SciPy 1.7.0 Versionshinweise#

SciPy 1.7.0 ist die Krönung von 6 Monaten harter Arbeit. Es enthält viele neue Funktionen, zahlreiche Fehlerkorrekturen, verbesserte Testabdeckung und bessere Dokumentation. In dieser Version gab es eine Reihe von Veralterungen und API-Änderungen, die unten dokumentiert sind. Alle Benutzer werden ermutigt, auf diese Version zu aktualisieren, da es eine große Anzahl von Fehlerkorrekturen und Optimierungen gibt. Vor dem Upgrade empfehlen wir den Benutzern, zu überprüfen, ob ihr eigener Code keine veralteten SciPy-Funktionen verwendet (um dies zu tun, führen Sie Ihren Code mit python -Wd aus und prüfen Sie auf DeprecationWarnings). Unsere Entwicklungsaufmerksamkeit wird sich nun auf Fehlerkorrektur-Releases für den 1.7.x-Zweig und auf das Hinzufügen neuer Funktionen auf dem Master-Zweig verlagern.

Diese Version erfordert Python 3.7+ und NumPy 1.16.5 oder höher.

Für die Ausführung auf PyPy wird PyPy3 6.0+ benötigt.

Highlights dieser Version#

  • Ein neues Untermodul für Quasi-Monte-Carlo, scipy.stats.qmc, wurde hinzugefügt

  • Das Design der Dokumentation wurde aktualisiert, um das gleiche PyData-Sphinx-Theme wie NumPy und andere Bibliotheken des Ökosystems zu verwenden.

  • Wir bündeln und nutzen jetzt die Boost C++-Bibliothek, um zahlreiche Verbesserungen für langjährige Schwächen in scipy.stats zu ermöglichen.

  • scipy.stats verfügt über sechs neue Verteilungen, acht neue (oder überarbeitete) Hypothesentests, eine neue Funktion für Bootstrapping, eine Klasse, die schnelles Stichprobenziehen und die Auswertung der Perzentil-Punktfunktion ermöglicht, sowie viele weitere Verbesserungen.

  • cdist und pdist Distanzberechnungen sind für mehrere Metriken, insbesondere gewichtete Fälle, schneller, dank einer Neufassung auf ein neues C++-Backend-Framework.

  • Eine neue Klasse für Radialbasisfunktionsinterpolation, RBFInterpolator, wurde hinzugefügt, um Probleme mit der Klasse Rbf zu beheben.

Wir danken dem Chan-Zuckerberg Initiative Essential Open Source Software for Science Programm für die Unterstützung vieler Verbesserungen an scipy.stats.

Neue Funktionen#

scipy.cluster Verbesserungen#

Ein optionales Argument, seed, wurde zu kmeans und kmeans2 hinzugefügt, um den Zufallsgenerator und den Zufallszustand festzulegen.

scipy.interpolate Verbesserungen#

Verbesserte Eingabevalidierung und Fehlermeldungen für fitpack.bispev und fitpack.parder für Szenarien, die zuvor zu erheblichen Verwirrung bei den Benutzern geführt haben.

Die Klasse RBFInterpolator wurde hinzugefügt, um die Klasse Rbf zu ersetzen. Die neue Klasse folgt in ihrer Verwendung stärker anderen Interpolationsklassen, korrigiert Vorzeichenfehler, die zu unerwartetem Glättungsverhalten führten, beinhaltet Polynomterme im Interpolanten (die für einige RBF-Auswahlen notwendig sind) und unterstützt die Interpolation nur mit den k-nächsten Nachbarn zur Speichereffizienz.

scipy.linalg Verbesserungen#

Ein LAPACK-Wrapper wurde für den Zugriff auf die Unterroutine tgexc hinzugefügt.

scipy.ndimage Verbesserungen#

scipy.ndimage.affine_transform kann nun die output_shape aus dem Array out ableiten.

scipy.optimize Verbesserungen#

Der optionale Parameter bounds wurde zu _minimize_neldermead hinzugefügt, um Grenzen für den Nelder-Mead-Solver zu unterstützen.

trustregion Methoden trust-krylov, dogleg und trust-ncg können nun hess mittels finiter Differenzen unter Verwendung einer der Optionen ["2-point", "3-point", "cs"] schätzen.

halton wurde als sampling_method in scipy.optimize.shgo hinzugefügt. sobol wurde korrigiert und verwendet nun scipy.stats.qmc.Sobol.

halton und sobol wurden als init Methoden in scipy.optimize.differential_evolution. hinzugefügt.

differential_evolution akzeptiert nun einen x0 Parameter, um eine anfängliche Schätzung für die Minimierung bereitzustellen.

least_squares weist eine moderate Leistungsverbesserung auf, wenn SciPy mit aktiviertem Pythran-Transpiler kompiliert wird.

Wenn linprog mit der Methode 'highs', 'highs-ipm' oder 'highs-ds' verwendet wird, meldet das Ergebnisobjekt nun die Marginalwerte (auch Schattenpreise, Dualwerte) und Residuen, die mit jeder Beschränkung verbunden sind.

scipy.signal Verbesserungen#

get_window unterstützt die Fensterfunktionen general_cosine und general_hamming.

scipy.signal.medfilt2d gibt nun bei Bedarf den GIL frei, um Leistungssteigerungen durch multithreaded Berechnungen zu ermöglichen.

scipy.sparse Verbesserungen#

Die Addition von dünnbesetzten dia_matrix Matrizen ist nun schneller.

scipy.spatial Verbesserungen#

Die Leistung von distance.cdist und distance.pdist hat sich für bestimmte gewichtete Metriken erheblich verbessert. Nämlich: minkowski, euclidean, chebyshev, canberra und cityblock.

Bescheidene Leistungssteigerungen für viele der oben genannten ungewichteten cdist und pdist Metriken.

Der Parameter seed wurde zu scipy.spatial.vq.kmeans und scipy.spatial.vq.kmeans2 hinzugefügt.

Die Parameter axis und keepdims wurden zu scipy.spatial.distance.jensenshannon hinzugefügt.

Die Rotationsmethoden from_rotvec und as_rotvec akzeptieren nun ein Argument degrees, um die Verwendung von Grad anstelle von Radiant anzugeben.

scipy.special Verbesserungen#

Wrights verallgemeinerte Bessel-Funktion für positive Argumente wurde als scipy.special.wright_bessel hinzugefügt.

Eine Implementierung der Inversen der Log-CDF der Normalverteilung ist nun über scipy.special.ndtri_exp verfügbar.

scipy.stats Verbesserungen#

Hypothesentests#

Der Mann-Whitney-Wilcoxon-Test, mannwhitneyu, wurde neu geschrieben. Er unterstützt nun n-dimensionale Eingaben, einen exakten Test bei keinen Bindungen und eine verbesserte Dokumentation. Bitte beachten Sie unter „Weitere Änderungen“ die Anpassungen des Standardverhaltens.

Die neue Funktion scipy.stats.binomtest ersetzt scipy.stats.binom_test. Die neue Funktion gibt ein Objekt zurück, das Konfidenzintervalle für den Anteilsparameter berechnet. Außerdem wurde die Leistung von O(n) auf O(log(n)) durch binäre Suche verbessert.

Die zweiseitige Version des Cramer-von-Mises-Tests ist in scipy.stats.cramervonmises_2samp implementiert.

Der Alexander-Govern-Test ist in der neuen Funktion scipy.stats.alexandergovern implementiert.

