SciPy 0.9.0 發行說明#

SciPy 0.9.0 是 6 個月辛勤工作的成果。它包含許多新功能、大量的錯誤修正、改善的測試覆蓋率和更完善的文件。此版本中進行了許多棄用和 API 變更,如下所述。 建議所有使用者升級到此版本,因為其中有大量的錯誤修正和最佳化。此外,我們的開發重心現在將轉移到 0.9.x 分支上的錯誤修正版本,以及在開發主幹上新增新功能。

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

請注意,由於我們正朝著 SciPy 1.0.0 版本邁進,因此 SciPy 仍被視為具有「Beta」狀態。 1.0.0 版本將標誌著 SciPy 開發的一個重要里程碑,在此之後,變更套件結構或 API 將變得更加困難。 雖然這些 1.0 之前的版本被認為具有「Beta」狀態,但我們致力於使其盡可能沒有錯誤。

然而,在 1.0 版本發布之前,我們正在積極審查和完善功能、組織和介面。 這樣做的目的是使套件盡可能連貫、直觀和實用。 為了實現這一點,我們需要使用者社群的幫助。 具體來說,我們需要關於專案各個方面的回饋意見 - 從我們實作的演算法,到關於我們函數呼叫簽章的詳細資訊 - 所有的一切。

Python 3#

Scipy 0.9.0 是第一個支援 Python 3 的 SciPy 版本。 唯一尚未移植的模組是 scipy.weave

Scipy 原始碼位置即將變更#

在此版本發布後不久,Scipy 將停止使用 SVN 作為版本控制系統,並轉移到 Git。 從那時起,可以在以下位置找到 Scipy 的開發原始碼

新功能#

Delaunay 鑲嵌 (scipy.spatial)#

Scipy 現在包含用於計算 N 維度 Delaunay 鑲嵌的常式,由 Qhull 計算幾何庫提供支援。 此類計算現在可以使用新的 scipy.spatial.Delaunay 介面。

N 維度內插 (scipy.interpolate)#

對分散式資料內插的支援現在已顯著改善。 此版本包含一個 scipy.interpolate.griddata 函數,可以對 N 維分散式資料執行線性內插和最近鄰內插,以及 2D 和 1D 中的三次樣條 (C1-平滑) 內插。 每個內插器類型的物件導向介面也可用。

非線性方程式求解器 (scipy.optimize)#

Scipy 在 scipy.optimize 中包含用於大規模非線性方程式求解的新常式。 實作了以下方法

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

  • (廣義) 正割法

    • 有限記憶體 Broyden 法 (scipy.optimize.broyden1scipy.optimize.broyden2)

    • 安德森法 (scipy.optimize.anderson)

  • 簡單迭代法 (scipy.optimize.diagbroydenscipy.optimize.excitingmixingscipy.optimize.linearmixing)

scipy.optimize.nonlin 模組已完全重寫,並且某些函數已被棄用 (請參閱上方)。

新的線性代數常式 (scipy.linalg)#

Scipy 現在包含用於有效求解三角方程式系統的常式 (scipy.linalg.solve_triangular)。

改良的 FIR 濾波器設計函數 (scipy.signal)#

增強了 scipy.signal.firwin 函數,以允許設計高通、帶通、帶阻和多頻帶 FIR 濾波器。

新增了 scipy.signal.firwin2 函數。 此函數使用視窗方法建立具有任意頻率響應的線性相位 FIR 濾波器。

新增了 scipy.signal.kaiser_attenscipy.signal.kaiser_beta 函數。

改良的統計檢定 (scipy.stats)#

新增了一個新函數 scipy.stats.fisher_exact,它為 2x2 列聯表提供費雪精確檢定。

重寫了 scipy.stats.kendalltau 函數,使其速度更快 (O(n log(n)) vs O(n^2))。

已棄用功能#

過時的非線性求解器 (在 scipy.optimize 中)#

來自 scipy.optimize 的以下非線性求解器已被棄用

  • broyden_modified (效能不佳)

  • broyden1_modified (效能不佳)

  • broyden_generalized (等同於 anderson)

  • anderson2 (等同於 anderson)

  • broyden3 (已被新的有限記憶體 broyden 方法取代)

  • vackar (已重新命名為 diagbroyden)

已移除功能#

已從 scipy.misc 中移除已棄用的模組 helpmodpexecppimport

已移除許多 scipy.ndimage 內插函數中的 output_type 關鍵字。

已移除 scipy.linalg.qr 中的 econ 關鍵字。 透過指定 mode='economic' 仍然可以使用相同的功能。

舊的關聯/卷積行為 (在 scipy.signal 中)#

scipy.signal.convolvescipy.signal.convolve2dscipy.signal.correlatescipy.signal.correlate2d 的舊行為已在 0.8.0 中棄用,現在已移除。 如果第二個引數的維度大於第一個引數,並且模式相對於具有最大維度的輸入,則卷積和關聯過去會交換其引數。 目前的行為是永遠不交換輸入,這才是大多數人期望的,也是關聯通常的定義方式。

scipy.stats#

已移除 scipy.stats 中的許多函數,這些函數可從 numpy 取得或已被取代,並且自 0.7 版以來已被棄用:stdvarmeanmediancovcorrcoefzzsstderrsamplestdsamplevarpdfapproxpdf_momentserfc。 這些變更反映在 scipy.stats.mstats 中。

scipy.sparse#

已移除 scipy.sparse 中稀疏矩陣類別的幾個方法,這些方法自 0.7 版以來已被棄用:saverowcolgetdatalistprintensure_sorted_indicesmatvecmatmatrmatvec

已從 scipy.sparse 中移除函數 spkronspeyespidentitylil_eyelil_diags。 前三個函數仍然可以作為 scipy.sparse.kronscipy.sparse.eyescipy.sparse.identity 使用。

已從稀疏矩陣建構函式中移除 dimsnzmax 關鍵字。 已分別從 CSR 和 CSC 矩陣中移除 colindrowind 屬性。

scipy.sparse.linalg.arpack.speigs#

已移除 ARPACK 庫的重複介面。

其他變更#

ARPACK 介面變更#

變更了 scipy.sparse.linalg 中 ARPACK 特徵值常式的介面,以提高穩健性。

如果特徵值迭代無法收斂,則特徵值和 SVD 常式現在會引發 ArpackNoConvergence。 如果需要部分收斂的結果,可以按如下方式存取

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

也修正了幾個錯誤。

這些常式也已重新命名如下

  • eigen –> eigs

  • eigen_symmetric –> eigsh

  • svd –> svds