SciPy 1.10.0 发布说明 #

SciPy 1.10.0 是 6 个月辛勤工作的结晶。它包含了许多新特性、大量的错误修复、改进的测试覆盖率和更好的文档。此版本中包含一些弃用和 API 变更，这些内容将在下方列出。我们鼓励所有用户升级到此版本，因为它包含了大量的错误修复和优化。在升级之前，我们建议用户检查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 警告）。我们的开发重心现在将转向 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。

在 PyPy 上运行需要 PyPy3 6.0+。

本次发布的亮点 #

已添加一个专门的 scipy.datasets 子模块，现在推荐使用它来检索数据集，而不是 scipy.misc。
新增了一个函数 scipy.interpolate.make_smoothing_spline。此函数使用广义交叉验证（GCV）准则从噪声数据构建平滑三次样条曲线，以找到平滑度与数据点接近度之间的权衡。
scipy.stats 模块新增了三种分布、两种新的假设检验、三种新的样本统计量，以及一个用于更好地控制涉及协方差矩阵计算的类，还有许多其他增强功能。

新特性 #

`scipy.datasets` 模块介绍#

新增了一个专门的 datasets 子模块。此子模块旨在包含与其他 SciPy 子模块及其内容（教程、示例、测试）相关的数据集，以及一组更广泛感兴趣的精选数据集。截至本版本，scipy.misc 中的所有数据集都已添加到 scipy.datasets（并在 scipy.misc 中被弃用）。
该子模块基于 [Pooch](https://www.fatiando.org/pooch/latest/)（SciPy 的一个新可选依赖项），Pooch 是一个简化数据文件获取的 Python 包。此举将在后续版本中，通过将数据文件解耦并移出 SciPy 仓库，在外部托管并在请求时下载，从而方便 SciPy 减小 sdist/wheel 的大小。数据集下载一次后，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
新增下载和缓存功能
- scipy.datasets.download_all：一个函数，用于一次性下载所有 scipy.datasets 相关文件。
- 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。SciPy 打包人员（例如，Linux 发行版）可以使用此功能，他们可能需要遵守禁止在包构建时从外部仓库下载源的规则。

`scipy.integrate` 改进#

向 scipy.integrate.quad 添加了参数 complex_func，可以将其设置为 True 以积分复被积函数。

`scipy.interpolate` 改进#

scipy.interpolate.interpn 现在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）现在允许带有尾随维度（trailing dimensions）的值。
scipy.interpolate.RegularGridInterpolator 对于二维数据的 method="linear" 有了一个新的快速路径，并且 RegularGridInterpolator 现在更容易被子类化。
scipy.interpolate.interp1d 现在可以接受非样条方法（non-spline methods）的单个值。
向 scipy.interpolate.BSpline.design_matrix 添加了一个新的 extrapolate 参数，允许基于第一个和最后一个区间进行外推。
新增了一个函数 scipy.interpolate.make_smoothing_spline。它是广义交叉验证样条平滑算法的一个实现。此函数的 lam=None（默认）模式是对经典 gcvspl.f Fortran 算法的重新实现，用于构建 GCV 样条。
向 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（本质上是每个维度一个 scipy.interpolate.PchipInterpolator 实例）构建插值器。

`scipy.sparse.linalg` 改进#

scipy.sparse.linalg.norm 现在支持谱 2-范数。
scipy.sparse.linalg.norm 在默认情况（Frobenius 范数）下的性能已得到改进。
为 trexc 和 trsen 添加了 LAPACK 封装。
scipy.sparse.linalg.lobpcg 算法经过重写，带来了以下改进：
- 一个简单的可调重启机制可能会提高边缘情况下的可达精度，
- 内部后处理运行一次最终的精确 Rayleigh-Ritz 方法，提供更准确和正交的特征向量，
- 输出残差最大范数最小的计算迭代结果，并丢弃后续迭代的历史记录，
- 移除了对 LinearOperator 格式输入的检查，因此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#

scipy.linalg.lu_factor 现在接受矩形数组，不再局限于方阵。

`scipy.ndimage` 改进#

新增函数 scipy.ndimage.value_indices 提供了一种时间高效的方法，用于在图像数据数组中搜索单个值的位置。
scipy.ndimage.gaussian_filter1d 和 scipy.ndimage.gaussian_filter 现在支持新的 radius 参数，用于调整滤波器的核大小。

`scipy.optimize` 改进#

scipy.optimize.brute 现在将不可迭代/单值 args 强制转换为元组。
scipy.optimize.least_squares 和 scipy.optimize.curve_fit 现在接受 scipy.optimize.Bounds 作为边界约束。
为 scipy.optimize.milp 添加了教程。
改进了 scipy.optimize.OptimizeResult 对象的漂亮打印。
现在可以将附加选项（parallel、threads、mip_rel_gap）传递给使用 method='highs' 的 scipy.optimize.linprog。

`scipy.signal` 改进#

新增窗口函数 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 的性能已得到改进，特别是星形图的性能有显著提升。

`scipy.special` 改进#

新增函数 scipy.special.powm1，这是一个签名为 powm1(x, y) 的 ufunc，用于计算 x**y - 1。当 y 接近 0 或 x 接近 1 时，此函数可避免精度损失。
scipy.special.erfinv 现在更加准确，因为它在底层利用了 Boost 的等效实现。

