一个新的 scipy.interpolate.make_smoothing_spline 函数。此函数使用广义交叉验证 (GCV) 标准从噪声数据构建平滑三次样条，以找到平滑度和数据点邻近度之间的折衷。
scipy.stats 具有三个新的分布、两个新的假设检验、三个新的样本统计量、一个用于更好地控制涉及协方差矩阵的计算的类，以及许多其他增强功能。

新功能 #

`scipy.datasets` 简介#

添加了一个新的专用 datasets 子模块。该子模块适用于与 SciPy 其他子模块和内容（教程、示例、测试）相关的数据集，以及包含一组经过策划的、具有更广泛兴趣的数据集。从这个版本开始，scipy.misc 中的所有数据集都已添加到 scipy.datasets 中（并在 scipy.misc 中被弃用）。
该子模块基于 [Pooch](https://www.fatiando.org/pooch/latest/)（SciPy 的一个可选新依赖项），这是一个简化获取数据文件的 Python 包。此举将在后续版本中，通过解耦数据文件并将其移出 SciPy 存储库，在外部托管并在请求时下载，来帮助 SciPy 缩减 sdist/wheel 大小。下载数据集一次后，文件将被缓存，以避免网络依赖和重复使用。
添加了来自 scipy.misc 的数据集： scipy.datasets.face、scipy.datasets.ascent、scipy.datasets.electrocardiogram
添加了下载和缓存功能
- scipy.datasets.download_all：一个一次性下载所有与 scipy.datasets 关联的文件的函数。
- scipy.datasets.clear_cache：一个简单的实用函数，用于从文件系统中清除缓存的数据集文件。
- scipy/datasets/_download_all.py 可以作为独立脚本运行，用于打包，以避免在构建或测试时出现任何外部依赖项。 SciPy 打包人员（例如，对于 Linux 发行版）可以使用它，他们可能必须遵守禁止在软件包构建时从外部存储库下载源文件的规则。

`scipy.integrate` 改进#

将参数 complex_func 添加到 scipy.integrate.quad，可以将其设置为 True 来积分复数被积函数。

`scipy.interpolate` 改进#

现在，scipy.interpolate.interpn 支持张量积插值方法 (slinear、cubic、quintic 和 pchip)。
scipy.interpolate.interpn 和 scipy.interpolate.RegularGridInterpolator 中的张量积插值方法（slinear、cubic、quintic 和 pchip）现在允许具有尾随维度的值。
scipy.interpolate.RegularGridInterpolator 为 2D 数据的 method="linear" 提供了一个新的快速路径，并且现在更容易对 RegularGridInterpolator 进行子类化。
scipy.interpolate.interp1d 现在可以为非样条方法采用单个值。
一个新的 extrapolate 参数可用于 scipy.interpolate.BSpline.design_matrix，允许基于第一个和最后一个间隔进行外推。
添加了一个新函数 scipy.interpolate.make_smoothing_spline。它是广义交叉验证样条平滑算法的实现。此函数的 lam=None（默认）模式是对用于构造 GCV 样条的经典 gcvspl.f Fortran 算法的全新重新实现。
为 scipy.interpolate.RegularGridInterpolator 添加了一个新的 method="pchip" 模式。此模式使用 C1 连续单调样条的张量积构建插值器（本质上，每个维度都是一个 scipy.interpolate.PchipInterpolator 实例）。

`scipy.sparse.linalg` 改进#

现在，scipy.sparse.linalg.norm 中提供了谱 2 范数。
默认情况（Frobenius 范数）下，scipy.sparse.linalg.norm 的性能得到了提升。
为 trexc 和 trsen 添加了 LAPACK 包装器。
scipy.sparse.linalg.lobpcg 算法已重写，产生了以下改进
- 一个简单的可调重启可能会提高边缘情况的可达精度，
- 内部后处理运行一个最终精确的 Rayleigh-Ritz 方法，从而提供更准确和正交的特征向量，
- 输出具有最小残差最大范数的计算迭代，并删除后续迭代的历史记录，
- 删除对 LinearOperator 格式输入的检查，从而允许将可调用对象的简单函数句柄作为输入，
- 更好地处理输入数据的常见用户错误，而不是让算法失败。

`scipy.linalg` 改进#

现在，scipy.linalg.lu_factor 接受矩形数组，而不是局限于方形数组。

`scipy.ndimage` 改进#

新的 scipy.ndimage.value_indices 函数提供了一种时间效率高的方法来搜索图像数据数组中各个值的位置。
scipy.ndimage.gaussian_filter1d 和 scipy.ndimage.gaussian_filter 支持新的 radius 参数，用于调整滤波器的内核大小。

`scipy.optimize` 改进#

现在，scipy.optimize.brute 将不可迭代/单值 args 强制转换为元组。
现在，scipy.optimize.least_squares 和 scipy.optimize.curve_fit 接受 scipy.optimize.Bounds 作为边界约束。
添加了 scipy.optimize.milp 的教程。
改进了 scipy.optimize.OptimizeResult 对象的漂亮打印。
现在，可以使用 method='highs' 将其他选项（parallel、threads、mip_rel_gap）传递给 scipy.optimize.linprog。

`scipy.signal` 改进#

添加了新的窗口函数 scipy.signal.windows.lanczos，用于计算 Lanczos 窗口，也称为 sinc 窗口。

`scipy.sparse.csgraph` 改进#

scipy.sparse.csgraph.dijkstra 的性能得到了提升，特别是星形图的性能有了显著提高

`scipy.special` 改进#

新函数 scipy.special.powm1 是一个签名为 powm1(x, y) 的 ufunc，它计算 x**y - 1。当 y 接近 0 或 x 接近 1 时，该函数避免了可能导致的精度损失。
由于 scipy.special.erfinv 在底层利用了 Boost 等效项，因此它现在更加准确。