Die neuen Funktionen scipy.stats.barnard_exact und scipy.stats. boschloo_exact führen Barnard's exakten Test bzw. Boschloo's exakten Test für 2x2 Kontingenztabellen durch.

Die neue Funktion scipy.stats.page_trend_test führt Page's Test auf geordnete Alternativen durch.

Die neue Funktion scipy.stats.somersd führt Somers' D-Test auf die ordinale Assoziation zwischen zwei Variablen durch.

Eine Option, permutations, wurde in scipy.stats.ttest_ind hinzugefügt, um Permutations-t-Tests durchzuführen. Eine trim Option wurde ebenfalls hinzugefügt, um einen getrimmten (Yuen's) t-Test durchzuführen.

Der Parameter alternative wurde zu den Funktionen skewtest, kurtosistest, ranksums, mood, ansari, linregress und spearmanr hinzugefügt, um einseitige Hypothesentests zu ermöglichen.

Stichprobenstatistiken#

Die neue Funktion scipy.stats.differential_entropy schätzt die differentielle Entropie einer kontinuierlichen Verteilung aus einer Stichprobe.

boxcox und boxcox_normmax erlauben dem Benutzer nun, den Optimierer zur Minimierung der negativen Log-Likelihood-Funktion zu steuern.

Eine neue Funktion scipy.stats.contingency.relative_risk berechnet das relative Risiko, oder Risikoverhältnis, einer 2x2 Kontingenztafel. Das zurückgegebene Objekt verfügt über eine Methode zur Berechnung des Konfidenzintervalls des relativen Risikos.

Leistungsverbesserungen in den Funktionen skew und kurtosis durch Entfernen wiederholter/redundanter Berechnungen.

Erhebliche Leistungsverbesserungen in scipy.stats.mstats.hdquantiles_sd.

Die neue Funktion scipy.stats.contingency.association berechnet mehrere Maße für die Assoziation einer Kontingenztafel: Pearsons Kontingenzkoeffizient, Cramérs V und Tschuprows T.

Der Parameter nan_policy wurde zu scipy.stats.zmap hinzugefügt, um Optionen für den Umgang mit dem Auftreten von nan in den Eingabedaten zu bieten.

Der Parameter ddof wurde zu scipy.stats.variation und scipy.stats.mstats.variation hinzugefügt.

Der Parameter weights wurde zu scipy.stats.gmean hinzugefügt.

Statistische Verteilungen#

Wir bündeln und nutzen jetzt die Boost C++-Bibliothek, um eine Reihe von zuvor gemeldeten Problemen in stats zu beheben. Insbesondere haben beta, binom, nbinom jetzt Boost-Backends, und es ist einfach, das Backend für zusätzliche Funktionen zu nutzen.

Die schiefe Cauchy-Wahrscheinlichkeitsverteilung wurde als scipy.stats.skewcauchy implementiert.

Die Zipfian-Wahrscheinlichkeitsverteilung wurde als scipy.stats.zipfian implementiert.

Die neuen Verteilungen nchypergeom_fisher und nchypergeom_wallenius implementieren die Fisher- bzw. Wallenius-Versionen der nichtzentralen hypergeometrischen Verteilung.

Die verallgemeinerte hyperbolische Verteilung wurde in scipy.stats.genhyperbolic hinzugefügt.

Die studentisierte Range-Verteilung wurde in scipy.stats.studentized_range hinzugefügt.

scipy.stats.argus bietet nun eine verbesserte Handhabung für kleine Parameterwerte.

Bessere Argumenthandhabung/-vorbereitung hat zu Leistungsverbesserungen für viele Verteilungen geführt.

Die cosine Verteilung hat nun ufuncs für die Methoden ppf, cdf, sf und isf hinzugefügt, einschließlich numerischer Präzisionsverbesserungen an den Rändern des Verteilungsbereichs.

Eine Option zur Anpassung der Verteilung an Daten nach der Momentenmethode wurde der Methode fit der univariaten kontinuierlichen Verteilungen hinzugefügt.

Sonstiges#

scipy.stats.bootstrap wurde hinzugefügt, um die Schätzung des Konfidenzintervalls und des Standardfehlers einer Statistik zu ermöglichen.

Die neue Funktion scipy.stats.contingency.crosstab berechnet eine Kontingenztafel (d.h. eine Tabelle der Häufigkeiten eindeutiger Einträge) für die gegebenen Daten.

scipy.stats.NumericalInverseHermite ermöglicht schnelles Stichprobenziehen von Zufallsvariablen und die Auswertung von Perzentil-Punktfunktionen einer beliebigen univariaten statistischen Verteilung.

Neues scipy.stats.qmc Modul#

Dieses neue Modul bietet Quasi-Monte-Carlo (QMC) Generatoren und zugehörige Hilfsfunktionen.

Es bietet eine generische Klasse scipy.stats.qmc.QMCEngine, die eine QMC-Engine/einen QMC-Sampler definiert. Eine Engine ist zustandsbehaftet: sie kann fortgesetzt, vorangetrieben und zurückgesetzt werden. 3 Basis-Sampler sind verfügbar.

  • scipy.stats.qmc.Sobol die bekannte Sobol-Sequenz mit geringer Diskrepanz. Mehrere Warnungen wurden hinzugefügt, um den Benutzer bei der ordnungsgemäßen Verwendung dieses Samplers zu unterstützen. Die Sequenz ist standardmäßig gemischt.

  • scipy.stats.qmc.Halton: Halton-Sequenz mit geringer Diskrepanz. Die Sequenz ist standardmäßig gemischt.

  • scipy.stats.qmc.LatinHypercube: einfaches LHS-Design.

Und 2 spezielle Sampler sind verfügbar.

Das Modul bietet außerdem folgende Hilfsmittel:

Veraltete Funktionen#

scipy.linalg Veralterungen#

  • scipy.linalg.pinv2 ist veraltet und seine Funktionalität wird vollständig von scipy.linalg.pinv übernommen.

  • Sowohl die Schlüsselwörter rcond als auch cond von scipy.linalg.pinv und scipy.linalg.pinvh funktionierten nicht und sind nun veraltet. Sie wurden durch funktionierende Schlüsselwörter atol und rtol mit klarer Verwendung ersetzt.

scipy.spatial Veralterungen#

  • scipy.spatial.distance Metriken erwarten 1D-Eingabevektoren, rufen jedoch np.squeeze auf ihren Eingaben auf, um zusätzliche Längen-1-Dimensionen zu akzeptieren. Dieses Verhalten ist nun veraltet.

Abwärts inkompatible Änderungen#

Weitere Änderungen#

Wir akzeptieren und nutzen nun Leistungsverbesserungen des Ahead-of-Time Python-zu-C++-Transpilers Pythran, der optional deaktiviert werden kann (durch export SCIPY_USE_PYTHRAN=0), aber standardmäßig beim Erstellen aktiviert ist.

Es gibt zwei Änderungen am Standardverhalten von scipy.stats.mannwhitenyu.

  • Seit Jahren war die Verwendung des Standardwerts alternative=None veraltet; die explizite Spezifikation von alternative war erforderlich. Die Verwendung des neuen Standardwerts von alternative, „two-sided“, ist nun zulässig.

  • Zuvor basierten alle p-Werte auf einer asymptotischen Annäherung. Jetzt, für kleine Stichproben ohne Bindungen, sind die zurückgegebenen p-Werte standardmäßig exakt.