`scipy.stats` 改进#

新增 scipy.stats.goodness_of_fit，这是一个广义的拟合优度检验，可用于任何单变量分布、任何已知和未知参数的组合，以及多种检验统计量选择（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，引导分布在结果对象中返回，并且可以将结果对象作为参数 bootstrap_result 传递给函数，以添加额外的重采样或更改置信区间级别和类型。
向 scipy.stats.fit 添加了最大间隔估计。
新增泊松均值检验（“E-test”）作为 scipy.stats.poisson_means_test。
新增样本统计量。
- 新增 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。
- 新增 scipy.stats.directional_stats，用于计算 n 维方向数据的样本统计量。
- 新增 scipy.stats.expectile，它以与分位数是中位数的泛化相同的方式泛化了期望值。
新增统计分布。
- 新增 scipy.stats.uniform_direction，一个多元分布，用于从超球体表面均匀采样。
- 新增 scipy.stats.random_table，一个多元分布，用于从具有给定边缘（marginals）的 m x n 列联表均匀采样。
- 新增 scipy.stats.truncpareto，即截断帕累托分布。
改进了多种分布的 fit 方法。
- scipy.stats.skewnorm 和 scipy.stats.weibull_min 现在在 method='mm' 时使用解析解，这也作为起始猜测，提高了 method='mle' 的性能。
- 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尺度的情况。
- 为 scipy.stats.powerlaw 添加了解析最大似然估计。
改进了多种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 抽取多个样本的速度更快。
- scipy.stats.vonmises 的 rvs 方法现在包装到区间 [-np.pi, np.pi]。
- 改进了 scipy.stats.loggamma 的 rvs 方法在形状参数值较小时的可靠性。
提高了多种统计分布函数的计算速度和/或精度。
- 新增 scipy.stats.Covariance，以提高多元正态计算的速度、精度和用户控制。
- scipy.stats.skewnorm 的 cdf、sf、ppf 和 isf 方法现在使用 Boost 的实现，在保持精度的同时提高了速度。高阶矩的计算也更快、更准确。
- scipy.stats.invgauss 的 ppf 和 isf 方法现在使用 Boost 实现，提高了速度和精度。
- scipy.stats.invweibull 的 sf 和 isf 方法在小概率质量下更准确。
- scipy.stats.nct 和 scipy.stats.ncx2 现在依赖于 Boost 的实现，提高了速度和精度。
- 实现了 scipy.stats.vonmises 的 logpdf 方法，以提高极端尾部的可靠性。
- 实现了 scipy.stats.levy 的 isf 方法，以提高速度和精度。
- 通过添加无限自由度近似，提高了 scipy.stats.studentized_range 在大 df 值时的鲁棒性。
- 向 scipy.stats.multivariate_normal 添加了参数 lower_limit，允许用户将积分下限从 -inf 更改为所需值。
- 改进了 scipy.stats.vonmises 的 entropy 在大集中度值时的鲁棒性。
增强了 scipy.stats.gaussian_kde。
- 新增 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，提高了速度。
- scipy.stats.gaussian_kde 的 pdf 方法释放了全局解释器锁，以提高多线程性能。
- 用 Cholesky 分解替换了显式矩阵求逆，以提高速度和精度。
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 函数 combine_pvalues、fisher_exact、chi2_contingency、median_test 和 mood 现在返回 bunch 对象而不是普通元组，允许按名称访问属性。
- 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，以保持 scipy.stats 模块内的一致性。旧属性名称仍为向后兼容性保留。
- 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 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 CDF 图）。
- Kolmogorov-Smirnov 检验（例如 scipy.stats.kstest）现在返回统计量计算的位置（argmax）和所使用的统计量变体。
提高了多个 scipy.stats 函数的性能。
- 改进了 method='exact' 时 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 对多种 NumPy 统计量的性能，并且分箱统计方法现在支持复数数据。
向 scipy.stats.qmc.LatinHypercube 添加了可选参数 scramble。它取代了现已弃用的 centered，以与其他 QMC 引擎保持一致。
向所有 scipy.stats.qmc.QMCEngine 子类添加了参数 optimization，以改善准随机变量的特性。
为 scipy.stats.mood 添加了平局修正。
为 scipy.stats 中的重采样方法添加了教程。
scipy.stats.bootstrap、scipy.stats.permutation_test 和 scipy.stats.monte_carlo_test 现在会自动检测提供的 statistic 是否已矢量化，因此不再需要显式传递 vectorized 参数即可利用矢量化统计。
提高了 scipy.stats.permutation_test 在排列类型为 'samples' 和 'pairings' 时的速度。
为 scipy.stats.jarque_bera 添加了 axis、nan_policy 和掩码数组支持。
向 scipy.stats.rankdata 添加了可选参数 nan_policy。

已弃用的特性 #

scipy.misc 模块及其所有方法在 v1.10 中已弃用，并将在 SciPy v2.0.0 中完全移除。建议用户改用 scipy.datasets 模块来获取数据集方法。
scipy.stats.qmc.LatinHypercube 参数 centered 已弃用。它被 scramble 参数取代，以与其他 QMC 引擎保持一致。
scipy.interpolate.interp2d 类已弃用。弃用例程的文档字符串列出了推荐的替代方案。

已到期的弃用 #

正在努力落实长期存在的弃用。
以下先前弃用的功能受到影响：
- 移除了 linalg.pinv 中的 cond 和 rcond 关键字参数。
- 移除了封装 scipy.linalg.blas.{clapack, flapack}。
- 移除了 scipy.stats.NumericalInverseHermite，并从 scipy.stats.sampling.NumericalInverseHermite 中移除了 tol 和 max_intervals 关键字参数。
- 从 scipy.optimize.dual_annealing 中移除了 local_search_options 关键字参数。

其他变更 #

scipy.stats.bootstrap、scipy.stats.permutation_test 和 scipy.stats.monte_carlo_test 现在通过查找 statistic 签名的 axis 参数来自动检测所提供的 statistic 是否已矢量化。如果 statistic 中存在 axis 参数，但不应依赖其进行矢量化调用，则用户必须显式传递选项 vectorized==False。
无论调用哪个方法，当协方差矩阵不是半正定矩阵时，scipy.stats.multivariate_normal 现在将引发 ValueError。

作者 #

姓名（提交数）
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。名字旁带有“+”的人是首次贡献补丁。此姓名列表是自动生成的，可能不完全完整。