`scipy.stats` 改进#

增加了 scipy.stats.goodness_of_fit，这是一个通用的拟合优度检验，可用于任何单变量分布、已知和未知参数的任意组合，以及几种检验统计量的选择（Kolmogorov-Smirnov、Cramer-von Mises 和 Anderson-Darling）。
改进了 scipy.stats.bootstrap：默认方法 'BCa' 现在支持多样本统计。此外，引导分布将在结果对象中返回，并且结果对象可以作为参数 bootstrap_result 传递到函数中，以添加额外的重采样或更改置信区间水平和类型。
向 scipy.stats.fit 添加了最大间距估计。
添加了泊松均值检验（“E-检验”），作为 scipy.stats.poisson_means_test。
添加了新的样本统计量。
- 添加了 scipy.stats.contingency.odds_ratio，用于计算 2x2 列联表的条件和无条件优势比以及相应的置信区间。
- 添加了 scipy.stats.directional_stats，用于计算 n 维方向数据的样本统计量。
- 添加了 scipy.stats.expectile，它以与分位数是中位数的推广相同的方式推广期望值。
添加了新的统计分布。
- 添加了 scipy.stats.uniform_direction，这是一种多元分布，用于从超球体的表面均匀采样。
- 添加了 scipy.stats.random_table，这是一种多元分布，用于从具有给定边际分布的 m x n 列联表中均匀采样。
- 添加了 scipy.stats.truncpareto，即截断的帕累托分布。
改进了几个分布的 fit 方法。
- scipy.stats.skewnorm 和 scipy.stats.weibull_min 现在在 method='mm' 时使用解析解，这也为改进 method='mle' 的性能提供了一个起始猜测。
- scipy.stats.gumbel_r 和 scipy.stats.gumbel_l：解析最大似然估计已扩展到用户固定位置或比例的情况。
- 为 scipy.stats.powerlaw 添加了解析最大似然估计。
改进了几个分布的随机变量采样。
- 从 scipy.stats.matrix_normal、scipy.stats.ortho_group、scipy.stats.special_ortho_group 和 scipy.stats.unitary_group 中抽取多个样本的速度更快。
- scipy.stats.vonmises 的 rvs 方法现在会包装到区间 [-np.pi, np.pi]。
- 改进了 scipy.stats.loggamma rvs 方法对于小形状参数值的可靠性。
提高了几个统计分布函数的速度和/或准确性。
- 增加了 scipy.stats.Covariance，以便在多元正态计算中获得更佳的速度、准确性和用户控制。
- scipy.stats.skewnorm 方法 cdf、sf、ppf 和 isf 方法现在使用 Boost 的实现，从而在保持准确性的同时提高了速度。更高阶矩的计算速度也更快、更准确。
- scipy.stats.invgauss 方法 ppf 和 isf 方法现在使用 Boost 的实现，从而提高了速度和准确性。
- scipy.stats.invweibull 方法 sf 和 isf 在小概率质量的情况下更加准确。
- scipy.stats.nct 和 scipy.stats.ncx2 现在依赖于 Boost 的实现，从而提高了速度和准确性。
- 实现了 scipy.stats.vonmises 的 logpdf 方法，以确保在极端尾部的可靠性。
- 实现了 scipy.stats.levy 的 isf 方法，以提高速度和准确性。
- 通过添加无限自由度近似，提高了 scipy.stats.studentized_range 对于大的 df 的鲁棒性。
- 向 scipy.stats.multivariate_normal 添加了参数 lower_limit，允许用户将积分极限从 -inf 更改为所需的值。
- 提高了 scipy.stats.vonmises 的 entropy 对于较大浓度值的鲁棒性。
增强了 scipy.stats.gaussian_kde。
- 添加了 scipy.stats.gaussian_kde.marginal，它返回原始核密度估计分布的所需边际分布。
- scipy.stats.gaussian_kde 的 cdf 方法现在接受 lower_limit 参数，用于在矩形区域上积分 PDF。
- 将 scipy.stats.gaussian_kde.logpdf 的计算移至 Cython，从而提高了速度。
- 全局解释器锁由 scipy.stats.gaussian_kde 的 pdf 方法释放，以提高多线程性能。
- 用 Cholesky 分解替换了显式矩阵求逆，以提高速度和准确性。
增强了许多 scipy.stats 函数返回的结果对象
- 为 scipy.stats.ttest_1samp 和 scipy.stats.ttest_rel 返回的结果对象添加了 confidence_interval 方法。
- scipy.stats 中的函数 combine_pvalues、fisher_exact、chi2_contingency、median_test 和 mood 现在返回的是 bunch 对象，而不是普通的元组，允许通过名称访问属性。
- 为保持 scipy.stats 的一致性，由 multiscale_graphcorr、anderson_ksamp、binomtest、crosstab、pointbiserialr、spearmanr、kendalltau 和 weightedtau 返回的结果对象的属性已重命名为 statistic 和 pvalue。为了向后兼容，仍然允许使用旧的属性名称。
- scipy.stats.anderson 现在在一个 scipy.stats._result_classes.FitResult 对象中返回拟合分布的参数。
- scipy.stats._result_classes.FitResult 的 plot 方法现在接受一个 plot_type 参数；选项包括 'hist' (直方图，默认)，'qq' (Q-Q 图)，'pp' (P-P 图) 和 'cdf' (经验累积分布函数图)。
- Kolmogorov-Smirnov 检验（例如 scipy.stats.kstest）现在返回计算统计量的位置（argmax）以及使用的统计量的变体。
改进了几个 scipy.stats 函数的性能。
- 改进了使用 method='exact' 的 scipy.stats.cramervonmises_2samp 和 scipy.stats.ks_2samp 的性能。
- 改进了 scipy.stats.siegelslopes 的性能。
- 改进了 scipy.stats.mstats.hdquantile_sd 的性能。
- 改进了 scipy.stats.binned_statistic_dd 对于几个 NumPy 统计量的性能，并且分箱统计方法现在支持复数数据。
为 scipy.stats.qmc.LatinHypercube 添加了 scramble 可选参数。它取代了现在已弃用的 centered。
为所有 scipy.stats.qmc.QMCEngine 子类添加了一个 optimization 参数，以改善准随机变量的特性。
为 scipy.stats.mood 添加了关联校正。
在 scipy.stats 中添加了重采样方法的教程。
scipy.stats.bootstrap、scipy.stats.permutation_test 和 scipy.stats.monte_carlo_test 现在会自动检测提供的 statistic 是否向量化，因此不再需要显式传递 vectorized 参数来利用向量化统计量。
提高了 scipy.stats.permutation_test 对于排列类型 'samples' 和 'pairings' 的速度。
为 scipy.stats.jarque_bera 添加了 axis、nan_policy 和掩码数组支持。
为 scipy.stats.rankdata 添加了 nan_policy 可选参数。

已弃用的功能 #

scipy.misc 模块和 misc 中的所有方法在 v1.10 中已弃用，将在 SciPy v2.0.0 中完全删除。建议用户使用 scipy.datasets 模块来代替数据集方法。
scipy.stats.qmc.LatinHypercube 参数 centered 已被弃用。为了与其他 QMC 引擎更一致，它被 scramble 参数替换。
scipy.interpolate.interp2d 类已被弃用。已弃用例程的文档字符串列出了推荐的替代方法。

已过期的弃用 #

正在努力跟进长期存在的弃用。
以下先前已弃用的功能受到影响
- 删除了 linalg.pinv 中的 cond 和 rcond kwargs