Unterstützung für PEP 621 (Projektmetadaten in pyproject.toml) wurde hinzugefügt.

Wir unterstützen jetzt eine Gitpod-Umgebung, um die Einstiegshürde für die SciPy-Entwicklung zu senken; weitere Einzelheiten finden Sie unter quickstart-gitpod.

Autoren#

  • @endolith

  • Jelle Aalbers +

  • Adam +

  • Tania Allard +

  • Sven Baars +

  • Max Balandat +

  • baumgarc +

  • Christoph Baumgarten

  • Peter Bell

  • Lilian Besson

  • Robinson Besson +

  • Max Bolingbroke

  • Blair Bonnett +

  • Jordão Bragantini

  • Harm Buisman +

  • Evgeni Burovski

  • Matthias Bussonnier

  • Dominic C

  • CJ Carey

  • Ramón Casero +

  • Chachay +

  • charlotte12l +

  • Benjamin Curtice Corbett +

  • Falcon Dai +

  • Ian Dall +

  • Terry Davis

  • droussea2001 +

  • DWesl +

  • dwight200 +

  • Thomas J. Fan +

  • Joseph Fox-Rabinovitz

  • Max Frei +

  • Laura Gutierrez Funderburk +

  • gbonomib +

  • Matthias Geier +

  • Pradipta Ghosh +

  • Ralf Gommers

  • Evan H +

  • h-vetinari

  • Matt Haberland

  • Anselm Hahn +

  • Alex Henrie

  • Piet Hessenius +

  • Trever Hines +

  • Elisha Hollander +

  • Stephan Hoyer

  • Tom Hu +

  • Kei Ishikawa +

  • Julien Jerphanion

  • Robert Kern

  • Shashank KS +

  • Peter Mahler Larsen

  • Eric Larson

  • Cheng H. Lee +

  • Gregory R. Lee

  • Jean-Benoist Leger +

  • lgfunderburk +

  • liam-o-marsh +

  • Xingyu Liu +

  • Alex Loftus +

  • Christian Lorentzen +

  • Cong Ma

  • Marc +

  • MarkPundurs +

  • Markus Löning +

  • Liam Marsh +

  • Nicholas McKibben

  • melissawm +

  • Jamie Morton

  • Andrew Nelson

  • Nikola Forró

  • Tor Nordam +

  • Olivier Gauthé +

  • Rohit Pandey +

  • Avanindra Kumar Pandeya +

  • Tirth Patel

  • paugier +

  • Alex H. Wagner, PhD +

  • Jeff Plourde +

  • Ilhan Polat

  • pranavrajpal +

  • Vladyslav Rachek

  • Bharat Raghunathan

  • Recursing +

  • Tyler Reddy

  • Lucas Roberts

  • Gregor Robinson +

  • Pamphile Roy +

  • Atsushi Sakai

  • Benjamin Santos

  • Martin K. Scherer +

  • Thomas Schmelzer +

  • Daniel Scott +

  • Sebastian Wallkötter +

  • serge-sans-paille +

  • Namami Shanker +

  • Masashi Shibata +

  • Alexandre de Siqueira +

  • Albert Steppi +

  • Adam J. Stewart +

  • Kai Striega

  • Diana Sukhoverkhova

  • Søren Fuglede Jørgensen

  • Mike Taves

  • Dan Temkin +

  • Nicolas Tessore +

  • tsubota20 +

  • Robert Uhl

  • christos val +

  • Bas van Beek +

  • Ashutosh Varma +

  • Jose Vazquez +

  • Sebastiano Vigna

  • Aditya Vijaykumar

  • VNMabus

  • Arthur Volant +

  • Samuel Wallan

  • Stefan van der Walt

  • Warren Weckesser

  • Anreas Weh

  • Josh Wilson

  • Rory Yorke

  • Egor Zemlyanoy

  • Marc Zoeller +

  • zoj613 +

  • 秋纫 +

Insgesamt 126 Personen haben zu dieser Veröffentlichung beigetragen. Personen mit einem „+“ hinter ihrem Namen haben zum ersten Mal einen Patch beigetragen. Diese Namensliste wird automatisch generiert und ist möglicherweise nicht vollständig.

Geschlossene Probleme für 1.7.0#

  • #636: Statistik-Review: mannwhitneyu (Trac #109)

  • #1346: signal.medfilt2d sollte auf signal.medfilt für Typen zurückgreifen…

  • #2118: Mann-Whitney-Statistik gibt falsche Ergebnisse zurück (Trac #1593)

  • #2158: special.chndtrix (ncx2.ppf) gibt falsche Ergebnisse (Trac #1633)

  • #3284: build_sphinx Seltsamkeiten

  • #3352: Beta-Verteilung sf

  • #4067: Mannwhitneyu mit Arrays voller NaN meldet immer noch Signifikanz

  • #4080: Entropie in Scipy

  • #4641: mstats.mannwhitneyu und stats.mannwhitneyu liefern inkonsistente…

  • #5122: scipy.stats.binom.ppf ist falsch für p=0

  • #5180: Rbf-Interpolation – nur K nächste Nachbarn verwenden

  • #5258: affine_transform beschwert sich über output_shape, wenn das Ausgabe-Array…

  • #5562: Wishart-Freiheitsgrade sollten $v > p-1$ anstelle von $v$ sein…

  • #5933: mstats_basic.py – mannwhitneyu [scipy/scipy/stats/mstats_basic.py]

  • #6409: _unequal_var_ttest_denom verursacht ZeroDivisionError bei frühen Stichproben

  • #6682: Negative Binomial Überlebensfunktion ist ungenau

  • #6897: scipy.stats.mannwhitneyu leerer Mengen ergibt p=0.0 und nicht…

  • #7303: stats.describe mit nan_policy=omit gibt Matrix-weite minmax zurück…

  • #7406: scipy.stats.binom.ppf gibt NaN für q zwischen 0 und 1 zurück, wenn n…

  • #7437: ENH: Hinzufügen der schiefen Cauchy-Verteilung zu Stats

  • #7542: DOC: Stats-Tutorials: Fragen zu Arkussinus- und Student-t-Formeln

  • #7593: Bedeutung des `tol`-Arguments in `scipy.optimize.minimize` ist…

  • #8565: Fehler in SmoothSphereBivariateSpline(): „ValueError: Fehlercode…

  • #8665: `scipy.ncx2.sf` sollte monoton fallend sein

  • #8836: scipy.optimize.linprog(method=’simplex’) muss Duale zurückgeben

  • #9184: Mann-Whitney-Implementierung falsch?