1.10.0 版本已关闭的问题 #

#1261: fmin_bfgs 中的错误及一些改进 (Trac #734)
#2167: BivariateSpline 在 kx=ky=1 时出错 (Trac #1642)
#2304: funm 对于不可对角化输入给出不正确结果 (Trac…
#3421: 重命名信息论函数？
#3854: KroghInterpolator 未能通过点
#4043: scipy.interpolate.interp1d 应该能够接受单个值
#4555: leastsq 应该使用 Cholesky 分解而不是求逆来进行 Hessian 矩阵求逆
#4598: von Mises 随机变量采样在非零位置时出现问题…
#4975: UnivariateSpline 中 s 的文档令人困惑
#6173: scipy.interpolate.lagrange 通过系数实现
#6688: ENH: optimize.basinhopping: 在局部之前调用接受测试…
#7104: scipy.stats.nct - 尾部值错误
#7268: scipy.sparse.linalg.norm 未实现谱范数
#7521: scipy.UnivariateSpline 平滑条件文档不准确
#7857: griddata 对原始网格大小敏感，而它不应该如此
#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 样本返回最大距离位置…
#9440: minimize 在数量上出现意外的成功优化…
#9451: 将 shgo 添加到优化基准测试中
#10737: 未知参数分布的拟合优度检验
#10911: scipy.optimize.minimize_scalar 不会自动选择…
#11026: rv_discrete.interval 在 alpha = 1 时返回错误的值
#11053: scipy.stats: 允许为 multivariate_normal 指定逆方差矩阵
#11131: DOC: stats.fisher_exact 与 R 的 `oddsratio` 功能不匹配…
#11406: 奇异矩阵上的 scipy.sparse.linalg.svds (v1.4.1) 不会…
#11475: 将滤波半径作为 gaussian_filter1d/gaussian_filter 的可选参数
#11772: 在冻结的 multivariate_normal 中缓存协方差矩阵分解
#11777: 非中心 chi2 (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 中的平滑文档…
#12041: 球形均值/方差
#12246: 使用 SmoothBivariateSpline 进行二维插值
#12621: 标量最小化函数没有参考
#12632: curve_fit 算法尝试将 xdata 转换为浮点数组
#12963: shgo 未正确将 jac 传递给最小化器
#13021: 二维插值缩放问题
#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: 文档更新：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: BUG: scipy.signal.filter_design.zpk2sos doctests 失败（值不同…）
#14809: BUG: scipy.signal.periodogram 窗口参数
#14853: BUG: sqrtm 数据类型
#14922: 问题：看似未使用、无法运行的脚本 isolve/tests/demo_lgres.py
#15049: BUG: signal.cwt 示例代码中 CWT 矩阵的可视化
#15072: BUG: signal.decimate 返回大型 float32 数组的 NaN
#15393: BUG: signal.decimate 返回 float32 数组的意外值
#15473: ENH: skewnorm.cdf 速度很慢。考虑一种更高效的…
#15618: ENH: 生成具有给定边缘总计的随机二维表
#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: 不当积分没有单元测试和文档…
#15807: DEP: 移除 dual_annealing 参数 ‘local_search_options’
#15844: 不明显 firls 需要偶数…
#15883: BUG: stats.bootstrap bca 实现对…触发 ValueError
#15936: 请为 COLAMD 的论文添加引用
#15996: Meson 构建中使用 GNU 链接器时符号隐藏应……
#16148: spearmanr 中的文档
#16235: 缺陷：函数 `Py_FindObjects` 因新引用导致的内存泄漏……
#16236: 缺陷：函数 `py_filter2d` 因新引用导致的内存泄漏……
#16251: 废弃：执行 scipy.linalg.blas.{clapack, flapack} 的废弃
#16252: 废弃：为 kwargs `turbo` / `eigvals` 添加废弃警告……
#16253: 废弃：在 firwin* 中为 kwargs `nyq` / `Hz` 添加废弃警告
#16256: 废弃：为 binom_test 添加废弃警告
#16272: 缺陷：括号无效时错误信息不明确
#16291: 缺陷：lambertw 在小值上返回 nan
#16297: 文档：小版本发布程序调整
#16319: 增强：改进了输出特征向量的精度和正交性……
#16333: 文档：stats.probplot 中缺失 rvalue 描述
#16334: 缺陷：浅色主题下 CLI 帮助无法访问
#16338: 增强：添加选项以将超出范围的输入值裁剪到最小值……
#16342: 缺陷：IIRdesign 函数 ftype='bessel' 未识别
#16344: 增强：改进了 `stats.ortho_group`
#16364: 增强：stats：返回 bunches 而不是普通元组
#16380: 缺陷：RegularGridInterpolator 错误消息有误
#16386: 测试：sparse/linalg/tests/test_expm_multiply.py::test_expm_multiply_dtype……
#16399: `test_mio.py::test_recarray` 因 dtype 处理失败……
#16413: 文档：rvs 方法 docstring 指向 seed 参数而非……
#16433: 增强：scipy.stats.bootstrap() 应对多元统计执行 BCa……
#16472: 在 `interpn` 中处理样条插值方法
#16476: dev.py 不传播错误代码，因此隐藏了 CI 上的错误
#16490: 文档：`scipy.signal.upfirdn` 示例中的错误
#16558: 缺陷：当 distance=0 时 leaves_color_list 不正确
#16580: scipy/optimize/tests/test_optimize.py 中的拼写错误，logit 而非……
#16582: 测试：RegularGridInterpolator 测试应参数化
#16603: 增强，文档：添加关于拼写错误和小型文档修复的策略
#16663: 缺陷：`bool(rotation)` 导致错误
#16673: Azure CI 任务中 `TestPoisson.test_mindist` 的测试失败
#16713: 缺陷/文档：spatial：`Rotation` 方法的 docstring 缺失……
#16726: 持续集成：Python 3.11 测试失败，因为某个依赖正在使用……
#16741: 缺陷/文档：编辑 svds 中的 docstring 示例
#16759: 文档：在 docstring 的“Examples”部分添加“import numpy as np”。
#16763: 缺陷：numpy 版本要求不匹配：文档与 setup.py
#16773: 缺陷：scipy.spatial.Voronoi 在 3D 中的索引错误
#16796: 文档：root_scalar 的“bisect”方法缺少正确的参数列表
#16819: 缺陷：当使用 `statistic=np.mean` 时 stats.binned_statistic_2d 慢约 8 倍……
#16833: BSpline.design_matrix 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: 维护：stats：将 `_contains_nan` 函数移动到更多……
#16914: 缺陷：scipy.stats.truncnorm 的文档可以更清晰
#17031: 缺陷：stats：测试“test_plot_iv”间歇性失败
#17033: 使用 nightly numpy 时 `sparse` 中出现新的 CI 失败
#17047: 缺陷：scipy.signal 中的文档错误
#17056: 持续集成中 `numpy/__init__.pyi` 的 Mypy 失败：仅位置参数……
#17065: 缺陷：minimize(method='L-BFGS-B') 文档矛盾
#17070: 在 conda 环境中使用 Meson 构建的 1.10.0.dev0 nightly wheel 时……
#17074: 缺陷：scipy.optimize.linprog 不满足整数约束……
#17078: 文档：“这些不是通用函数”难以理解……
#17089: 增强：.spearmanr p 值背后的测试文档
#17129: 文档：新功能添加时间不一致
#17155: 缺陷：stats：TestNumericalInverseHermite 中 XSLOW 测试的错误
#17167: 缺陷：bernoulli.pmf 在非整数参数下返回非零值
#17168: Windows CI 中 `test_powm1` 失败
#17174: 维护，发布：推送到维护分支时未上传 wheel 到 staging
#17241: 缺陷：当 `y` 传递空值时 CubicSpline 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` 文档应反映 tnc 的废弃……
#17412: 缺陷：Meson 错误：未指定语言“cpp”的编译器……
#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，持续集成：1.10.0rc1 wheel 构建/测试失败
#17619: 缺陷：调用 scipy.optimize.linprog 时核心转储
#17644: 缺陷：1.10.0rc2 Windows wheel 测试全部段错误
#17650: 缺陷：使用 HiGHS 时断言失败