- 删除了包装器 scipy.linalg.blas.{clapack, flapack}
- 删除了 scipy.stats.NumericalInverseHermite，并从 scipy.stats.sampling.NumericalInverseHermite 中删除了 tol 和 max_intervals kwargs
- 从 scipy.optimize.dual_annealing 中删除了 local_search_options kwarg。

其他更改 #

现在，scipy.stats.bootstrap、scipy.stats.permutation_test 和 scipy.stats.monte_carlo_test 会自动检测提供的 statistic 是否已向量化，方法是查找 statistic 的签名中是否存在 axis 参数。如果 statistic 中存在 axis 参数，但不应依赖它进行向量化调用，则用户必须显式传递选项 vectorized==False。
现在，无论调用哪个方法，当协方差矩阵不是半正定时，scipy.stats.multivariate_normal 都会引发 ValueError。

作者 #

姓名 (提交次数)
h-vetinari (10)
Jelle Aalbers (1)
Oriol Abril-Pla (1) +
Alan-Hung (1) +
Tania Allard (7)
Oren Amsalem (1) +
Sven Baars (10)
Balthasar (1) +
Ross Barnowski (1)
Christoph Baumgarten (2)
Peter Bell (2)
Sebastian Berg (1)
Aaron Berk (1) +
boatwrong (1) +
boeleman (1) +
Jake Bowhay (50)
Matthew Brett (4)
Evgeni Burovski (93)
Matthias Bussonnier (6)
Dominic C (2)
Mingbo Cai (1) +
James Campbell (2) +
CJ Carey (4)
cesaregarza (1) +
charlie0389 (1) +
Hood Chatham (5)
Andrew Chin (1) +
Daniel Ching (1) +
Leo Chow (1) +
chris (3) +
John Clow (1) +
cm7S (1) +
cmgodwin (1) +
Christopher Cowden (2) +
Henry Cuzco (2) +
Anirudh Dagar (12)
Hans Dembinski (2) +
Jaiden di Lanzo (24) +
Felipe Dias (1) +
Dieter Werthmüller (1)
Giuseppe Dilillo (1) +
dpoerio (1) +
drpeteb (1) +
Christopher Dupuis (1) +
Jordan Edmunds (1) +
Pieter Eendebak (1) +
Jérome Eertmans (1) +
Fabian Egli (2) +
Sebastian Ehlert (2) +
Kian Eliasi (1) +
Tomohiro Endo (1) +
Stefan Endres (1)
Zeb Engberg (4) +
Jonas Eschle (1) +
Thomas J. Fan (9)
fiveseven (1) +
Neil Flood (1) +
Franz Forstmayr (1)
Sara Fridovich-Keil (1)
David Gilbertson (1) +
Ralf Gommers (251)
Marco Gorelli (2) +
Matt Haberland (387)
Andrew Hawryluk (2) +
Christoph Hohnerlein (2) +
Loïc Houpert (2) +
Shamus Husheer (1) +
ideasrule (1) +
imoiwm (1) +
Lakshaya Inani (1) +
Joseph T. Iosue (1)
iwbc-mzk (1) +
Nathan Jacobi (3) +
Julien Jerphanion (5)
He Jia (1)
jmkuebler (1) +
Johannes Müller (1) +
Vedant Jolly (1) +
Juan Luis Cano Rodríguez (2)
Justin (1) +
jvavrek (1) +
jyuv (2)
Kai Mühlbauer (1) +
Nikita Karetnikov (3) +
Reinert Huseby Karlsen (1) +
kaspar (2) +
Toshiki Kataoka (1)
Robert Kern (3)
Joshua Klein (1) +
Andrew Knyazev (7)
Jozsef Kutas (16) +
Eric Larson (4)
Lechnio (1) +
Antony Lee (2)
Aditya Limaye (1) +
Xingyu Liu (2)
Christian Lorentzen (4)
Loïc Estève (2)
Thibaut Lunet (2) +
Peter Lysakovski (1)
marianasalamoni (2) +
mariprudencio (1) +
Paige Martin (1) +
Arno Marty (1) +
matthewborish (3) +
Damon McDougall (1)
Nicholas McKibben (22)
McLP (1) +
mdmahendri (1) +
Melissa Weber Mendonça (9)
Jarrod Millman (1)
Naoto Mizuno (2)
Shashaank N (1)
Pablo S Naharro (1) +
nboudrie (2) +
Andrew Nelson (52)
Nico Schlömer (1)
NiMlr (1) +
o-alexandre-felipe (1) +
Maureen Ononiwu (1) +
Dimitri Papadopoulos (2) +
partev (1) +
Tirth Patel (10)
Paulius Šarka (1) +
Josef Perktold (1)
Giacomo Petrillo (3) +
Matti Picus (1)
Rafael Pinto (1) +
PKNaveen (1) +
Ilhan Polat (6)
Akshita Prasanth (2) +
Sean Quinn (1)
Tyler Reddy (155)
Martin Reinecke (1)
Ned Richards (1)
Marie Roald (1) +
Sam Rosen (4) +
Pamphile Roy (105)
sabonerune (2) +
Atsushi Sakai (94)
Daniel Schmitz (27)
Anna Scholtz (1) +
Eli Schwartz (11)
serge-sans-paille (2)
JEEVANSHI SHARMA (1) +
ehsan shirvanian (2) +
siddhantwahal (2)
Mathieu Dutour Sikiric (1) +
Sourav Singh (1)
Alexander Soare (1) +
Bjørge Solli (2) +
Scott Staniewicz (1)
Ethan Steinberg (3) +
Albert Steppi (3)
Thomas Stoeger (1) +
Kai Striega (4)
Tartopohm (1) +
Mamoru TASAKA (2) +
Ewout ter Hoeven (5)
TianyiQ (1) +
Tiger (1) +
Will Tirone (1)
Ajay Shanker Tripathi (1) +
Edgar Andrés Margffoy Tuay (1) +
Dmitry Ulyumdzhiev (1) +
Hari Vamsi (1) +
VitalyChait (1) +
Rik Voorhaar (1) +
Samuel Wallan (4)
Stefan van der Walt (2)
Warren Weckesser (145)
wei2222 (1) +
windows-server-2003 (3) +
Marek Wojciechowski (2) +
Niels Wouda (1) +
WRKampi (1) +
Yeonjoo Yoo (1) +
Rory Yorke (1)
Xiao Yuan (2) +
Meekail Zain (2) +
Fabio Zanini (1) +
Steffen Zeile (1) +
Egor Zemlyanoy (19)
Gavin Zhang (3) +