  • #9450: Zulassen der Seed-Erzeugung für Init-Methoden in vq.kmeans2

  • #9704: RectSphereBivariateSpline schlägt bei negativem Längengrad fehl

  • #9836: scipy.stats.rice gibt falsche Ergebnisse, wenn s sehr niedrig im Vergleich zu…

  • #9904: Anfrage/Vorschlag: Verbesserung von scipy.interpolate.Rbf erheblich

  • #9981: stats.kruskal: Warnung für eine Eingabe mit 2 oder mehr Spalten hinzufügen

  • #10358: DOC: Tutorials für linprog und linear_sum_assignment erforderlich

  • #10908: Nakami-Anpassung konvergiert nicht (scipy.stats)

  • #10933: Hinzufügen der skalierten Inversen Chi-Quadrat-Verteilung

  • #11014: Barnard-Test für leistungsfähigere Hypothesentests von 2x2-Kontingenz…

  • #11050: Feature-Anfrage: Nelder-Mead mit Grenzen

  • #11086: scipy.stats.skew funktioniert bei Fließkommazahlen nicht richtig

  • #11113: Inkonsistentes Ergebnis von ttest_ind und mannwhitneyu bei Verwendung…

  • #11134: Falsches Konfidenzintervall für Binomialverteilung mit p=0

  • #11325: Hinzufügen des Achsenparameters für scipy.spatial.distance.jensenshannon

  • #11474: scipy.stats.skellam.cdf(0) gibt 0 für großes mu1 = mu2 zurück

  • #11523: scipy.stats.zipf implementiert die Zipf-Verteilung nicht

  • #11848: Wie erhält man Lagrange-/Lambda-Multiplikatoren aus „linprog“-Optimierung…

  • #11909: Zulassen von Grenzen für Lambda in Boxcox

  • #12118: Dokumentation fehlen Standardwerte

  • #12132: Langsame Tests sollen gekürzt oder in tests('full') verschoben werden

  • #12230: Dendrogramm: Blätterbeschriftung mit „labels“ zulassen, wenn verwendet…

  • #12282: scipy.stats.chisquare Test prüft nicht, ob beobachtete und erwartete…

  • #12298: BUG: fmin_powell fehlt squeeze in 1.5.0rc

  • #12403: Hinzufügen von nan_policy zu stats.zmap

  • #12518: Die Nullhypothese des Kolmogorov-Smirnov-Tests wird nicht korrekt beschrieben

  • #12534: Feature-Anfrage: scipy.linalg.norm zur Behandlung von 0-dimensionalen Arrays

  • #12622: Beispiel für die Dokumentation von scipy.interpolate.interpn

  • #12635: scipy.stats.beta.ppf liefert unerwartete Ergebnisse

  • #12669: Median-Mittelung von komplexen CSDs

  • #12731: stats.ncx2.cdf schlägt fehl für nc >> x >> 1

  • #12778: Verwirrende Dokumentation von scipy.stats.weightedtau

  • #12794: [Bug] Das Ergebnis von stats.beta.isf ist inkonsistent mit stats.beta.sf

  • #12837: stats.mannwhitneyu könnte Arrays unterstützen

  • #12868: Vektorwertige Interpolation in `interp2d`

  • #12922: Minimieren mit trust-constr Methode führt zu TypeError, wenn Option…

  • #12929: Die Verwendung von Sternchenausdrücken zur Erstellung von Daten beeinträchtigt das Verständnis von…

  • #12965: Definitionsbereich des Arguments von scipy.interpolate.RectSphereBivariateSpline(u,…

  • #13025: Generalisierte hyperbolische Verteilung

  • #13090: Defekter Link in der Doku für signal.max_len_seq

  • #13101: MAINT: Python-Version im Dockerfile aktualisieren

  • #13158: `signal.get_window()` hat einen fehlenden Doku-Link und kann keine…

  • #13173: Uninformativ Fehlermeldung von bisplev Funktion

  • #13234: BUG: stats: Falsche Form von burr.moment() und fisk.moment() wenn…

  • #13242: Droppt k-means Cluster?

  • #13243: tgsen verwendet ein Ausgabe-Argument zur Berechnung eines Standardarguments

  • #13245: Kurtosis gibt 1 für Array gleicher Elemente zurück

  • #13257: GitHub Actions Testfehler für MacOS

  • #13272: scipy.stats.yeojohnson_llf Doku-Fehler

  • #13280: Falsche Ergebnisse mit hypergeom cdf

  • #13285: Korrektur der Beschreibung in scipy.stats.t

  • #13287: Generieren Sie Binomial-CDF mit mu anstelle von prob

  • #13294: BUG: stats: falsche Grenzen, die von der Methode 'support' für Verteilungen zurückgegeben werden…

  • #13299: Typisierung für scipy.spatial

  • #13300: Hinzufügen eines einzelnen Individuums zu einer Latinhypercube-Initialpopulation…

  • #13311: MAINT: pavement.py PYVER ist veraltet

  • #13339: savemat verwirft Dimensionsinformationen, wenn eine Dimension Null ist

  • #13341: Hinzufügen von scipy.stats.variation mit einem ddof-Parameter

  • #13353: Dokumentation: In scipy.stats.johnsonsu kann der Parameter `a`…

  • #13405: TST: Hinzufügen einiger Tests für Sparse BSR ctor

  • #13410: BUG: skew für leeres Array löst aus

  • #13417: 10.000-fache Beschleunigung für die Generierung von Zufallszahlen aus der Kosinus…

  • #13440: python runtest.py -t path-to-test.py fehlgeschlagen

  • #13454: Scipy Kosinus-Distanz kann größer als 2 sein

  • #13459: Defekter Link in der Cramervonmises-Dokumentation

  • #13494: Ein-Wort-Tippfehler in der Dokumentation von optimize.linprog_simplex

  • #13501: Minimieren mit Powell-Methoden und Bounds führt zu „TypeError:…

  • #13509: signal.medfilt2d vs ndimage.median_filter

  • #13511: DOC: Fehler in der Beschreibung des „direc“-Parameters von „fmin_powell“

  • #13526: TST: stats: intermittierendes `test_ttest_ind_randperm_alternative2…

  • #13536: `_within_tolerance` scheint eine unnötige Wiederholung von `numpy.isclose` zu sein

  • #13540: Fehlende Manylinux-Räder für Python 3.8 auf scipy-wheels-nightly

  • #13559: Shape-Fehler in linprog mit überarbeitetem Simplex

  • #13587: `binned_statistic` unzuverlässig bei einfacher Genauigkeit

  • #13589: Bessere Vorbereitung von Argumenten für Verteilungen im Stats-Paket.

  • #13602: Die Entropie der Crystallball-Verteilung ist manchmal minus unendlich

  • #13606: MAINT: mypy: einige Tippfehler beim Ausführen von mypy + Hinzufügen von mypy…

  • #13608: Warum konvertiert stats.binned_statistic_2d sein Werte-Argument…

  • #13609: BUG: SciPy pip install -e erhält eine nicht verwendbare Versionsspezifikation

  • #13610: Der HiGHS-Solver lieferte keine Lösung und meldete auch keinen Fehler

  • #13614: BUG: invgauss.cdf sollte den korrekten Wert zurückgeben, wenn `mu`…

  • #13628: Einbuchstabiger Tippfehler in der Definition der scipy.special.spence Funktion…

  • #13634: mmwrite schlägt bei dichtem, schief-symmetrischem Array fehl

  • #13646: Überlauf bei der Integer-Arithmetik von Sparse-Matrix-Argmax() unter Windows 10

  • #13647: `scipy.stats.qmc.LatinHypercube` kann keine einzelnen Stichproben ziehen…

  • #13651: Dokumentation falsch in scipy.linalg.eigvalsh

  • #13664: BUG: Gamma-Verteilung – Umkehr-Überlebensfunktion überläuft…

  • #13693: BUG: sokalmichener scheint Gewichte falsch anzuwenden

  • #13697: BUG: stats: Falsche Warnung, die von arcsine.pdf am…

  • #13704: Ermöglichen der Übergabe eines Rang-Cut-off-Werts relativ zum…

  • #13707: Kullback-Leibler-Divergenz-Broadcasting funktioniert nicht mehr

  • #13740: Scipy.optimize x0 außerhalb der Grenzen, obwohl es innerhalb der Grenzen liegt.

