SciPy 0.10.0发行说明¶
目录
SciPy 0.10.0是8个月辛勤工作的顶峰。它包含许多新功能、大量错误修复、改进的测试覆盖率和更好的文档。此版本中的弃用和向后不兼容更改的数量有限，下面对其进行了记录。我们鼓励所有用户升级到此版本，因为有大量的错误修复和优化。此外，我们的开发注意力现在将转移到0.10.x分支上的错误修复版本，以及在开发主分支上添加新功能。
版本亮点：
支持便当作为可选的构建系统。
支持广义特征值问题，以及ARPACK中提供的所有移位-反转模式。
此版本需要Python2.4-2.7或3.1-以及NumPy 1.5或更高版本。
新功能¶
便当：新的可选构建系统¶
Scipy现在可以用 Bento 。Bento有一些很好的特性，比如并行构建和部分重建，这是默认构建系统(Distutils)无法实现的。有关使用说明，请参阅scipy顶级目录中的Bento_BUILD.txt。
目前，Scipy有三个构建系统，distutils、Numscons和Bento。Numscons已弃用，正在计划中，可能会在下一个版本中删除。
文[1]中的广义特征值问题和移位-逆特征值问题 scipy.sparse.linalg¶
稀疏特征值问题的求解器函数 scipy.sparse.eigs/eigh 现在支持广义特征值问题，以及ARPACK中提供的所有移位-反转模式。
离散时间线性系统 (scipy.signal )¶
支持模拟离散时间线性系统，包括 scipy.signal.dlsim ， scipy.signal.dimpulse ，以及 scipy.signal.dstep ，已添加到本网站。线性系统从连续时间表示到离散时间表示的转换也通过 scipy.signal.cont2discrete 功能。
增强功能 scipy.signal¶
现在可以使用新函数计算Lomb-Scarger周期图 scipy.signal.lombscargle 。
前后联动的过滤功能 scipy.signal.filtfilt 现在可以对n维Numpy数组的给定轴上的数据进行过滤运算。(以前它只处理一维数组。)添加了选项，以便在筛选之前更好地控制如何扩展数据。
带FIR过滤设计 scipy.signal.firwin2 现在可以选择创建类型III(零频率和奈奎斯特频率时为零)和类型IV(频率为零时为零)的滤波器。
其他分解选项 (scipy.linalg )¶
Sort关键字已添加到Schur分解例程 (scipy.linalg.schur )以允许对结果Schur形式中的特征值进行排序。
附加特殊矩阵 (scipy.linalg )¶
功能 hilbert 和 invhilbert 已添加到 scipy.linalg 。
增强功能 scipy.stats¶
这个 one-sided form 费舍尔的精确测试现在也在
stats.fisher_exact。该函数
stats.chi2_contingency为了计算列联表中各因素独立性的卡方检验，增加了相关的效用函数stats.contingency.margins和stats.contingency.expected_freq。
增强功能 scipy.special¶
功能 logit(p) = log(p/(1-p)) 和 expit(x) = 1/(1+exp(-x)) 已实现为 scipy.special.logit 和 scipy.special.expit 分别为。
基本支持稀疏矩阵的Harwell-Boeing文件格式¶
通过一个简单的基于函数的API和一个更完整的API来控制数字格式，都支持读写。这些函数可以在scipy.parse.io中找到。
支持以下功能：
读写CSC格式的稀疏矩阵
仅支持实数、对称、汇编矩阵(RUA格式)
不推荐使用的功能¶
scipy.maxentropy¶
最大熵模块没有维护，很少使用，并且在几个版本中都没有很好地发挥作用。因此，在此版本中它已被弃用，并将在scipy 0.11中删除。SCRICKITS中的Logistic回归。Learning是此功能的一个很好的替代方案。这个 scipy.maxentropy.logsumexp 功能已移至 scipy.misc 。
scipy.lib.blas¶
也有类似的BLAS包装纸 scipy.linalg 和 scipy.lib 。这些现已整合为 scipy.linalg.blas ，以及 scipy.lib.blas 已弃用。
Numscons构建系统¶
Numscons构建系统正在被便当取代，并将在下一个Scipy版本中移除。
向后-不兼容的更改¶
不推荐使用的名称 invnorm 已从 scipy.stats.distributions ，此分发版可通过以下方式获得 invgauss 。
中的下列不推荐使用的非线性求解器 scipy.optimize 已删除：：
- ``broyden_modified`` (bad performance)
- ``broyden1_modified`` (bad performance)
- ``broyden_generalized`` (equivalent to ``anderson``)
- ``anderson2`` (equivalent to ``anderson``)
- ``broyden3`` (obsoleted by new limited-memory broyden methods)
- ``vackar`` (renamed to ``diagbroyden``)
其他变化¶
scipy.constants 已使用CODATA 2010常量进行了更新。
__all__ Dicts已经添加到所有模块中，这清理了名称空间(对于交互式工作特别有用)。
文档中添加了API部分，给出了推荐的导入指南，并指定了哪些子模块是公共的，哪些不是公共的。