1.10.0 的拉取请求 #

#9072: 增强：为 multivariate_normal 添加了矩形积分
#9932: 增强：stats.gaussian_kde：添加返回边际分布的方法
#11712: 缺陷：trust-constr 评估函数超出范围
#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 Powell 方法中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 odds_ratio 函数。
#13663: 增强：linalg：为 trexc 和 trsen 添加 LAPACK 包装器。
#13753: 文档：optimize：更新 Powell 文档以反映 API
#13957: 增强：stats.ks_2samp：对剩余的精确 p 值计算进行 Pythranize
#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：docstring 中的 bins=auto
#14579: 基准测试：optimize：添加 DFO CUTEST 基准测试
#14638: 文档：补充了 Thomas 算法的局限性
#14840: 增强：添加泊松均值检验（E 检验）。
#15097: 增强：为 gaussian_filter1d 和 gaussian_filter 添加半径
#15444: 增强：Studentized Range 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：改进 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: 废弃：移除 dual_annealing 的 local_search_options
#15892: 缺陷：stats：在 bootstrap 中使用 percentileofscore 的均值行为
#15901: 废弃：废弃 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：`firls` 中指定了 `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：special：为一些 ufunc 使用 boost。
#16069: 增强：为 gumbel_r.fit 中固定参数添加额外 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 `nan_policy` 可选参数
#16224: 为 RegularGridInterpolator 添加 `pchip` 模式。
#16227: 缺陷：special：修复“双精度-双精度”代码的几个问题……
#16238: 维护：stats：支持 `_contains_nan` 的字符串数组并添加……
#16268: 文档：optimize：为 `linprog` 添加边际/松弛示例
#16294: 缺陷：linalg：为 `sqrtm` 添加精度保留
#16298: 发布：设置版本为 1.10.0.dev0
#16299: 废弃：执行 scipy.linalg.blas.{clapack, flapack} 的废弃
#16307: 废弃：为 binom_test 添加废弃警告
#16315: 废弃：为 firwin 中 kwargs nyq / Hz 添加废弃警告
#16317: 增强：stats：添加截断（即有上界）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 命令中移除 `-scipyopt` 并构建……
#16328: 维护：在 CI 中重试 OpenBLAS 下载
#16332: 构建：确保当 git 子模块……时我们能收到可理解的消息
#16335: 构建：更新 NumPy 至 >=1.19.5
#16336: 维护：前向移植 git 作用域
#16340: 废弃：从 NumericalInverseHermite 中移除 tol & max_intervals
#16346: 开发：将 meson-python 添加到 environment.yml
#16351: 为滤波器示例添加“import numpy as np”语句
#16354: 文档：optimize：从 `_minimize_lbfgsb` 的选项中移除回调文档……
#16355: 废弃：为 linalg.eigh 的 kwargs turbo / eigvals 添加废弃警告
#16356: 文档：为 `signal.medfilt2d` 添加示例
#16357: 基准测试：将 SHGO 和 DIRECT 添加到优化基准测试
#16362: 增强：当值超出范围时提供更多信息……
#16367: 缺陷：无效括号的错误信息不明确
#16371: 维护：移除 `mktemp` 的最后（已安全）使用
#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: 废弃：废弃 `stats.kendalltau` kwarg `initial_lexsort`
#16389: 废弃：锐化统计废弃
#16392: 废弃：为 `sparse.gmres` 废弃的 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: 维护：optimize.brute 应该将非元组参数强制转换为元组
#16415: 文档：stats：修复 `rvs` docstring 中的 seed -> random_state
#16423: 维护：stats：在 _contains_nan 中不使用嵌套 TypeError
#16424: 维护：为 numpy 类型转换的更改，使 `stats.kde` 具有前瞻性……
#16425: 文档：文件 doc/source/dev/core-dev/releasing.rst.inc 中的过程调整
#16428: 维护：修复 `_sputils.get_index_dtype` 以适应 NEP 50 类型转换……
#16431: 持续集成：dev.py 更新到新 CLI 后修复 Gitpod 构建
#16432: lobpcg.py 中的 Docstring 修复
#16434: 文档：stats.mstats.sen_seasonal_slopes：添加 docstring
#16435: 增强：方向均值
#16438: 维护：移除未使用的 `DeprecatedImport`
#16439: 增强：stats.chi2_contingency：将输出元组转换为 Bunch
#16440: 增强：stats.median_test：将输出元组转换为 Bunch
#16441: 增强：stats.mood：将输出元组转换为 Bunch
#16442: 维护：修复与 Python 标量相关的类型转换行为的问题……
#16447: 构建：使使用 AddressSanitizer 构建更容易
#16449: 增强：提高 scipy.interpolate.RegularGridInterpolator 性能
#16450: 缺陷：修复浅色主题下的 CLI 帮助
#16454: 增强：stats.bootstrap：返回自举分布
#16455: 增强：stats.bootstrap：为多样本统计添加 BCa 方法
#16462: 持续集成：将 Python 3.8-dbg 任务更新到 ubuntu-20.04
#16463: 增强：stats.jarque_bera：添加 axis、nan_policy、masked array 支持
#16470: 文档：stats.spearmanr：添加关于 p 值计算的信息
#16471: 维护：interpolate/RGI：仅在需要时调用 `find_indices`
#16474: 文档：为 entropy docstring 添加更多信息
#16475: 构建：构建一次 f2py 共享源文件并链接到每个……
#16481: 缺陷：将 (n+1) 改为 n 以正确计算 hd 的 jackknife……
#16486: 文档：special.entr：添加上下文
#16487: 维护：提高测试速度，添加超时
#16496: 添加关于 x 和 y 数组按降序排序的注释
#16497: 文档：special：在 spence docstring 中添加“Examples”部分。