  • #13744: scipy.interpolate.interp1d hat inkonsistentes Verhalten für nicht-eindeutige…

  • #13754: optimize.minimize ‚trust‘-Methoden und endliche Differenzen Hessische…

  • #13762: TST, BUG: test_rbfinterp.py – test_interpolation_misfit_1d schlägt fehl, wenn…

  • #13769: probplot zieht eine Fit-Linie auch dann, wenn fit=False ist

  • #13791: BUG: stats: wrapcauchy.cdf sendet den Formparameter nicht…

  • #13793: CI: CircleCI Dokumentenbuild-Fehler

  • #13840: Manylinux1-Builds schlagen aufgrund der C99-Verwendung in `special/_cosine.c` fehl

  • #13850: CI: Homebrew schlägt wegen Bintray fehl

  • #13875: BUG: chi2_contingency mit Yates-Korrektur

  • #13878: BUG: `signal.get_window` Argumenthandhabungsproblem

  • #13880: Entfernen aller Verwendungen von numpy.compat

  • #13896: Boschloo-Test für leistungsfähigere Hypothesentests von 2x2-Kontingenz…

  • #13923: Umkehrung der Log-CDF der Normalverteilung

  • #13933: `signal.get_window` unterstützt `general_cosine` und…

  • #13950: DOC: scipy.spatial.KDTree.query

  • #13969: N=4 darf M=3 nicht überschreiten

  • #13970: Pearsons Originalarbeit zum Chi-Quadrat-Test könnte referenziert werden.

  • #13984: Schnellere Addition von dünnbesetzten diagonalen Matrizen

  • #13988: Ein Fehler trat bei der Verwendung von scipy.io.wavfile aus Scipy 1.6 auf…

  • #13997: BUG: sparse: Falsches Ergebnis von `dia_matrix.diagonal()`

  • #14005: MAINT: optimize: Fehlermeldung für `curve_fit` kann verbessert werden.

  • #14038: MAINT: Hinzufügen von Typannotationen für _sobol.pyx

  • #14048: DOC: Fehlende Informationen zu Git-Submodulen

  • #14055: linalg.solve: Unklare Fehlermeldung bei Verwendung von assume_a=’her‘ mit real…

  • #14093: DOC: Inkonsistenz in der Definition von Standardwerten in der…

  • #14158: TST, BUG: test_rbfinterp.py – test_interpolation_misfit_1d schlägt fehl, wenn…

  • #14170: TST: signal-Untermodul test_filtfilt_gust schlägt auf 32-Bit-amd64 fehl…

  • #14194: MAINT: download-wheels.py fehlt Import

  • #14199: Generierte Quellen für die Biasedurn-Erweiterung sind in 1.7.0rc1 fehlerhaft

Pull-Requests für 1.7.0#

  • #4824: Permutation Ttest (neuer PR)

  • #4933: ENH: Aktualisierung des Mann-Whitney-Wilcoxon-Tests

  • #7702: ENH: stats: Hinzufügen der schiefen Cauchy-Verteilung

  • #8306: Optionale Pythran-Unterstützung für scipy.signal.max_len_seq_inner

  • #10170: MAINT: stats: Implementierung von cdf und ppf als ufuncs für die Kosinus…

  • #10454: ENH: Erweitern von find_peaks_cwt, um Zahlen und Iterierbare für…

  • #10844: ENH: Hinzufügen des Moduls stats.qmc mit Quasi-Monte-Carlo-Funktionalität

  • #11313: ENH: Hinzufügen der verallgemeinerten Bessel-Funktion von Wright

  • #11352: ENH: stats: Hinzufügen der crosstab-Funktion.

  • #11477: FIX: Begrenzter Parameter in cdfchn.f liefert schlechte Ergebnisse

  • #11695: ENH: stats: Hinzufügen der Momentenmethode zu `rv_continuous.fit`

  • #11911: ENH: Hinzufügen von Grenzen zu boxcox und boxcox_normmax

  • #12438: BUG: Verwendung von ellipkm1 im elliptischen Filterdesign zur Verhinderung numerischer…

  • #12531: ENH: stats: Hinzufügen des Page-L-Tests

  • #12603: ENH: stats: Hinzufügen von `binomtest` zur Ersetzung von `binom_test`.

  • #12653: ENH: stats: Hinzufügen des Somers' D-Tests

  • #12676: BUG: Aktualisierung der Median-Mittelung in signal.csd

  • #12760: BUG: special: erfinv(x<<1) verliert Präzision

  • #12801: ENH: Hinzufügen von einseitigen p-Werten zu verbleibenden spearmanr und linregress

  • #12873: ENH: Stats: Hinzufügen des Alexander Govern Tests

  • #13008: ENH: Hinzufügen von 'alternative' zu Funktionen, die die normale CDF für p-Werte verwenden

  • #13040: BUG: Zulassen von RectSphereBivariateSpline für die Annahme negativer Längengrade

  • #13048: ENH: stats: Hinzufügen einer Funktion zur Berechnung des relativen Risikos.

  • #13067: ENH: Hinzufügen des Gewichts-Parameters zu stats.gmean

  • #13084: ENH: Schnelle Hankel-Transformation

  • #13104: MAINT: Aktualisierung der Python-Version (Drop Python 3.6) für Docker-Entwicklung…

  • #13153: ENH: Hinzufügen von Assoziationsmessungen Pearsons Kontingenzkoeffizient, …

  • #13166: ENH: stats: Hinzufügen von nan_policy zu zmap.

  • #13175: MAINT: Tests für lange Kostenmatrizen in `linear_sum_assignment`

  • #13177: BUG: Ausnahme NotImplementedError in fourier_ellipsoid, wenn ndim…

  • #13184: BUG: stats: Korrigieren der Min- und Max-Berechnung von mstats.describe mit…

  • #13188: DOC: stats: Null- und Alternativhypothesen von kstest klarer…

  • #13193: MAINT: stats: Überprüfung der Summe von beobachteten/erwarteten Häufigkeiten für chisquare

  • #13197: ENH/MAINT: HiGHS Upstream-Verbesserungen und Bugfixes

  • #13198: ENH: Zulassen der Ableitung von output_shape vom Ausgabearray in affine_transform

  • #13204: ENH: stats: Hinzufügen der Zipfian-Verteilung (unterschiedlich von Zipf/Zeta)

  • #13208: REL: Version auf 1.7.0.dev0 setzen

  • #13216: TST: stats: Langsame Tests aufteilen und markieren

  • #13224: Dokumentation für das gewichtete τ aktualisieren

  • #13230: ENH: linalg: LAPACK-Wrapper für tgexc hinzufügen.

  • #13232: MAINT: stats: Fehler ausgeben, wenn die Eingabe für kruskal >1 dim hat

  • #13233: DOC: stats: Korrigieren von MGF des Arkussinus und der Entropie von t im Tutorial

  • #13236: MAINT: Organisieren gemeinsamer Tests für lineare Zuordnung

  • #13237: BENCH: Refaktorisieren von stats.Distribution zur einfachen Hinzufügung neuer Verteilungen

  • #13238: BUG: stats: Korrigieren der falschen Formausgabe von Burr- und Fisk-Verteilungen

  • #13240: MAINT: Hinzufügen von Tests für triviale Kostenmatrizen für die lineare Summenzuordnung

  • #13252: DOC: optimize: Hinzufügen eines Tutorials für `optimize.linear_sum_assignment`.