共有 184 人为本次发布做出了贡献。名字旁边带有“+”号的人是第一次贡献补丁。此列表为自动生成，可能并不完全完整。

为 1.10.0 解决的问题 #

#1261：fmin_bfgs 中的错误和一些改进 (Trac #734)
#2167：BivariateSpline 在 kx=ky=1 时出现错误 (Trac #1642)
#2304：对于非对角化的输入，funm 会给出不正确的结果 (Trac…)
#3421：重命名信息论函数？
#3854：KroghInterpolator 不会通过点
#4043：scipy.interpolate.interp1d 应该能够接受单个值
#4555：leastsq 应该使用 cholesky 而不是 inv 进行 Hessian 反转
#4598：von Mises 随机变量采样在非零位置处出现问题…
#4975：UnivariateSpline 中 s 的文档令人困惑
#6173：通过系数实现的 scipy.interpolate.lagrange
#6688：增强：optimize.basinhopping：在局部调用之前调用接受度测试…
#7104：scipy.stats.nct - 尾部的值错误
#7268：scipy.sparse.linalg.norm 没有实现谱范数
#7521：scipy.UnivariateSpline 平滑条件文档不准确
#7857：griddata 对原始网格的大小敏感，但不应该如此
#8376：InterpolatedUnivariateSpline.roots() 有时似乎会错过根
#9119：scipy.stats.mstats 中函数的文档问题
#9389：Kolmogorov Smirnov 2 个样本返回最大距离位置…
#9440：当数字…时，使用最小化进行优化时意外成功
#9451：将 shgo 添加到优化基准
#10737：参数未知的分布的拟合优度检验
#10911：scipy.optimize.minimize_scalar 不会自动选择…
#11026：rv_discrete.interval 返回 alpha = 1 的错误值
#11053：scipy.stats：允许为 multivariate_normal 指定逆方差矩阵
#11131：DOC：stats.fisher_exact 与 R 中 `oddsratio` 的功能不匹配…
#11406：奇异矩阵上的 scipy.sparse.linalg.svds (v1.4.1) 不会…
#11475：作为 gaussian_filter1d/gaussian_filter 的可选参数的过滤半径
#11772：在冻结的 multivariate_normal 中缓存协方差矩阵分解
#11777：非中心卡方 (scipy.stats.ncx2.pdf) 被截断为零…
#11790：stats.rankdata 的 NaN 处理
#11860：使用 scipy.stats 中的 multinomial.pmf 时出现 nan 值？
#11916：改进 interpolate.UnivariateSpline 中平滑的文档…
#12041：球面均值/方差
#12246：使用 SmoothBivariateSpline 进行二维插值
#12621: 标量最小化函数没有引用
#12632: curve_fit 算法尝试将 xdata 转换为浮点数数组
#12963: shgo 没有正确地将 jac 传递给最小化器
#13021: 2D 插值缩放问题
#13049: 示例缺少 import numpy as np？
#13452: 在 `scipy.spatial.transform.rotation.Rotation` 上调用 `len()` …
#13529: signal.decimate 不使用 sosfilters 和 sosfiltfilt
#14098: DOC-更新 InterpolatedUnivariateSpline 和 LSQUnivariateSpline
#14198: 更好地描述 solveh_banded 的限制
#14348: 从 splprep 中提取样条系数：tck
#14386: 让 CloughTocher2DInterpolator 为外部点拟合“最近邻”
#14472: scipy.interpolate.CubicSpline 边界条件似乎是…
#14533: optimize.shgo 给出意外的 TypeError
#14541: Raspberry Pi 4 aarch64: ModuleNotFoundError: 没有名为…的模块
#14584: scipy.signal.filter_design.zpk2sos doctests 失败（值不同）
#14809: BUG：scipy.signal.periodogram 窗口参数
#14853: BUG：sqrtm dtype
#14922: 问题：看似未使用、无法工作的脚本 `isolve/tests/demo_lgres.py`
#15049: BUG：signal.cwt 示例代码中的 CWT 矩阵可视化
#15072: BUG：signal.decimate 使用大型 float32 数组时返回 NaN
#15393: BUG：signal.decimate 使用 float32 数组时返回意外的值
#15473: ENH：`skewnorm.cdf` 非常慢。考虑一种更有效的方法…
#15618: ENH：生成具有给定边际总和的随机 2D 表格
#15675: ENH：`multivariate_normal` 应该接受特征分解…
#15685: ENH：`stats.cramervonmises_2samp` 中的精确 p 值计算…
#15733: DEP：从 fitpack 中移除 quiet 参数
#15749: DEP：从 `NumericalInverseHermite` 中移除 tol
#15792: MAINT：没有对反常积分进行单元测试和文档说明
#15807: DEP：移除 dual_annealing 参数 ‘local_search_options’
#15844: `firls` 需要偶数个参数并不明显…
#15883: BUG：stats.bootstrap bca 实现为…触发 ValueError
#15936: 请为 COLAMD 添加论文引用
#15996: 在 Meson 构建中使用 GNU 链接器时，符号隐藏应该…
#16148: spearmanr 中的文档
#16235: BUG：由于新的引用计数，函数 `Py_FindObjects` 中的内存泄漏…
#16236: BUG：由于新的引用计数，函数 `py_filter2d` 中的内存泄漏…
#16251: DEP：执行 scipy.linalg.blas.{clapack, flapack} 的弃用
#16252: DEP：向 kwargs `turbo` / `eigvals` 添加弃用警告…
#16253: DEP：在 firwin* 中为 kwargs `nyq` / `Hz` 添加弃用警告
#16256: DEP：为 binom_test 添加弃用警告
#16272: BUG：无效括弧的错误不明确
#16291: BUG：lambertw 在小值上返回 nan
#16297: DOC：次要版本程序调整
#16319: ENH：改进输出特征向量的准确性和正交性…
#16333: DOC：stats.probplot 中缺少 rvalue 描述
#16334: BUG：CLI 帮助无法使用浅色主题访问
#16338: ENH：添加选项，将超出范围的输入值裁剪到最小值…
#16342: BUG：IIRdesign 函数 ftype='bessel' 未被识别
#16344: ENH：改进的 `stats.ortho_group`
#16364: ENH：stats：返回 bunches 而不是普通元组
#16380: BUG：RegularGridInterpolator 错误消息错误
#16386: TST: sparse/linalg/tests/test_expm_multiply.py::test_expm_multiply_dtype…
#16399: 由于 dtype 处理问题，`test_mio.py::test_recarray` 失败…
#16413: DOC：rvs 方法文档字符串引用 seed 参数而不是…
#16433: ENH：scipy.stats.bootstrap() 应该为多元统计量进行 BCa…
#16472: 在 `interpn` 中处理样条插值方法
#16476: dev.py 不会传播错误代码，因此会隐藏 CI 中的错误
#16490: DOC：`scipy.signal.upfirdn` 示例中的错误
#16558: BUG：当 distance=0 时，leaves_color_list 不正确
#16580: scipy/optimize/tests/test_optimize.py 中的拼写错误，logit 代替…
#16582: TST：RegularGridInterpolator 测试应该是参数化的
#16603: ENH, DOC：添加关于拼写错误和小文档修复的政策
#16663: BUG：`bool(rotation)` 导致错误
#16673: Azure CI 作业中 `TestPoisson.test_mindist` 的测试失败
#16713: BUG/DOC：spatial：`Rotation` 方法的文档字符串缺失…
#16726: CI：Python 3.11 测试失败，因为依赖项正在使用…
#16741: BUG：DOC：编辑 svds 中的文档字符串示例
#16759: DOC：在文档字符串的“示例”部分中添加“import numpy as np”。
#16763: BUG：numpy 版本要求 docs 与 setup.py 不匹配
#16773: BUG：3D 中 scipy.spatial.Voronoi 中的索引错误
#16796: DOC：root_scalar 的方法 “bisect” 缺少正确的参数列表
#16819: BUG：当使用 `statistic=np.mean` 时，stats.binned_statistic_2d 慢约 8 倍…
#16833: BSpline.design_matrix 中的运行时性能不如 BSpline().__call__()
#16892: 在文档中为 `rv_histogram` 图表添加图例
#16912: MAINT：stats：优化：将 `_contains_nan` 函数移动到更…
#16914: BUG：scipy.stats.truncnorm 的文档可以更清晰
#17031: BUG：stats：测试 ‘test_plot_iv’ 的间歇性失败
#17033: 带有 nightly numpy 的 `sparse` 中的新 CI 失败
#17047: BUG：scipy.signal 中的文档错误
#17056: CI 中 `numpy/__init__.pyi` 的 Mypy 失败，仅限位置参数…
#17065: BUG：minimize(method='L-BFGS-B') 文档是矛盾的
#17070: 在 conda 环境中使用 Meson 构建的 1.10.0.dev0 nightly wheel…
#17074: BUG：scipy.optimize.linprog 不满足整数约束…
#17078: DOC：“这些不是通用函数”难以理解…
#17089: ENH：关于 .spearmanr 的 p 值背后的测试的文档
#17129: DOC：新功能添加时间的不一致
#17155: BUG：stats：TestNumericalInverseHermite 中 XSLOW 测试中的错误
#17167: 缺陷：bernoulli.pmf 在非整数参数下返回非零值
#17168: `test_powm1` 在 Windows 上的 CI 中失败
#17174: 维护，发布：推送至维护分支时，wheels 没有上传到暂存区
#17241: 缺陷：当为 `y` 传递空值时，CubicSpline 发生段错误…
#17336: 缺陷：Meson 构建无条件探测 pythran，尽管…
#17375: 缺陷：resample_poly() 在大数据和特定采样率下冻结…
#17380: 缺陷：optimize：使用 `integrality` 阻止 `linprog`…
#17382: 缺陷/文档：optimize：`minimize` 文档应该反映 tnc 的弃用…
#17412: 缺陷：Meson 错误：未为语言 “cpp” 指定编译器…
#17444: 缺陷：beta.ppf 导致段错误
#17468: 运行测试 `scipy.stats.tests.test_distributions` 时出现奇怪的错误…
#17518: 增强：stats.pearsonr：支持复数数据
#17523: 缺陷：文档中的 `[source]` 按钮指向错误的位置
#17578: 测试，构建，CI：1.10.0rc1 wheel 构建/测试失败
#17619: 缺陷：调用 scipy.optimize.linprog 时发生核心转储
#17644: 缺陷：1.10.0rc2 Windows wheel 测试全部发生段错误
#17650: 缺陷：使用 HiGHS 时断言失败