#16498: 增强：通过累积和加速 hdquantile_sd
#16501: 文档：修复 spatial.Delaunay 中的拼写错误
#16502: 文档：Rst 语法微小更新。
#16503: 增强：stats：为 skewnorm 分布实现 _munp()。
#16505: 文档：修正 scipy.signal.upfirdn 示例中的错误
#16508: 缺陷/增强：在 `interpn` 和……中处理样条插值方法
#16511: 添加对 regulargridinterpolator 的引用
#16513: 维护：在 Windows 上跳过 complex128 propack 测试（和模块清理）
#16516: 文档：添加关于 matlab v7.3 情况下的使用提示
#16518: 持续集成：所有工作流中的 pip 和 conda 缓存
#16524: 测试：stats.permutation_test：加强对 `ks_2samp` 的测试
#16529: 持续集成：清理 CI 中 scikit-umfpack 和 scikit-sparse 的使用
#16532: `io.harwell_boeing` 中 docstring 示例中已废弃的导入……
#16533: 增强：signal：添加 Lanczos 窗函数
#16534: 持续集成：修复 Azure 任务中 scikit-umfpack 和 scikit-sparse 的安装
#16535: 维护：signal：修复 chirp 中的 matplotlib 废弃警告……
#16543: 文档：更新 cwt 文档示例
#16544: 文档：为 `MultinomialQMC` 添加更好的示例。
#16546: 文档：为教程图片添加 alt 文本
#16547: 增强：修正 `minimize` 中的边界警告
#16550: 测试：修复不稳定的 sparse.linalg.exmp 测试
#16552: 持续集成：在 Ubuntu Jammy (22.04 LTS) 上测试发行版 Python 安装
#16554: 测试：为 `test_kappa4_array_gh13582` 添加超时
#16557: 缺陷：修复 `interpolate.RegularGridInterpolator` `out_of_bounds`……
#16559: 增强：为 von-mises 分布添加 logpdf 函数
#16560: 向量化 ortho_group.rvs
#16561: 文档：optimize：修复 differential_evolution docstring 中的警告
#16565: [文档] basinhopping docstring 中不正确的类型语法。
#16566: 修复窗函数 docstring 的窗口长度
#16567: 文档：添加关于矩阵函数不准确性的说明
#16571: 文档：sparse.linalg：添加 UMFPACK 的引用。
#16574: 增强：沿样本向量化 `stats.ortho_group.rvs` 和 `stats.unitary_group.rvs`
#16576: 修复测试文档中的断开链接
#16587: 文档：在 QMC 示例中添加 NumPy 导入。
#16589: 文档：在 manylinux_2_24 EOL 后更新 toolchain.rst；允许……
#16591: 增强：stats.nct：替换为 boost 实现
#16592: 文档：interpolate：文档 .roots() 变通方法
#16594: 维护：更好的 pytest-timeout 支持
#16596: 维护：stats.rv_continuous：始终返回 NumPy 标量
#16607: 维护：移除不必要的 `__future__` 导入
#16608: 测试：stats.rv_continuous：更直接地测试 numpy 标量输出
#16612: 增强：沿样本向量化 `stats.special_ortho_group.rvs`
#16614: 文档：在 linalg 分解函数示例中添加 NumPy 导入
#16615: 文档：向多个文件添加 numpy 导入
#16616: 文档：在一些 stats 文件中的示例中添加 numpy 导入
#16617: 文档：更新使用 dev.py 调试的说明
#16618: 文档：在 bsplines 示例中添加 NumPy 导入
#16619: 文档：在一些 stats 示例中添加 numpy 导入
#16620: 文档：为示例添加 numpy 导入
#16621: 修复：二项式分布除零的上游修复
#16624: 文档：在 `_mstats_basic.py` 示例中添加 NumPy 导入
#16625: 文档：为示例添加 `import numpy as np`
#16626: 缺陷：cluster：修复 `leaves_color_list` 问题
#16627: 测试：spatial.directed_hausdorff：参数化 test_random_state_None_int
#16629: 文档：修改 scipy.stats.mode 示例以使其非平凡。
#16631: 维护：stats.gaussian_kde：在退化情况下引发信息性消息……
#16632: 维护：signal：修正了 peak_finding 示例
#16633: 文档：更新基准测试文档以使用 dev.py 用户界面
#16634: 文档：为 fft.fht 添加示例
#16635: 文档：修复 default_rng 命名空间和示例的线型
#16639: 文档：readme 中为新手提供更好的链接
#16640: 维护：optimize：始终从目标函数包装器返回浮点数
#16641: 文档：optimize：修复 `curve_fit` xdata 应为浮点数的文档……
#16644: 文档：io：为 mminfo、mmread 和 mmwrite 添加示例部分。
#16646: 维护：让 get_index_dtype 遵循其文档并返回……
#16647: 维护：修复 test_optimize.py 中 expit 函数名称的拼写错误
#16650: 文档：io：为“whosmat”docstring 添加“Examples”。
#16651: 增强：stats.resampling：自动检测统计量是否……
#16652: 维护：移除未使用的导入。
#16653: 开发：广义交叉验证平滑样条
#16654: 增强：stats：为结果对象添加别名
#16658: 缺陷：signal：在 savgol_filter 中将 window_length 与正确轴进行比较
#16659: 文档：用 `sphinx_design` 替换 `sphinx_panels` 和 `sphinx_tabs`
#16666: 维护：从 `optimize` 子模块中移除不必要的 `__main__` 代码
#16667: 文档：spatial：修正 Delaunay 中重心描述
#16668: 文档：signal：更新 zpk2sos docstring 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：增加 `lobpcg` 测试中的求解容差
#16676: 维护：stats.mstats.mode：重构以将 `kwargs` 排除在……之外
#16677: 测试：加速 mindist 测试
#16678: 文档：移除 css 中的自定义颜色
#16680: 维护：stats.gmean：当 masked-array ……时 `axis=None` 的修正
#16683: 开发：为 dev.py 接口添加 `–durations` 参数
#16685: 构建：实现 GCC 和 MSVC 的编译器版本检查
#16687: 文档：signal：更新 remez docstring 中的示例。
#16689: 维护：sparse.linalg：移除 LGMRES 演示
#16690: 在 svds 中将 random uniform 更改为 normal 来初始化 lobpcg 和 arpack
#16691: 增强：stats：为 levy 分布实现 isf。
#16692: 增强：stats.gaussian_kde：替换 pdf 中 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) 最低版本并移除显式……