  • #13254: BUG: Korrigieren von Präzisionsproblemen für konstante Eingaben in skew und kurtosis

  • #13262: BUG: Korrekturen für scipy.medfilt und .medfilt2d

  • #13263: ENH: Hinzufügen des Cramer-von-Mises-Tests für zwei Stichproben

  • #13264: Korrigieren eines kleinen Tippfehlers in der Dokumentation von `stats.anderson`

  • #13268: ENH: stats: Hinzufügen der Implementierung von _entropy für die t-Verteilung.

  • #13273: DOC: stats: Korrigieren eines Tippfehlers in der Dokumentation der Yeo-Johnson LL-Funktion

  • #13275: MAINT: stats: Korrigieren eines Kommentars in der Methode _fitstart von gamma.

  • #13283: BUG: stats: Korrigieren der cdf-Methode der Klasse rv_discrete

  • #13286: DOC: stats: Verdeutlichen des Beispiels für rv_continuous/discrete.stats

  • #13288: DOC: stats: Einschränkungen der Formparameter diskreter Verteilungen

  • #13289: MAINT: Korrigieren einer Build-Warnung in sigtoolsmodule.c

  • #13290: DOC: Erweitern der Diskussion über die nan_policy API.

  • #13291: MAINT: signal, stats: Verwenden von keepdims, wo angebracht.

  • #13292: DOC: stats: Hinweise auf eine weitere gängige Parametrisierung von nbinom

  • #13293: DOC: Ändern des defekten Links für Standardwerte zu einem archivierten Link

  • #13295: BUG: stats: Korrigieren der support-Methode, um die richtigen Grenzen zurückzugeben

  • #13296: DOC: stats: Korrigieren der Latex-Syntax in der Dokumentation von kstwo.

  • #13297: TST: Markieren des Tests auf KDE-Logpdf-Überlauf als xslow

  • #13298: Generalisierte hyperbolische Verteilung

  • #13301: DOC: cluster: Hinzufügen einer Notiz zur Cluster-Anzahl in der Dokumentation von cluster.vq.kmeans

  • #13302: BUG: Korrigieren der Argumenthandhabung von ndimage.morphology.distance_transform_*

  • #13303: CI: Verhindern, dass Codecov falsche CI-Fehler und falsche PR-Annotationen meldet

  • #13313: ENH: Statische Typisierung für qhull

  • #13316: Pythran-Implementierung von scipy.optimize._group_columns

  • #13317: DOC: Weiterleitung der Release-Hinweise von 1.6.0

  • #13319: ENH: stats: Hinzufügen einer schnellen numerischen Inversion der CDF von Verteilungen

  • #13320: ENH: x0 für differential_evolution

  • #13324: DOC: Korrigieren der Version von highs in linprog zu 1.6

  • #13326: MAINT: Aktualisieren von numpydoc auf v1.1.0

  • #13327: DOC: interpolate: Verbesserte Dokumentationsbeispiele von `interpolate.interpn()`…

  • #13328: ENH: Stats-Verteilungen verbessern

  • #13330: ENH: stats: Hinzufügen nicht-zentraler hypergeometrischer Verteilungen (Fishers…

  • #13331: MAINT/ENH: Beheben von mypy-Warnungen/-Fehlern

  • #13332: DOC: interpolate: Verbesserte Dokumentation von `interpolate.interp2d`…

  • #13333: ENH: stats: Einige weitere _sf- und _isf-Implementierungen.

  • #13334: MAINT: stats: Bereinigen einiger veralteter Kommentare in _continuous_distns.py

  • #13336: Pythran-Version von scipy.optimize._group_columns

  • #13337: DOC|ENH: Typ-Annotationen in scipy.integrate.simpson

  • #13346: ENH: stats: Hinzufügen des Parameters 'ddof' zur Funktion 'variation'

  • #13355: ENH: stats: Implementieren von _logpdf, _sf und _isf für loggamma.

  • #13360: ENH|DOC: Korrigieren der Dokumentation und der Eingabevalidierung in interpolate.RectSphereBivariateSpline

  • #13366: BUG: stats: Kein Auslösen von ZeroDivisionError in _unequal_var_ttest_denom

  • #13370: ENH: Korrigieren der ARGUS-Verteilung für kleine Parameter in stats

  • #13371: ENH: stats: Hinzufügen von `bootstrap` zur Schätzung des Konfidenzintervalls…

  • #13373: BUG: io/matlab: Beibehalten der Dimensionen von leeren >=2D-Arrays

  • #13374: ENH: stats: Hinzufügen der schiefen Cauchy-Verteilung

  • #13379: BUG: sparse: Korrigieren der Ausführlichkeit in sparse lsqr

  • #13383: TST: stats: Markieren vieler Dimensionspermutations-t-Tests als langsam

  • #13384: MAINT: Array mit Schlüsselwörtern als statisch festlegen

  • #13388: PERF: Vermeiden doppelter Mittelwertberechnungen in skew und kurtosis

  • #13389: DOC: Korrigieren der Syntax der deprecated-Direktive

  • #13390: DOC: Korrigieren der Zeilenlänge für den Unterstrich des Parameterabschnitts

  • #13393: MAINT: stats: Wishart-Dimension erlauben - 1 < df < Dimension

  • #13395: DOC: Tippfehler in setup.py Warnmeldung korrigiert

  • #13396: BUG: Korrigiert MLE für Nakagami `nakagami_gen.fit`

  • #13397: MAINT:linalg: Korrigiert tgsen-Familien-Wrapper und ordqz

  • #13406: TST: Fehlerbehandlungstests für Sparse-BSR-Konstruktor hinzugefügt

  • #13413: DOC: Ultra-Schnellstart-Anleitung

  • #13418: BUG: Korrigiert, dass Moment inkonsistente Typen und Formen zurückgibt

  • #13423: DOC: Beispiel für leaf_label_func/dendrogram aktualisiert

  • #13431: ENH: stats: _rvs für nhypergeom überschrieben

  • #13432: Indikator im NDInterpolator-Docstring hinzugefügt, dass N > 1 sein muss

  • #13434: DOC: stats: Beziehung zwischen skaliert-invers-chi2 und invgamma bemerkt

  • #13436: ENH: interpolate: Eingabevalidierung hinzugefügt, um Eingabe x-y zu prüfen…

  • #13441: ENH: `barnard_exact`-Test zu scipy.stats hinzugefügt.

  • #13443: MAINT: stats: Aktualisierungen für skewcauchy

  • #13444: DOC: Bereich des `a`-Parameters für johnsonsu/johnsonsb verdeutlicht

  • #13445: DOC: Richtlinien für runtests korrigiert.

  • #13446: MAINT: stats: _fitstart-Methode zu wrapcauchy hinzugefügt.

  • #13447: DEV: Entwicklung-Docker-Image aktualisiert

  • #13448: ENH: Annotationen für `scipy.spatial.distance` hinzugefügt

  • #13451: DOC: Kleinere Formatierung.

  • #13458: DOC: Einrückung von "siehe auch".

  • #13460: DOC: stats: Link zum Wikipedia-Artikel über Cramer-von Mises korrigiert.

  • #13461: DOC: Übersichtseite von scipy.stats neu organisiert

  • #13463: DOC: Diverse Formatierungsfehler behoben

  • #13466: DOC: Tippfehler in "siehe auch" s/SmoothUni/SmoothBi/g

  • #13467: DOC: optimize: Beschreibung des `tol`-Arguments für `minimize` hinzugefügt.