1.10.0 的拉取请求 #

#9072: 增强：向 multivariate_normal 添加矩形积分
#9932: 增强：stats.gaussian_kde：添加返回边际分布的方法
#11712: 缺陷：trust-constr 评估超出范围的函数
#12211: 文档：Dice 相似性指数
#12312: 增强：使用 matmul 加速矩阵正态采样
#12594: 缺陷：修复了在使用 Powell 方法时使用边界时的索引错误…
#13053: 增强：为 stats.powerlaw.fit 添加 MLE
#13265: 增强：Kstest 精确性能改进
#13340: 增强：stats：添加函数 odds_ratio。
#13663: 增强：linalg：为 trexc 和 trsen 添加 LAPACK 包装器。
#13753: 文档：优化：更新 Powell 文档以反映 API
#13957: 增强：stats.ks_2samp：Pythran 化剩余的精确 p 值计算
#14248: 维护：linalg：使 lu_factor 接受矩形数组
#14317: 增强：优化稀疏 Frobenius 范数
#14402: 文档：澄清 `solve` 的参数文档
#14430: 增强：通过 pythran 改进 siegelslopes
#14563: WIP：stats：文档字符串中的 bins=auto
#14579: 基准：优化：添加 DFO CUTEST 基准
#14638: 文档：添加了对 Thomas 算法局限性的说明
#14840: 增强：添加泊松均值检验（E 检验）。
#15097: 增强：向 gaussian_filter1d 和 gaussian_filter 添加半径
#15444: 增强：学生化范围 PDF 的无限 df 近似
#15493: 增强：将 gaussian_kde logpdf 转换为 Cython
#15607: 增强：添加 `scipy.datasets` 子模块
#15709: 增强：提高 stats.cramervonmises_2samp() 的计算时间
#15770: 增强：stats：用 Boost non_central_chi_squared 替换 ncx2 统计分布
#15878: 弃用：删除 dual_annealing 的 local_search_options
#15892: 缺陷：stats：在 bootstrap 中对 percentileofscore 使用平均行为
#15901: 弃用：弃用 scipy.misc，转而使用 scipy.datasets
#15967: 测试/文档：stats：解释/检查离散分布的 100% 区间
#15972: 文档：在 `firls` 中指定 `bands` 参数的长度
#16002: 增强：允许指定多元正态分布的逆协方差…
#16017: 增强：特殊：对几个 ufunc 使用 boost。
#16069: 增强：为 gumbel_r.fit 中的固定参数添加额外的 MLE
#16096: 缺陷：在 decimate 中使用 SOS 滤波器以提高数值稳定性
#16109: 增强：将 `optimization` 添加到 `QMCEngine`
#16140: 增强：stats：为 `stats.rankdata` 添加可选参数 `nan_policy`
#16224: 向 RegularGridInterpolator 添加 `pchip` 模式。
#16227: 缺陷：特殊：修复了 ‘double-double’ 代码的几个问题…
#16238: 维护：stats：支持字符串数组用于 _contains_nan 并添加…
#16268: 文档：optimize：向 `linprog` 添加边际/松弛示例
#16294: 缺陷：linalg：为 `sqrtm` 添加精度保留
#16298: 发布：将版本设置为 1.10.0.dev0
#16299: 弃用：执行 scipy.linalg.blas.{clapack, flapack} 的弃用
#16307: 弃用：为 binom_test 添加弃用警告
#16315: 弃用：为 firwin 中的 kwargs nyq / Hz 添加弃用警告
#16317: 增强：stats：添加截断（即上限）帕累托分布…
#16320: 增强：改进了输出特征向量的精度和正交性…
#16327: 文档：构建：从 html Make 命令和构建中删除 `-scipyopt`…
#16328: 维护：在 CI 中重试 openblas 下载
#16332: 构建：确保在 git 子模块时获得可理解的消息…
#16335: 构建：将 NumPy 更新到 >=1.19.5
#16336: 维护：向前移植 git 范围界定
#16340: 弃用：从 NumericalInverseHermite 中删除 tol & max_intervals
#16346: 开发：将 meson-python 添加到 environment.yml
#16351: 在过滤器示例中添加了 “import numpy as np” 语句
#16354: 文档：优化：从 `_minimize_lbfgsb` 的选项中删除回调文档…
#16355: 弃用：为 linalg.eigh 的 kwargs turbo / eigvals 添加弃用警告
#16356: 文档：向 `signal.medfilt2d` 添加示例
#16357: 基准：将 SHGO 和 DIRECT 添加到优化基准
#16362: 增强：当值在…中超出范围时提供更多信息
#16367: 缺陷：无效括号的错误不明确
#16371: 维护：删除 `mktemp` 的最后一个（已经安全的）用法
#16372: 维护：将 `do.py` 重命名为 `dev.py`
#16373: 文档：在 `stats.probplot` 中添加了 rvalue 描述
#16377: 增强：stats.bootstrap：更新警告以提及 np.min
#16383: 缺陷：修复 RegularGridInterpolator 的错误消息
#16387: 增强：stats.combine_pvalues：将输出元组转换为 Bunch
#16388: 弃用：弃用 `stats.kendalltau` kwarg `initial_lexsort`
#16389: 弃用：加强 stats 弃用
#16392: 弃用：为 `sparse.gmres` 弃用的 kwarg `restrt` 添加警告
#16397: 维护：修复 `ndimage` 中的两个引用计数问题
#16398: 维护：替换 find_common_types
#16406: 维护：stats.rankdata：将默认值更改为 nan_policy='propagate'
#16407: 增强：stats.fisher_exact：将输出元组转换为 Bunch
#16411: MAINT: optimize.brute 应该将非元组参数强制转换为元组
#16415: DOC: stats: 修复 `rvs` 文档字符串中的 seed -> random_state
#16423: MAINT: stats: 在 _contains_nan 中不使用嵌套的 TypeError
#16424: MAINT: 为 numpy 类型转换的更改对 `stats.kde` 进行未来兼容性处理…
#16425: DOC: 文件 doc/source/dev/core-dev/releasing.rst.inc 中的程序调整
#16428: MAINT: 修复 `_sputils.get_index_dtype` 以适应 NEP 50 的类型转换…
#16431: CI: 在 dev.py 更新到新的 CLI 后修复 Gitpod 构建
#16432: lobpcg.py 中的文档字符串修复
#16434: DOC: stats.mstats.sen_seasonal_slopes: 添加文档字符串
#16435: ENH: 方向均值
#16438: MAINT: 删除未使用的 `DeprecatedImport`
#16439: ENH: stats.chi2_contingency: 将输出元组转换为 Bunch
#16440: ENH: stats.median_test: 将输出元组转换为 Bunch
#16441: ENH: stats.mood: 将输出元组转换为 Bunch
#16442: MAINT: 修复与 Python 标量相关的类型转换行为问题…
#16447: BLD: 使使用 AddressSanitizer 构建更容易
#16449: ENH: 提高 scipy.interpolate.RegularGridInterpolator 的性能
#16450: BUG: 修复浅色主题中的 CLI 帮助
#16454: ENH: stats.bootstrap: 返回引导分布
#16455: ENH: stats.bootstrap: 为多样本统计添加 BCa 方法
#16462: CI: 将 Python 3.8-dbg 作业更新到 ubuntu-20.04
#16463: ENH: stats.jarque_bera: 添加 axis、nan_policy、掩码数组支持
#16470: DOC: stats.spearmanr: 添加关于 p 值计算的信息
#16471: MAINT: interpolate/RGI: 仅在需要时调用 `find_indices`
#16474: DOC: 为熵文档字符串添加更多信息
#16475: BLD: 构建 f2py 共享源文件一次并链接到每个…
#16481: BUG: 将 (n+1) 更改为 n 以正确计算 hd 的杰克刀
#16486: DOC: special.entr: 添加上下文
#16487: MAINT: 提高测试速度，添加超时
#16496: 添加 x 和 y 数组按降序排序的注释
#16497: DOC: special: 为 spence 文档字符串添加“示例”部分。
#16498: ENH: 通过累积和加速 hdquantile_sd
#16501: DOC: 修复 spatial.Delaunay 中的拼写错误
#16502: DOC: 小的 Rst 语法更新。
#16503: ENH: stats: 为偏态正态分布实现 _munp()。
#16505: DOC: 更正 scipy.signal.upfirdn 示例中的错误
#16508: BUG/ENH: 在 `interpn` 中处理样条插值方法，并…
#16511: 添加对 regulargridinterpolator 的引用
#16513: MAINT: 跳过 Windows 上 complex128 propack 测试 (& 模块清理)
#16516: DOC: 添加关于在 matlab v7.3 的情况下使用什么的提示
#16518: CI: 所有工作流程中的 pip 和 conda 缓存
#16524: TST: stats.permutation_test: 加强针对 `ks_2samp` 的测试
#16529: CI: 清理 CI 中 scikit-umfpack 和 scikit-sparse 的使用
#16532: `io.harwell_boeing` 文档字符串示例中的已弃用导入…
#16533: ENH: signal: 添加 Lanczos 窗函数
#16534: CI: 修复 Azure 作业中 scikit-umfpack 和 scikit-sparse 的安装
#16535: MAINT: signal: 修复 chirp 中 matplotlib 弃用警告…
#16543: DOC: 更新 cwt 文档示例
#16544: DOC: 为 `MultinomialQMC` 添加更好的示例。
#16546: DOC: 为教程图像添加 alt-text
#16547: ENH: 更正 `minimize` 中的边界警告
#16550: TST: 修复不可靠的 sparse.linalg.exmp 测试
#16552: CI: 在 Ubuntu Jammy (22.04 LTS) 上测试发行版 Python 安装
#16554: TST: 为 `test_kappa4_array_gh13582` 添加超时
#16557: BUG: 修复 `interpolate.RegularGridInterpolator` 的 `out_of_bounds`…