#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: 持续集成：在 environment.yml 中添加 Meson 版本号以重建 Docker……
#16707: 文档：扩展 `scipy.interpolate` 教程
#16712: 缺陷：更新 _svds.py：对来自 arpack 的特征向量进行正交化……
#16714: 增强：stats.bootstrap：扩展先前的自举结果
#16715: 文档：interpolate：添加 splPrep/PPoly.from_spline 的示例……
#16717: 文档：重新格式化 seed docstring
#16722: 维护：空 Rotation 的额外测试真值和长度
#16730: 维护：interpolate：在 fitpack2 中使用 _fitpack_impl
#16731: 增强：interpolate.KroghInterpolator：引发数值……警告
#16732: 文档：在适当位置用 dev.py 替换 runtests.py
#16733: 文档：添加开发工作流链接
#16735: 文档：前向移植 1.9.0 发布说明
#16738: 发布：文档：更新版本切换器
#16739: 持续集成：将 py311-dev 任务转移到 Meson
#16740: 文档：修复 Sphinx 标记。
#16742: 持续集成：将 test_numpy_main 移动到 linux_meson
#16743: 废弃：interpolate：恢复仅 docstring 的 fitpack 废弃……
#16747: 文档：sparse.linalg：修复 lobpcg docstring 示例中的输出。
#16753: 文档：Integrate：为 `dblquad` 添加非正常积分示例……
#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：计算 KDE 核估计时释放 GIL
#16761: 文档：向 readme 添加 logo。
#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 Boost 实现 skewnorm cdf/ppf
#16772: 文档：为 docstring 添加一个 :math: 以保持一致性
#16776: 缺陷：将 nperseg 大小设置为已初始化窗口的大小……
#16778: 维护：修复最近出现的几个 Mypy 错误
#16779: 测试：Interpolate：移动位置不正确的 NDInterpolator 测试
#16788: 文档，测试：澄清 Voronoi Qz
#16790: 增强：stats.invgauss：使用 Boost 实现 ppf/isf
#16791: 维护：stats.skewnorm：修复数据偏度大于……时的拟合
#16793: 文档：optimize：为 milp 添加教程
#16795: 文档：嵌入 `spatial.transform.Rotation` 的方法签名
#16797: 增强：将 extrapolate 添加到 BSpline.design_matrix
#16799: 文档：optimize.root_scalar：改进方法的参数化
#16800: 维护：移除 `_lib/_c99compat.h` 并使用 C99 而非 `npy_math.h`……
#16801: 增强：将谱 2-范数添加到 _norm.py
#16804: 增强：stats.weibull_min：覆盖 fit
#16806: 开发：更新 pydevtool 版本以传播退出代码
#16809: 文档：为 docstring 示例添加了缺失的“import numpy as np”……
#16811: 文档：修复断开的链接
#16816: 维护：special：移除一个 `libnpymath` 依赖；更多 `NPY_`……
#16817: 维护：移除 `NPY_INLINE`，改用 `inline`
#16818: 维护：更新 PROPACK git 子模块以消除测试中的打印输出……
#16826: 维护：修复 `special/ellip_harm.pxd` 中的一些构建警告
#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 docstring 添加绘图
#16831: 文档：special：多项 docstring 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：向结果添加拟合参数
#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` 添加默认样条度值
#16857: 增强：移除 BarycentricInterpolator 中预期警告
#16858: 增强：修改 scipy.optimize.least_squares 以接受边界……
#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: 废弃，文档：在文档中显示已废弃方法并修复覆盖……
#16867: 文档：修复 `Rotation.align_vectors` docstring 中的精度问题
#16869: 文档：为 docstring 示例添加了缺失的“import numpy as np”……
#16873: 维护：stats.multinomial：当 p[:-1].sum()……时不要更改 p[-1]
#16874: 文档：signal：为“normalize”docstring 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: 持续集成：仅在 scipy 上构建 wheel [skip azp][skip github]
#16887: 文档：optimize.linprog：调整教程以解决 gh16531
#16888: 文档：概述 cibuildwheel 如何在 CI 中触发和运行
#16889: 维护：interpolate：移除几个未使用的导入。
#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：添加解释 Docker 镜像如何构建和使用的图表……
#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：为 rv_histogram 绘图添加图例
#16902: 增强：stats.ttest_rel：为结果添加 confidence_interval
#16903: 文档：interpolate：为 `UnivariateSpline` 添加实际平滑条件
#16906: 文档：修复 refguide 检查问题
#16907: 缺陷：stats：vonmises 分布的期望方法
#16910: 维护：前向移植 1.9.1 发布说明
#16913: 增强：interpolate：允许 interp1d 接受单个值
#16916: 文档：添加关于在规则网格数据上使用 interpn 的说明
#16923: 维护，增强：integrate.qmc_quad：添加 QMC 积分
#16924: 修复 -Wincompatible-function-pointer-types 编译问题
#16931: 文档：添加 Meson 构建调试和内省的详细信息
#16933: 维护：interpolate：添加了 DivideByZero 警告静默测试……
#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 的文档说明更新
#16941: 维护：支持 NumericalInverseHermite (stats.sampling) 中的 logpdf
#16948: 文档：sparse.linalg.svds：修复间歇性 refguide 检查失败
#16950: 文档：为常见 Bessel 函数添加示例
#16951: 增强：stats.fit：为 FitResult.plot 添加 plot_types
#16953: 开发：更新 dev.py 以仅安装更改的文件
#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 个链接指向稳定版。
#16967: 增强：stats.goodness_of_fit：一个通用的拟合优度检验