  • #13469: MAINT: Optimierungsmethoden refaktorisiert, um scipy.stats.qmc zu verwenden

  • #13477: CI: numpy auf 1.19.5 für die drei macOS CI-Jobs angepinnt

  • #13478: DOC: Tippfehler behoben, bei denen doppelte :: für Sphinx-Direktiven fehlten

  • #13481: CI: numpy auf 1.19.5 in den 4 parallelen Windows-Builds auf Azure angepinnt

  • #13482: CI: numpy 1.20.0 wieder in macOS CI verwendet

  • #13483: DOC: Mehrere Korrekturen der Dokumentationssyntax.

  • #13484: Pythran-Konfiguration von CI nach setup verschoben

  • #13487: DOC: Tutorial über scipy.stats.qmc hinzugefügt

  • #13492: ENH: GH-Aktionen sollten nicht auf Forks laufen

  • #13493: DEV: Gitpod für SciPy aktiviert

  • #13495: DOC Einwort-Tippfehler in der Dokumentation von optimize.linprog_simplex

  • #13499: DOC: Beschreibung der LSAP-Implementierung

  • #13502: BUG: Mit Listen erstellte Grenzen funktionierten nicht für Powell

  • #13507: MAINT, TST: stats: Ungültige Parameterliste für alle zentralisieren…

  • #13510: DOC: stats: Kleinere Fehler in der Dokumentation von 'multivariate_hypergeom' behoben

  • #13513: DOC: Mathematische Notation in Beispielen in ltisys.py hinzugefügt

  • #13514: ENH: low_0_bit-Funktion für Sobol vereinfacht

  • #13515: ENH: optimize: Eingabevalidierung zum Prüfen von Eingabe x-y hinzugefügt…

  • #13516: DOC: LaTeX-Verwendung für johnsonb-Docstring reduziert

  • #13519: BLD: build_sphinx-Unterstützung aus setup.py entfernt

  • #13527: TST: stats: xfail ttest_ind_randperm_alternative2 auf 32-Bit

  • #13530: DOC: Vergleiche zwischen Medianfilterfunktionen korrigiert

  • #13532: ENH: GIL in medfilt2d freigegeben

  • #13538: DOC: optimize: Kleiner Fehler in der Dokumentation von 'fmin_powell' (#13511) behoben

  • #13546: DOC: Liste der "mode"-Optionen für ndimage korrigiert

  • #13549: ENH: stats: 'alternative'-Schlüsselwort zu einigen Normalitätstests hinzugefügt.

  • #13551: MAINT: Git zur Docker-Umgebung hinzugefügt

  • #13552: MAINT: stats: float_power-Shim entfernt

  • #13553: DOC: support anstelle von a/b im stats-Tutorial verwendet

  • #13560: MAINT: optimize: Verbessert linprog-Fehlermeldung für sparse Eingabe…

  • #13562: MAINT: optimize: np.isclose anstelle von _within_tolerance verwendet.

  • #13566: ENH: Beschleunigt hdquantiles_sd()

  • #13569: BENCH: optimize: Nur HiGHS-Methoden benchmarken; größere linprog…

  • #13574: DOC: Im Beschreibung des 'level'-Parameters von cluster.hierarchy.dendrogram,…

  • #13576: ENH: Diskrepanz-Leistung verbessert

  • #13579: TST: pybind11 zu Tox-Umgebungen hinzugefügt

  • #13583: BUG: Korrigiert apt-get-Installationen im Dockerfile

  • #13588: MAINT: 1.6.1 relnotes vorportiert.

  • #13593: BUG: stats: Beibehält den Stichprobentyp für Bin-Kanten

  • #13595: ENH: interpolate: RBFInterpolator hinzugefügt

  • #13596: DOC: Einrückung in new_stats_distribution.rst.inc korrigiert

  • #13601: dpss für get_window-Funktion hinzugefügt

  • #13604: DOC: Korrigiert den Besuchs-Parameterbereich von Dual Annealing.

  • #13605: Codecov-Badge zu README hinzugefügt

  • #13607: MAINT: stats: Kristallkugel-Entropie korrigiert

  • #13611: Bessere Argumentvorbereitung für Verteilungen im stats-Paket.

  • #13612: Docker-Ausführbefehl für Windows CMD hinzugefügt

  • #13613: MAINT, CI: mypy: Tippfehler in Typen korrigiert + mypy zu CI hinzugefügt

  • #13616: FIX: Korrekte Ausgabe für invgauss.cdf zurückgegeben, wenn mu sehr klein ist

  • #13617: MAINT: Akzeptiert Zahlen und Iterables für die Breite in find_peaks_cwt

  • #13620: CI: mypy CI-Job deaktiviert (teilweise Rücknahme von gh-13613)

  • #13621: DOC: signal: array_like für Eingabetypen verwendet

  • #13622: MAINT: Einige ungenutzte Dateien bereinigt, damit `mypy scipy` passt

  • #13623: CI: mypy CI-Job wieder aktiviert

  • #13624: TST: Mehr Werte für `visiting_param`-Eingabe zu `dual_annealing` getestet

  • #13625: integrate.simps in Dokumentation in integrate.simpsons umbenannt…

  • #13631: ENH: `stats.differential_entropy`-Funktion hinzugefügt

  • #13633: BUG: stats.binned_statistic_2d Benutzerfunktion erwartet Arrays

  • #13641: ENH: `degrees`-Parameter zu rotvec hinzugefügt

  • #13645: MAINT: numpy-stubs nicht installieren

  • #13649: BUG: sparse: csc_matrix.argmax() Integer-Überlauf

  • #13650: ENH: stats: 'alternative'-Parameter zu ansari hinzugefügt

  • #13652: DOC: eigvalsh-Dokumentation korrigiert (#13651)

  • #13654: BUG: LatinHypercubes korrigiert

  • #13656: DOC: PCHIP-Referenzen korrigiert

  • #13657: TST: IPython-Warnung in Debug-Sitzung entfernt

  • #13658: Zusätzliche Anführungszeichen in Docstring entfernt

  • #13661: ENH: stats: Effizienz von / Fehler im exakten Permutation-Test verbessert…

  • #13667: MAINT: Neuestes Docker-Image zum Standard gemacht

  • #13668: MAINT: .theia/ zu .gitignore hinzugefügt

  • #13669: BLD: SCIPY_USE_PYTHRAN-Standard auf `1` geändert

  • #13676: ENH Kleine Verbesserungen für LSQR mit damp

  • #13678: MAINT: Pythran-generierte Dateien zu .gitignore hinzugefügt

  • #13679: MAINT: "conda develop ." in die Gitpod-Konfiguration verschoben

  • #13680: DOC: Hinweis zu cKDTree hinzugefügt, der es mit KDTree vergleicht

  • #13681: DOC: Dokumentations-Updates zu Pythran, kompiliertem Code und Bereinigungen

  • #13683: BUG: mmwrite serialisiert nicht-schiefsymmetrische Arrays korrekt

  • #13684: FIX: Numerischen Überlauf in der Methode gamma.isf behoben

  • #13685: BUG: Kosinus-Distanzbereich auf 0-2 korrigiert

  • #13694: MAINT: Warnung korrigiert, die bei falscher NumPy-Version ausgegeben wurde

  • #13696: ENH: Trimmen in ttest_ind unterstützt

  • #13698: BUG: stats: Falsche Warnungen behoben, die von arcsine.pdf generiert wurden

  • #13701: DEV: scipy.interpolate b-Splines (periodischer Fall)

  • #13702: DEP: Verbrauchte Deprecationen in spatial.distance aufgeräumt

  • #13703: MAINT: Probleme behoben, die durch statische Code-Analyse gefunden wurden

  • #13706: ENH: stats: sf und isf für die Laplace-Verteilung implementiert.