#16559: ENH: 为冯·米塞斯分布添加 logpdf 函数
#16560: 向量化 ortho_group.rvs
#16561: DOC: optimize: 修复 differential_evolution 文档字符串中的警告
#16565: [DOC] basinhopping 文档字符串中不正确的类型语法。
#16566: 修复窗口长度的窗函数文档字符串
#16567: DOC: 添加关于矩阵函数不准确性的说明
#16571: DOC: sparse.linalg: 添加 UMFPACK 的引用。
#16574: ENH: 沿样本向量化 `stats.ortho_group.rvs` 和 `stats.unitary_group.rvs`
#16576: 测试文档损坏的链接修复
#16587: DOC: 在 QMC 示例中添加导入 NumPy。
#16589: DOC: 在 manylinux_2_24 终止后更新 toolchain.rst；允许…
#16591: ENH: stats.nct: 用 boost 实现替换
#16592: DOC: interpolate: 记录 .roots() 的解决方法
#16594: MAINT: 更好的 pytest-timeout 支持
#16596: MAINT: stats.rv_continuous: 一致返回 NumPy 标量
#16607: MAINT: 删除不必要的 `__future__` 导入
#16608: TST: stats.rv_continuous: 更直接地测试 numpy 标量输出
#16612: ENH: 沿样本向量化 `stats.special_ortho_group.rvs`
#16614: DOC: 在 linalg 分解函数示例中添加导入 NumPy
#16615: DOC: 在多个文件中添加导入 numpy
#16616: DOC: 在一些 stats 文件中的示例中添加导入 numpy
#16617: DOC: 更新使用 dev.py 进行调试的说明
#16618: DOC: 在 bsplines 示例中添加导入 NumPy
#16619: DOC: 在一些 stats 示例中添加导入 numpy
#16620: DOC: 在示例中添加 numpy 导入
#16621: FIX: 二项式分布除以零的上游修复
#16624: DOC: 在 `_mstats_basic.py` 示例中添加 NumPy 导入
#16625: DOC: 向示例添加 `import numpy as np`
#16626: BUG: cluster: 修复 `leaves_color_list` 问题
#16627: TST: spatial.directed_hausdorff: 参数化 test_random_state_None_int
#16629: DOC: 修改 scipy.stats.mode 示例以使其不平凡。
#16631: MAINT: stats.gaussian_kde: 使用退化情况引发信息性消息…
#16632: MAINT: signal: 更正的峰值查找示例
#16633: DOC: 更新基准测试文档以使用 dev.py 用户界面
#16634: DOC: 为 fft.fht 添加示例
#16635: DOC: 修复默认随机数生成器命名空间和示例的线型
#16639: DOC: readme 中为新手提供的更好链接
#16640: MAINT: optimize: 始终从目标函数包装器返回浮点数
#16641: DOC: optimize: 修复 `curve_fit` xdata 应为浮点数的文档…
#16644: DOC: io: 为 mminfo、mmread 和 mmwrite 添加“示例”部分。
#16646: MAINT: 使 get_index_dtype 遵循其文档并返回…
#16647: MAINT: 修复 test_optimize.py 中的 expit 函数名称拼写错误
#16650: DOC: io: 为 'whosmat' 文档字符串添加“示例”。
#16651: ENH: stats.resampling: 自动检测统计量是否…
#16652: MAINT: 删除未使用的导入。
#16653: DEV: 广义交叉验证平滑样条
#16654: ENH: stats: 为结果对象添加别名
#16658: BUG: signal: 在 savgol_filter 中将 window_length 与正确的轴进行比较
#16659: DOC: 将 `sphinx_panels` 和 `sphinx_tabs` 替换为 `sphinx_design`
#16666: MAINT: 从 `optimize` 子模块中删除未使用的 `__main__` 代码
#16667: 文档: spatial: 修正 Delaunay 三角剖分中的重心描述
#16668: 文档: signal: 更新 zpk2sos 文档字符串示例中的值。
#16670: 维护: 修复 `signal/_firfilter.c` 中的编译器警告
#16672: 构建: 更新 `meson` 和 `meson-python` 的最低版本
#16675: 测试: sparse.linalg: 提高 `lobpcg` 测试中的求解容差
#16676: 维护: stats.mstats.mode: 重构以将 `kwargs` 排除在...
#16677: 测试: 加速 mindist 测试
#16678: 文档: 删除 CSS 中的自定义颜色
#16680: 维护: stats.gmean: 修复当掩码数组时 `axis=None` 的问题
#16683: 开发: 为 dev.py 接口添加 `–durations` 参数
#16685: 构建: 为 GCC 和 MSVC 实现编译器版本检查
#16687: 文档: signal: 更新 remez 文档字符串中的示例。
#16689: 维护: sparse.linalg: 删除 LGMRES 演示
#16690: 在 svds 中，将随机均匀分布改为正态分布来初始化 lobpcg 和 arpack
#16691: 增强: stats: 为 levy 分布实现 isf。
#16692: 增强: stats.gaussian_kde: 在 pdf 中替换 inv_cov 的使用
#16696: 增强: 加速 sparse.csgraph.dijkstra
#16699: 文档: stats: 重采样和蒙特卡洛方法教程
#16703: 构建: 升级 meson(-python) 的最低版本并删除显式...
#16704: 文档: 改进 toolchain.rst 中一些 MSVC 链接
#16705: 维护: 为 spatial.transform.Rotation 添加 `__bool__` 方法
#16706: CI: 在 environment.yml 中添加 Meson 版本号以重建 Docker...
#16707: 文档: 扩展 `scipy.interpolate` 教程
#16712: 错误: 更新 _svds.py: 正交化来自 arpack 的特征向量...
#16714: 增强: stats.bootstrap: 扩展先前的 bootstrap 结果
#16715: 文档: interpolate: 添加 splPrep/PPoly.from_spline 的示例...
#16717: 文档: 重新格式化种子文档字符串
#16722: 维护: 针对空 Rotation 的附加测试真值性和长度
#16730: 维护: interpolate: 在 fitpack2 中使用 _fitpack_impl
#16731: 增强: interpolate.KroghInterpolator: 提出关于数值的警告...
#16732: 文档: 在适当的地方用 dev.py 替换 runtests.py
#16733: 文档: 添加到开发工作流程的链接
#16735: 文档: 前向移植 1.9.0 版本说明
#16738: REL: 文档: 更新版本切换器
#16739: CI: 将 py311-dev 作业转移到 Meson
#16740: 文档: 修复 Sphinx 标记。
#16742: CI: 将 test_numpy_main 移动到 linux_meson
#16743: DEP: interpolate: 恢复 fitpack 的仅文档字符串弃用...
#16747: 文档: sparse.linalg: 修复 lobpcg 文档字符串中一个示例的输出。
#16753: 文档: Integrate: 为 `dblquad` 添加反常积分示例...
#16754: 文档: optimize: 修复 linprog 示例中的错误。
#16755: 测试: sparse.linalg: 放宽 lobpcg 测试 'test_tolerance_float32' 的容差
#16756: 测试: pypy 的测试修复
#16758: 增强: 在计算 KDE 核估计时释放 GIL
#16761: 文档: 在 readme 中添加徽标。
#16762: 维护: stats: 标记慢速测试
#16766: 文档: toolchain: 修复 1.7.2/3 的 numpy 依赖
#16770: 增强: stats: 使用 skewnorm cdf/ppf 的 Boost 实现
#16772: 文档: 为保持一致性，在文档字符串中添加一个 :math:
#16776: 错误: 将 nperseg 大小设置为已初始化窗口的大小...
#16778: 维护: 修复最近出现的一些 Mypy 错误
#16779: 测试: Interpolate: 移动位置不正确的 NDInterpolator 测试
#16788: 文档，测试: 阐明 Voronoi Qz
#16790: 增强: stats.invgauss: 使用 ppf/isf 的 Boost 实现
#16791: 维护: stats.skewnorm: 修复当数据偏度大于...
#16793: 文档: optimize: 添加 milp 教程
#16795: 文档: 嵌入 `spatial.transform.Rotation` 的方法签名
#16797: 增强: 为 BSpline.design_matrix 添加外推
#16799: 文档: optimize.root_scalar: 改进方法的参数化
#16800: 维护: 删除 `_lib/_c99compat.h` 并使用 C99 而不是 `npy_math.h`...
#16801: 增强: 将谱 2-范数添加到 _norm.py
#16804: 增强: stats.weibull_min: 覆盖拟合
#16806: 开发: 更新 pydevtool 版本以传播退出代码
#16809: 文档: 在文档字符串示例中添加缺失的 “import numpy as np”...
#16811: 文档: 修复损坏的链接
#16816: 维护: special: 删除一个 `libnpymath` 依赖项；更多 `NPY_`...
#16817: 维护: 删除 `NPY_INLINE`，改用 `inline`
#16818: 维护: 更新 PROPACK git 子模块以消除测试中的打印...
#16826: 维护: 修复来自 `special/ellip_harm.pxd` 的一些构建警告
#16828: 文档: 在 scipy.io 示例中添加 NumPy 导入
#16829: Interpn 非标量后续
#16830: 文档: 向 circmean 文档字符串添加图表
#16831: 文档: special: 多个文档字符串更新。
#16832: 文档: 在 scipy.optimize 示例中添加 NumPy 导入
#16834: 文档: 改进循环统计文档
#16835: 增强: stats.ttest_1samp: 添加 confidence_interval 和 df
#16837: 文档: interpolate: `BSpline.basis_element` 的小示例代码改进
#16840: 增强: BSplines.design_matrix 性能改进
#16843: 增强: 在 stats.binned_statistic_dd 中处理 np 数组方法
#16847: 文档: interpolate.{RegularGridInterpolator, interpn} 添加注释...