#16968: 增强：关闭 numpy 版本警告中的括号
#16976: 文档：stats.qmc：修复 seed 参数的描述
#16980: 文档：修复重复词拼写错误。
#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 t_span 参数的描述
#16990: 持续集成：启用（每周）nightlies 的上传并更新操作方式……
#16992: 持续集成：升级 CI 镜像以在 Ubuntu 22.04 而非 20.04 上运行
#16995: 文档：stats：修复不正确文档化的统计属性……
#17003: 文档：为一些 Bessel 函数添加示例
#17005: 持续集成：在 macOS 任务中将 OpenBLAS 钉选到特定构建以避免 gges……
#17006: 增强：stats.spearmanr：为结果对象添加 statistic 属性……
#17007: 增强：stats.kendalltau：为结果对象添加 statistic 属性……
#17008: 增强：stats.weightedtau：为结果对象添加 correlation 属性
#17009: 恢复“持续集成：在 macOS 任务中将 OpenBLAS 钉选到特定构建以避免……”
#17014: 维护：移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：为结果对象添加 correlation 属性
#17021: 修复：`dev.py build` 并行行为并修复拼写错误
#17022: 解释 LIL 的来源
#17027: 修正列表的列表稀疏矩阵的解释
#17029: 持续集成：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：修复因 NumPy 更新导致的测试失败
#17036: 开发：更新 Docker 中的 GPG 密钥 [Gitpod]
#17038: FITPACK 包装器中 `splint` 的去重；第 3 次尝试
#17039: 增强：添加 `stats.expectile` 函数
#17041: 文档：为 Bessel 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：修复因 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: 为 KS 测试结果添加位置和符号
#17063: 持续集成：修复 nightly wheels 的上传问题
#17068: 维护：移除未使用的导入。
#17071: 文档：更新 scipy.optimize.minimize(method='L-BFGS-B') 中的 maxfun……
#17073: 文档：Bessel 函数导数的示例
#17076: 文档：spatial：校对 voronoi_plot_2d 示例。
#17079: 缺陷：修复 `signal.sosfilt` 与复数 dtype 和 Intel 的问题……
#17081: 文档：修复 svds docstring 中的格式
#17083: 文档：修复 NumPy 环境变量文档的断开链接
#17085: 文档：optimize：添加 SciPy cookbooks milp 教程的链接
#17091: 维护：interpolate 移除 FITPACK 接口 `sproot` 的重复。
#17093: 增强：改进 scipy.optimize.linprog 的行为 (#17074)
#17094: 文档：Bessel 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: 持续集成：修复 `SCIPY_USE_PYTHRAN=0` 的测试，并升级到 pythran……
#17108: 文档：重新阐述 special 文档页面中的 ufunc 描述
#17109: 构建：确保 Intel Fortran 按预期处理负 0。
#17110: 文档：为 scipy.sparse 示例添加 Numpy 导入
#17112: 增强：在 curve_fit 中添加对 bounds 类的支持
#17115: 文档：为示例添加 Numpy 导入
#17117: 增强：stats.logistic：覆盖剩余情况的 fit
#17118: 增强：binned_statistic_dd 中对复数函数的支持
#17122: 增强：移除重复函数调用
#17126: 维护，增强：scipy.stats：重构 `directionalmean` 以返回……
#17128: 增强：stats.covariance：添加 CovViaCholesky
#17130: 文档：移除不一致的消息
#17135: 增强：stats.Covariance：通过其特征分解指定协方差矩阵
#17138: 持续集成：为 GH actions 添加权限。
#17140: 缺陷：修复 shgo 未正确将 jac 传递给 minimizer 的问题
#17141: 增强：stats.fit：添加最大间距估计
#17144: 文档：用 `set_layout_engine` 替换 `set_tight_layout`……
#17147: 基准测试：从 dev.py 中移除 `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`：废弃与 scramble 居中
#17157: 增强：为 scipy.ndimage 添加了 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：在……中更好地处理域外的模式/中心
#17175: 维护：前向移植 1.9.2 发布说明
#17177: 文档：stats：修复 odds_ratio 的 versionadded 标记
#17178: 文档：interpolate：讨论 SmoothBivariateSpline 的失效模式
#17180: 废弃：interpolate：废弃 interp2d
#17181: 持续集成：修复 staging 构建 wheels 的时机
#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 1.9.0 发布说明中关于“weights”参数的错误……
#17188: 文档：更新 1.9.2 的版本切换器
#17198: 维护：stats：从 levy_stable._fitstart 中移除 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：移除旧 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：子类友好地重构 RegularGridInterpolator
#17233: 文档：Struve 函数的示例
#17236: stats/distributions：使 rv_sample 公开，允许子类化
#17237: 增强：将 conditional_table 添加到 SciPy.stats。
#17238: 文档：linalg：多项 docstring 更新。
#17243: 文档：special：smirnov 和 smirnovi 的更新
#17247: 维护：optimize.leastsq：修复协方差非 SPD 问题
#17256: doc/RegularizedIncompleteBetaFunction
#17258: 维护：stats.multivariate_normal：冻结的 rvs 应该传递 cov_object……
#17259: 文档：持续集成：添加关于跳过 Cirrus CI 的注释。
#17262: 维护：前向移植 1.9.3 发布说明
#17264: 文档：更新 1.9.3 的版本切换器
#17273: 测试：linalg：暂时禁用 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 的无段错误测试标记为 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() 中的容差。
#17291: 将 RegularGridInterpolator 中的 2D 线性代码路径 Cython 化
#17296: 修复由 pytest 7.1.3 引起的测试失败
