SciPy 0.7.1 Versionshinweise#
SciPy 0.7.1 ist eine Fehlerbehebungsversion ohne neue Funktionen im Vergleich zu 0.7.0.
scipy.io#
Behobene Fehler
Mehrere Korrekturen in der Matlab-Datei-IO
scipy.odr#
Behobene Fehler
Umgehung eines Fehlers mit Python 2.6
scipy.signal#
Speicherleck in lfilter wurde behoben, ebenso wie die Unterstützung für Array-Objekte
Behobene Fehler
#880, #925: lfilter-Korrekturen
#871: bicgstab schlägt unter Win32 fehl
scipy.sparse#
Behobene Fehler
#883: scipy.io.mmread mit scipy.sparse.lil_matrix defekt
lil_matrix und csc_matrix lehnen nun unerwartete Sequenzen ab, siehe http://thread.gmane.org/gmane.comp.python.scientific.user/19996 (toter Link)
scipy.special#
Mehrere Fehler unterschiedlicher Schweregrade wurden in den Spezialfunktionen behoben
#503, #640: iv: Probleme bei großen Argumenten behoben durch neue Implementierung
#623: jv: Fehler bei großen Argumenten beheben
#679: struve: falsche Ausgabe für v < 0 korrigieren
#803: pbdv liefert ungültige Ausgabe
#804: lqmn: Abstürze bei einigen Eingaben beheben
#823: betainc: Dokumentation korrigieren
#834: exp1 seltsames Verhalten in der Nähe negativer ganzer Zahlen
#852: jn_zeros: genauere Ergebnisse für große s, auch in jnp/yn/ynp_zeros
#853: jv, yv, iv: ungültige Ergebnisse für nicht-ganzzahlige v < 0, komplexe x
#854: jv, yv, iv, kv: konsistenter NaN zurückgeben, wenn außer Bereich
#927: ellipj: Segfault unter Windows beheben
#946: ellpj: Segfault bei Mac OS X/Python 2.6 Kombination beheben.
ive, jve, yve, kv, kve: mit reellwertiger Eingabe NaN für außerhalb des Bereichs zurückgeben, anstatt nur den reellen Teil des Ergebnisses zurückzugeben.
Außerdem werden nun, wenn scipy.special.errprint(1) aktiviert wurde, Warnmeldungen als Python-Warnungen ausgegeben, anstatt sie nach stderr zu drucken.
scipy.stats#
linregress, mannwhitneyu, describe: Fehler behoben
kstwobign, norm, expon, exponweib, exponpow, frechet, genexpon, rdist, truncexpon, planck: Verbesserungen der numerischen Genauigkeit in Verteilungen
Windows Binärdateien für Python 2.6#
Python 2.6 Binärdateien für Windows sind nun enthalten. Die Binärdatei für Python 2.5 erfordert numpy 1.2.0 oder höher, und die für Python 2.6 erfordert numpy 1.3.0 oder höher.
Universeller Build für SciPy#
Der Mac OS X Binärinstaller ist nun ein echter universeller Build und benötigt nicht mehr gfortran (libgfortran ist statisch verlinkt). Die Python 2.5-Version von SciPy erfordert numpy 1.2.0 oder höher, die Python 2.6-Version erfordert numpy 1.3.0 oder höher.