#16848: 增强: stats.anderson: 将拟合参数添加到结果
#16853: 文档: interpolate: 改进 `interpolate.make_interp.spline`...
#16854: 维护: 延迟 `scipy.datasets` 的 `pooch` 导入错误
#16855: 路线图更新：scipy.interpolate 和 Fortran 库
#16856: 文档: interpolate: 为 `InterpolatedUnivariateSpline` 添加默认样条次数值
#16857: 增强: 删除 BarycentricInterpolator 中预期的警告
#16858: 增强: 修改 scipy.optimize.least_squares 以接受边界的...
#16860: 文档: interpolate: 改进样条平滑参数文档。
#16863: 文档: 添加文档贡献指南
#16864: 文档: stats: 一些更新
#16865: 文档: interpolate: 改进 `make_lsq_spline` 文档
#16866: DEP, 文档: 在文档中显示已弃用的方法并修复覆盖...
#16867: 文档: 修复 `Rotation.align_vectors` 文档字符串中的精度问题
#16869: 文档: 在文档字符串示例中添加缺失的 “import numpy as np”...
#16873: 维护: stats.multinomial: 当 p[:-1].sum() 时，不要更改 p[-1]...
#16874: 文档：signal：在 ‘normalize’ 的文档字符串中添加 ‘Examples’。
#16884: 文档：改进从源代码安装的说明
#16885: 测试：Interpolate：参数化 RegularGridInterpolator 测试
#16886: CI：仅在 scipy 上构建 wheels [skip azp][skip github]
#16887: 文档：optimize.linprog：调整教程以解决 gh16531 问题
#16888: 文档：概述 cibuildwheel 如何在 CI 中触发和运行
#16889: 维护：interpolate：删除一些未使用的导入。
#16890: 增强：optimize.OptimizeResult：改进美观打印
#16891: 测试：Interpolate：重命名测试以便执行
#16893: 文档：添加图表解释 Docker 镜像如何构建和使用...
#16896: 文档：修复 “Additional Git Resources” 页面中的断开链接。
#16897: 将 mip_rel_gap 传递给 HiGHS 优化器
#16899: 文档：向 rv_histogram 图添加图例
#16902: 增强：stats.ttest_rel：向结果添加 confidence_interval
#16903: 文档：interpolate：为 `UnivariateSpline` 添加实际的平滑条件
#16906: 文档：修复 refguide 检查问题
#16907: 错误：stats：vonmises 分布的期望方法
#16910: 维护：前向移植 1.9.1 版本说明
#16913: 增强：interpolate：允许 interp1d 接受单个值
#16916: 文档：添加关于对规则网格上的数据使用 interpn 的注释
#16923: 维护：integrate.qmc_quad：添加 QMC 正交
#16924: 修复使用 -Wincompatible-function-pointer-types 的编译
#16931: 文档：添加有关 Meson 构建调试和内省的详细信息
#16933: 维护：interpolate：添加了用于抑制 DivideByZero 警告的测试...
#16937: 维护：在 refguide_check 中引用 python3
#16939: 维护：stats：将 `_contains_nan` 函数移动到 `_lib._util.py`
#16940: 文档：truncnorm 的文档注释更新
#16941: 维护：在 NumericalInverseHermite (stats.sampling) 中支持 logpdf
#16948: 文档：sparse.linalg.svds：修复间歇性的 refguide 检查失败
#16950: 文档：添加常用贝塞尔函数的示例
#16951: 增强：stats.fit：向 FitResult.plot 添加 plot_types
#16953: 开发：更新 dev.py 以仅安装已更改的文件
#16955: 构建：修复或抑制 Fortran 构建警告
#16956: 构建：修复 MSVC 的 meson 版本检查
#16958: 增强：stats.crosstab：将输出元组转换为 bunch
#16959: 文档：在 scipy.signal 中为 morlet 添加示例
#16960: 文档：修复 benchmarking.rst 中的缩进
#16963: 文档：更新 2 个链接以指向 stable。
#16967: 增强：stats.goodness_of_fit：通用的拟合优度检验
#16968: 增强：在 numpy 版本警告中关闭括号
#16976: 文档：stats.qmc：修复 seed 参数的描述
#16980: 文档：修复重复的单词错误。
#16986: 文档：修复文档指南中渲染文档的链接
#16987: 增强：stats.gaussian_kde：替换 logpdf 中 inv_cov 的使用
#16989: 文档：编辑了 integrate.solve_ivp 中的 t_span 参数描述
#16990: CI：启用（每周）夜间构建的上传并更新操作方式...
#16992: CI：将 CI 镜像升级到在 Ubuntu 22.04 上运行，而不是在 20.04 上运行
#16995: 文档：stats：修复了错误记录的统计属性...
#17003: 文档：为一些贝塞尔函数添加示例
#17005: CI：将 macOS 作业中的 OpenBLAS 固定到特定构建，以避免 gges...
#17006: 增强：stats.spearmanr：向结果对象添加 statistic 属性...
#17007: 增强：stats.kendalltau：向结果对象添加 statistic 属性...
#17008: 增强：stats.weightedtau：向结果对象添加 statistic 属性
#17009: 还原 “CI：将 macOS 作业中的 OpenBLAS 固定到特定构建以避免...”
#17014: 维护：删除未使用的变量和导入
#17016: 增强：stats.pearsonr, stats.pointbiserialr：添加 statistic/correlation...
#17017: 增强：stats.somersd：向结果对象添加 correlation 属性
#17021: 修复：`dev.py build` 并行行为并修复了错误
#17022: 解释 LIL 的来源
#17027: 修复列表稀疏矩阵的解释
#17029: CI：用于构建 aarch64 的 cirrus
#17030: 增强：stats.permutation_test：提高样本/配对的性能...
#17032: 测试：stats.fit：修复随机状态
#17034: 测试：stats.jarque_bera：修复由于 NumPy 更新导致的测试失败
#17036: 开发：更新 Docker 中的 GPG 密钥 [Gitpod]
#17038: 在 FITPACK 包装器中去重 `splint`；采取 3
#17039: 增强：添加一个 `stats.expectile` 函数
#17041: 文档：为贝塞尔函数的积分添加示例
#17048: 文档：signal：修复 TransferFunction 中的拼写错误
#17049: 测试：stats.jarque_bera：修复由于 NumPy 更新导致的测试失败
#17051: 增强：在 integrate.quad 中支持复数函数
#17052: 构建：通过链接器版本为 Meson 实现符号隐藏...
#17057: 修复或避免 CI 中出现的各种测试失败
#17062: 将位置和符号添加到 KS 测试结果
#17063: CI：修复夜间构建的 wheels 的上传
#17068: 维护：删除未使用的导入。
#17071: 文档：更新 scipy.optimize.minimize(method='L-BFGS-B') 中的 maxfun...
#17073: 文档：贝塞尔函数导数的示例
#17076: 文档：spatial：编辑 voronoi_plot_2d 示例。
#17079: 错误：修复 `signal.sosfilt` 在复数 dtype 和 Intel 上的问题...
#17081: 文档：修复 svds 文档字符串中的格式
#17083: 文档：修复 NumPy 文档中环境变量的断开链接
#17085: 文档：optimize：添加指向 SciPy 食谱 milp 教程的链接
#17091: 维护：interpolate 删除 FITPACK 接口 `sproot` 的重复项。
#17093: 增强：改进 scipy.optimize.linprog 的行为 (#17074)
#17094: 文档：贝塞尔函数根的示例
#17099: 构建：为 Intel 编译器关闭 fast-math
#17103: 增强：stats.Covariance：添加 CovViaDiagonal
#17106: CI：修复 `SCIPY_USE_PYTHRAN=0` 的测试，并升级到 pythran...
#17108: 文档：在特殊文档页面中重新制定 ufunc 描述
#17109: 构建：确保 Intel Fortran 按预期处理负 0。
#17110: 文档：将 Numpy 导入添加到 scipy.sparse 示例
#17112: 增强：在 curve_fit 中添加对 bounds 类的支持
#17115: 文档：将 Numpy 导入添加到示例
#17117: 增强：stats.logistic：为剩余情况覆盖 fit
#17118: 增强：在 binned_statistic_dd 中支持复数函数
#17122: 增强：删除重复的函数调用
#17126: 维护，增强：scipy.stats：重构 `directionalmean` 以返回...
#17128: 增强：stats.covariance：添加 CovViaCholesky
#17130: 文档：删除不一致的消息
#17135: 增强：stats.Covariance：通过其特征分解指定协方差矩阵
#17138: CI：添加对 GH 操作的权限。
#17140: 缺陷修复：修复shgo未能正确将jac传递给最小化器的问题
#17141: 增强：stats.fit: 添加最大间距估计
#17144: 文档：将 `set_tight_layout` 替换为 `set_layout_engine` …
#17147: 基准测试：移除 dev.py 中 `asv run` 的 `–quick` 标志
#17149: 维护：移除 certifi py3.11 警告过滤器
#17152: 增强/维护：`qmc.LatinHypercube`：弃用带 scramble 的 centered 选项
#17157: 增强：向 scipy.ndimage 添加 value_indices() 函数
#17159: 维护：spatial：在系统上跳过 `test_massive_arr_overflow` …
#17161: 维护：stats.sampling.NumericalInverseHermite：私有分布…
#17163: 增强：添加 `download_all` 实用方法和脚本
#17169: 维护：special：放宽 powm1 测试的容差。
#17170: 维护：更好地处理域外的 mode/center …
#17175: 维护：前向移植 1.9.2 发行说明
#17177: 文档：stats：修复 odds_ratio 的 versionadded 标记
#17178: 文档：interpolate：讨论 SmoothBivariateSpline 的失败模式