#17298: DOC: 为 Stats Anderson 添加示例
#17299: DOC: interpolate: 外推法技巧和窍门
#17301: DOC, MAINT: 在文档构建期间移除对 inspect.formatargspec 的使用
#17302: MAINT: special: 对具有实数输入的 special.hyp1f1 使用 boost 库。
#17303: 移除手写的 `_fitpack.spalde`：pr/17145 的 rebase
#17304: ENH: stats: 为 invweibull 实现 _sf 和 _isf。
#17305: BUG: interpolate: 允许零大小数据数组
#17313: DOC: interpolate: 添加关于不同比例数据的说明
#17314: DOC: interpolate/教程: 添加一个长度为 1 的示例
#17315: MAINT: special: 移除 numpy 函数 arccosh, arcsinh… 的测试
#17317: DOC: interpolate/教程: 添加一个等距... 示例
#17319: DOC: huber/pseudo_huber 的引用和示例
#17331: CI: 在 Azure 上，将 pytest-xdist 固定到 2.5.0 版本
#17340: DOC: 澄清 basinhopping 中界限的使用
#17345: ENH: 通过添加 xtol 参数提交以关闭 #1261 (trac #734)。
#17346: BLD: 修复 Meson 构建中 `SCIPY_USE_PYTHRAN=0` 的用法
#17349: DOC: 修复 signal 模块的 docstring；完成添加“import numpy as np”
#17351: CI: 将 ninja 固定到 1.10.2.4 版本，以避免 1.11.1 中破坏 meson 的 bug。
#17355: DOC: spatial: 修复一些 docstring。
#17359: CI: ninja 包已修复，取消固定。
#17361: DOC: gdtr 和 gdtrc 的示例
#17363: DOC: 调整 interp2d 的弃用通知
#17366: DOC/MAINT: 清理 doctests 命名空间
#17367: DOC: 为 `dev.py` 添加缺失的 `build` 参数
#17369: DOC: 参数文档中一致使用 `=`
#17371: DOC: 使用新的 `RBFInterpolator` 更新 RBF 教程
#17372: BLD: 更新到 Meson 0.64.0，移除 `pure: false` 行
#17374: DOC: `special.itairy` 示例
#17376: DOC: 为 stats.mstats.find_repeats 添加示例
#17395: DOC: optimize: 更新最小化文档以反映 tnc 对 maxiter 的弃用
#17397: BUG: signal: 更改 upfirdn 工具函数 `_output_len()` 中的类型
#17399: DOC: signal.iirdesign: 从支持的滤波器... 中移除 `bessel`
#17400: TST: 在 signal.TestBessel.test_fs_param 中使用 norm
#17409: DOC: 与 F 分布相关的特殊函数示例
#17415: MAINT: Python 3.8 类型简化
#17416: BLD: 通过使用 `fs.copyfile` 修复大量配置警告
#17417: BUG: integrate: simpson 未能处理整数 n 维数组。
#17418: DOC: special: 从特殊函数示例中移除重复导入。
#17423: 修复 #17089 的文档
#17426: BLD: 修复 propack 和 boost 子模块 - 不请求原生...
#17427: DOC: optimize.linprog: 调整 HiGHS URL
#17430: BLD: 定义 NDEBUG 以模拟 cmake 发布构建
#17433: MAINT/TST: 改进 DIRECT 优化器的测试覆盖率
#17439: DOC: 改进 uniform_direction 分布的示例
#17446: MAINT: stats.gaussian_kde: 如果 n_features > n_data 则及早报错
#17447: MAINT: optimize.fminbound/minimize_scalar: 添加引用，区分...
#17448: MAINT: optimize.minimize_scalar: 始终确认“bounds”...
#17449: MAINT: 移除 unicode 的剩余出现
#17457: DOC: 双重积分示例中的拼写错误
#17466: BUG: stats: 修复 gh-17444。
#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: 恢复 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` 用法
#17482: MAINT: stats: 无条件禁用 boost 双精度提升。
#17484: DOC: 从 PoissonDisk 示例中移除硬编码值
#17485: ENH: 增加 vonmises 熵的范围
#17487: CI: 为 musllinux 固定 setuptools
#17489: BUG: ndimage: 解决 gh-17270 问题
#17496: DEV: dev.py: 使 lint 任务与 CI 一致
#17500: MAINT: special: 移除对不存在函数 `exp1m` 的引用。
#17501: 小错误: 修复 `_svds.py` 中的拼写错误
#17504: CI: PRs 在合并的 main 分支上运行 [跳过 circle][跳过 gh][跳过 azp]
#17512: TST: interpolate: 停止跳过零大小数组的测试
#17513: BUG: optimize: 修复问题 17380
#17526: BUG, DOC: stats: 修复 [source] 按钮重定向到错误的...
#17534: DOC: 1.10.0 发布说明
#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 修复: 更新 `lobpcg.py` 将历史数组转换为列表以用于...
#17569: MAINT: 1.10.0rc1/发布说明修复的版本范围
#17579: 恢复“ENH: stats.ks_2samp: Pythranize 剩余的精确 p 值...”
#17580: CI: 原生 cp38-macosx_arm64 [wheel 构建][跳过 azp][跳过 circle][跳过...]
#17583: MAINT: 1.10.0rc1 第二轮反向移植
#17591: MAINT: stats.pearsonr: 对复杂输入引发错误
#17600: DOC: 更新 1.10 的版本切换器
#17611: MAINT: 更新 ascent.dat 文件哈希
#17614: MAINT: optimize.milp: 不警告 `mip_rel_gap` 选项
#17627: MAINT: 将 `datasets.ascent` 图像转换为 float64
#17634: MAINT: NumPy 1.24 的 errstate 转换
#17638: MAINT, TST: alpine/musl 段错误 shim
#17640: MAINT: 为 SciPy 1.10.0rc2 做准备
#17645: MAINT: stats.rankdata: 确保一致的形状处理
#17653: MAINT: pybind11 win 排除
#17656: MAINT: 1.10.0rc2 反向移植，第二轮
#17662: 修复 `scipy.fft` 中的未定义行为
#17686: REV: integrate.qmc_quad: 将发布推迟到 SciPy 1.11.0
#17689: REL: integrate.qmc_quad: 从发布说明中移除

scipy.datasets 模块介绍#

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#