#17180: 弃用：interpolate：弃用 interp2d
#17181: CI：修复为 staging 构建 wheels 时的问题
#17182: 维护：修复拼写错误 “mat[r]ix”
#17183: 文档：`ive` 和 `kve` 的示例
#17184: 文档：stats：修复关于 ‘weights’ 参数的 1.9.0 发行说明…
#17188: 文档：更新 1.9.2 的版本切换器
#17198: 维护：stats：从 levy_stable._fitstart 中删除 interp2d 的使用
#17199: 文档：修复 IIR 设计参数文档中的拼写错误
#17215: 维护：删除旧 numpy 版本的代码
#17217: 维护：interpolate/RGI：使所有 _evaluate_YYY 方法使用 self.values
#17223: 文档：linalg：扩展 qz 示例。
#17227: 测试：stats.sampling.NumericalInverseHermite：过滤所有 RuntimeWarnings
#17230: 增强：对子类友好的重构 RegularGridInterpolator
#17233: 文档：Struve 函数的示例
#17236: stats/distributions：将 rv_sample 公开，允许子类化
#17237: 增强：将 conditional_table 添加到 SciPy.stats。
#17238: 文档：linalg：多个文档字符串更新。
#17243: 文档：special：smirnov 和 smirnovi 的更新
#17247: 维护：optimize.leastsq：修复协方差不是 SPD 的问题
#17256: doc/RegularizedIncompleteBetaFunction
#17258: 维护：stats.multivariate_normal：冻结的 rvs 应传递 cov_object…
#17259: 文档：CI：添加关于跳过 Cirrus CI 的说明。
#17262: 维护：前向移植 1.9.3 发行说明
#17264: 文档：更新 1.9.3 的版本切换器
#17273: 测试：linalg：暂时静音 test_solve_discrete_are 中的失败
#17276: 维护/增强：stats.multivariate_normal.rvs：修复形状和速度…
#17277: 增强：随机单位向量分布
#17279: 测试：将 DIRECT 的 no_segmentation fault 测试标记为 xslow
#17280: 文档：voigt_profile 的示例
#17283: 样式：stats.Covariance：修复 `main` 中的 lint 问题
#17284: 维护：special：放宽 test_sinpi() 和 test_cospi() 的容差。
#17291: 在 RegularGridInterpolator 中 Cython 化 2D 线性代码路径
#17296: 修复由 pytest 7.1.3 引起的测试失败
#17298: 文档：为 Stats Anderson 添加示例
#17299: 文档：interpolate：外推技巧和窍门
#17301: 文档，维护：在文档构建期间删除 inspect.formatargspec 的使用
#17302: 维护：special：对于实数输入的 special.hyp1f1 使用 boost。
#17303: 删除手写的 `_fitpack.spalde`：pr/17145 的重新定位
#17304: 增强：stats：为 invweibull 实现 _sf 和 _isf。
#17305: 缺陷修复：interpolate：允许零大小的数据数组
#17313: 文档：interpolate：添加关于不同尺度数据的说明
#17314: 文档：interpolate/tutorial：添加长度为 1 的示例
#17315: 维护：special：删除 numpy 函数 arccosh, arcsinh… 的测试
#17317: 文档：interpolate/tutorial：为等距添加示例…
#17319: 文档：huber/pseudo_huber 的参考和示例
#17331: CI：在 Azure 上，将 pytest-xdist 固定到 2.5.0 版本
#17340: 文档：澄清 basinhopping 的 bounds 用法
#17345: 增强：通过添加 xtol 参数来提交以关闭 #1261 (trac #734)。
#17346: BLD：修复 Meson 构建的 `SCIPY_USE_PYTHRAN=0` 用法
#17349: 文档：修复 signal 文档字符串；完成添加 ‘import numpy as np’
#17351: CI：固定 ninja==1.10.2.4 以避免 1.11.1 中破坏 meson 的错误。
#17355: 文档：spatial：修复一些文档字符串。
#17359: CI：ninja 包已修复，因此取消固定。
#17361: 文档：gdtr 和 gdtrc 的示例
#17363: 文档：调整 interp2d 的弃用通知
#17366: 文档/维护：清理 doctests 命名空间
#17367: 文档：将缺少的 `build` 参数添加到 `dev.py`
#17369: 文档：对参数文档一致使用 `=`
#17371: 文档：使用新的 `RBFInterpolator` 更新 RBF 教程
#17372: BLD：更新到 Meson 0.64.0，删除 `pure: false` 行
#17374: 文档：`special.itairy` 示例
#17376: 文档：向 stats.mstats.find_repeats 添加示例
#17395: 文档：optimize：最小化文档以反映 tnc 弃用 maxiter
#17397: 缺陷修复：signal：更改 upfirdn 实用函数 _output_len() 中的类型
#17399: 文档：signal.iirdesign：从支持的过滤器类型中删除 `bessel`…
#17400: 测试：在 signal.TestBessel.test_fs_param 中使用 norm
#17409: 文档：与 F 分布相关的特殊函数的示例
#17415: 维护：Python 3.8 类型简化
#17416: BLD：通过使用 `fs.copyfile` 修复大量配置警告
#17417: 缺陷修复：integrate：simpson 没有处理整数 n 维数组。
#17418: 文档：special：从特殊示例中删除重复的导入。
#17423: 修复 #17089 的文档
#17426: BLD：修复 propack 和 boost 子模块 - 不要请求本机…
#17427: 文档：optimize.linprog：调整 HiGHS URL
#17430: BLD：定义 NDEBUG 以模拟 cmake release 构建
#17433: 维护/测试：改进了 DIRECT 优化器的测试覆盖率
#17439: 文档：改进 uniform_direction 分布的示例
#17446: 维护：stats.gaussian_kde：如果 n_features > n_data，则提前报错
#17447: 维护：optimize.fminbound/minimize_scalar：添加参考，区分…
#17448: 维护：optimize.minimize_scalar：始终确认 ‘bounds’…
#17449: MAINT: 移除剩余的 unicode 用法
#17457: DOC: 双重积分示例中的拼写错误
#17466: BUG: stats: 修复 gh-17444 问题。
#17467: BUG: ndimage: 不要使用 np.int0 (它与 np.intp 相同)
#17469: BUG: stats: `pytest.mark.parametrize()` 中的随机参数...
#17471: MAINT: stats.rv_count: 回滚 gh-17236
#17472: 移除 _make_points_and_values_ascending 及其不必要的...
#17478: ENH: 为 `scipy.datasets` 添加 clear_cache 工具
#17481: MAINT: special: 移除更多 `npy_math.h` 的用法
#17482: MAINT: stats: 无条件禁用 boost 双精度提升。
#17484: DOC: 从 PoissonDisk 示例中删除硬编码值
#17485: ENH: 增加 vonmises 熵的范围
#17487: CI: 为 musllinux 固定 setuptools 版本
#17489: BUG: ndimage: 解决 gh-17270 问题
#17496: DEV: dev.py: 使 lint 任务与 CI 一致
#17500: MAINT: special: 移除对不存在的函数 exp1m 的引用。
#17501: Minor: 修复 _svds.py 中的拼写错误
#17504: CI: PR 针对合并后的主分支运行 [跳过 circle][跳过 gh][跳过 azp]
#17512: TST: interpolate: 停止跳过一个使用零大小数组的测试
#17513: BUG: optimize: 修复问题 17380
#17526: BUG, DOC: stats: 修复 `[source]` 按钮重定向到错误的问题...
#17534: DOC: 1.10.0 发行说明
#17536: DOC: `yve` 和 `jve` 的示例
#17540: DOC: 修复 `make_smoothing_spline` 的文档
#17543: CI: 修复 alpine linux 运行中 gh17539 的失败
#17545: BUG: special: 修复 lambertw 对次正规输入的处理。
#17551: BUG Fix: 更新 lobpcg.py 将历史数组转换为列表以便...
#17569: MAINT: 1.10.0rc1/relnotes 修复的版本边界
#17579: Revert “ENH: stats.ks_2samp: Pythranize 剩余的精确 p 值...”
#17580: CI: native cp38-macosx_arm64 [wheel 构建][跳过 azp][跳过 circle][跳过...]
#17583: MAINT: 1.10.0rc1 的第二轮反向移植
#17591: MAINT: stats.pearsonr: 对复数输入引发错误
#17600: DOC: 为 1.10 更新版本切换器
#17611: MAINT: 更新 ascent.dat 文件哈希值
#17614: MAINT: optimize.milp: 不再警告 `mip_rel_gap` 选项
#17627: MAINT: 将 `datasets.ascent` 图像转换为 float64
#17634: MAINT: 为 NumPy 1.24 转换 errstate
#17638: MAINT, TST: alpine/musl 段错误 shim
#17640: MAINT: 准备 SciPy 1.10.0rc2
#17645: MAINT: stats.rankdata: 确保一致的形状处理
#17653: MAINT: pybind11 win 排除
#17656: MAINT: 1.10.0rc2 的第二轮反向移植
#17662: 修复 scipy.fft 中的未定义行为
#17686: REV: integrate.qmc_quad: 延迟发布至 SciPy 1.11.0
#17689: REL: integrate.qmc_quad: 从发行说明中移除

scipy.datasets 简介#

scipy.integrate 改进#

scipy.interpolate 改进#

scipy.sparse.linalg 改进#

scipy.linalg 改进#

scipy.ndimage 改进#

scipy.optimize 改进#

scipy.signal 改进#

scipy.sparse.csgraph 改进#

scipy.special 改进#

scipy.stats 改进#