  • #13711: MAINT: stats: Broadcasting für scipy.stats.entropy korrigiert

  • #13712: BUG: stats: _fitstart für die invweibull-Verteilung überschrieben.

  • #13713: DOC: toolchain.rst aktualisiert, um den universellen C-Laufzeit von Windows widerzuspiegeln

  • #13714: MAINT: Eine ungenutzte Liste aus test_continuous_basic.py entfernt.

  • #13715: MAINT: stats: Frechet-Deprecation-Warnungen müssen nicht unterdrückt werden.

  • #13716: MAINT: super() wie in PEP 3135 beschrieben verwendet

  • #13718: MAINT: neue Klassen, Vererbung von object entfernt

  • #13721: MAINT: type-ignore für mpmath hinzugefügt (#13721)

  • #13723: MAINT: mypy: mpmath-Importe in mypy.ini ignorieren

  • #13724: DOC: pydata sphinx theme

  • #13725: BENCH: Benchmark für Kendalltau hinzugefügt

  • #13727: CI: Pythran-Konfigurationseinrichtung für Azure vereinfacht

  • #13731: MAINT: stats: Einige Flake8-getriebene Bereinigungen.

  • #13732: ENH: Studentisierte Bereichsverteilung

  • #13735: DOC: Voronoi-Docstring korrigiert

  • #13738: DOC: Beispiel zu wright_bessel hinzugefügt

  • #13739: ENH: stats: sf und isf für die Chi-Verteilung implementiert.

  • #13741: MAINT: Verhindert Überschreiben von x in minimize

  • #13747: DOC: Hinweis zu interp1d für nicht eindeutige x-Werte hinzugefügt

  • #13749: MAINT: 1.6.2 relnotes vorportiert

  • #13759: MAINT: simpson kleine Performance-Beschleunigungen

  • #13765: FIX: npymath fehlte, wodurch npy_log1p unbekannt war

  • #13768: BENCH: Fehlende Pythran-Abhängigkeit hinzugefügt

  • #13770: ENH: stats.contingency: Sparse-Option zu crosstab hinzugefügt.

  • #13774: DEP: Das Squeezing von Eingabevektoren in spatial.distance veraltet

  • #13775: Vertrauensbereichsmethoden ermöglicht die Verwendung einer finiten Differenzen-Hessian…

  • #13777: DOC: Installationsanleitungen für Ubuntu/Debian korrigiert

  • #13778: DOC: Verweise auf RandomState entfernt

  • #13782: MAINT: LBFGSB-Fehlermeldung zu MAXLS geändert schließt #11718

  • #13785: BENCH: Benchmark für cdist/pdist mit Gewichten hinzugefügt

  • #13786: MAINT: cdist/pdist für C++-Überarbeitung vorbereitet

  • #13787: MAINT: stats: Entropie- und Differentialentropie-Funktionen…

  • #13790: DOC: Einige Abhängigkeiten für Dockerfile-Dokumentation der SciPy-Entwicklung hinzugefügt.

  • #13792: BUG: stats: Broadcasting in wrapcauchy.cdf korrigiert

  • #13795: MAINT: stats: Hypothesen zu __all__ in init.py hinzufügen, nicht zu stats.py

  • #13797: MAINT: stats: probplot: Geringste-Quadrate-Anpassungslinie nur zeichnen, wenn…

  • #13798: MAINT: Falscher Code-Kommentar in `hierarchy.to_tree` korrigiert

  • #13802: DEV: environment.yml-Datei für die Entwicklung mit conda/mamba hinzugefügt

  • #13803: DOC: Warnung beim Erstellen der Dokumentation bezüglich des bereits registrierten arxiv-Rolle korrigiert

  • #13804: DOC+MAINT: optimize: lb und ub im Bounds-Konstruktor sind…

  • #13807: MAINT: Paralleles Sphinx nicht verwenden

  • #13808: MAINT: cluster.to_tree: idiomatischeres Iterieren über Zeilen der Matrix…

  • #13810: MAINT: CODEOWNERS-Datei hinzugefügt

  • #13811: MAINT: CI-Skip zu azp hinzugefügt

  • #13814: ENH/DOC: PyData Sphinx Theme-Polierung

  • #13817: DOC: Verschiedene Parameter-Tippfehler und Groß-/Kleinschreibung in scipy/linalg/_decomp_ldl.py

  • #13818: MAINT: stats: `entropy` weiterhin von `scipy.stats.distributions` importierbar halten

  • #13820: BUG: _kendall_p_exact ValueError auf f-String aktualisiert

  • #13831: FIX:DEP: Bessere Toleranzkontrolle für pinv und pinvh und…

  • #13832: BUG: stats: Korrigiert rvs für levy_stable, wenn alpha=1

  • #13833: MAINT: Inline-Typ-Hinweise für stats.qmc hinzugefügt

  • #13836: MAINT: Einige Compiler-Warnungen behoben.

  • #13838: TST: Testtoleranzen für BinomTest entspannt

  • #13841: BLD: `-std=c99`-Flag zu scipy.special-Erweiterungen hinzugefügt, die…

  • #13845: ENH: stats: `method`-Parameter zu `differential_entropy` hinzugefügt…

  • #13847: TST: überspringt test_network_flow_limited_capacity mit UMFPACK…

  • #13848: DOC: optimize: Nelder Mead-Doku von "Unconstrained minimization" verschoben…

  • #13849: DOC: Roadmap aktualisiert

  • #13852: CI: Falsche temporäre Brew-Version von GitHub korrigiert

  • #13854: ENH: SciPy Gitpod aktualisiert

  • #13859: TST: ultra-langsamen ttest-Permutationstest behoben

  • #13860: MAINT: LSAP-Fehlerprüfung bereinigt

  • #13863: DOC: Seed in Beispielen entfernt

  • #13865: DOC: optimize: Der Bounds-Parameter von differential_evolution ist…

  • #13866: MAINT: Eine ungenutzte Variable aus `_poly_approx` in … entfernt.

  • #13867: DOC: Bedeutung von Alternativen für fisher_exact erklärt.

  • #13868: CI: Fehlerhaftes Job unter Linux behoben.

  • #13870: MAINT: Handhabung rechteckiger Matrizen in LSAP in den Solver-Code verschoben

  • #13871: DOC: Gitpod-Dokumentation hinzugefügt

  • #13876: Workflow: Tägliche Freigabe von NumPy in Linux-Workflows hinzugefügt

  • #13877: DOC: An numpydoc + Einheitlichkeit angepasst.

  • #13879: BUG: signal: Fehlerhafte Argumentbehandlung von get_window behoben und Tests hinzugefügt.

  • #13881: CI: .travis.yml entfernt, Codecov von CircleCI entfernt

  • #13882: BLD: Sicherstellen, dass Entwicklungsversionsstrings inkrementiert werden

  • #13886: TST: optimize: test_network_flow_limited_capacity mit UMFPACK… überspringen

  • #13888: MAINT: Probleme mit elif-Bedingungen behoben

  • #13891: InivariateSpline in UnivariateSpline umbenannt

  • #13893: ENH: linprog HiGHS-Marginal- und Sensitivitätsanalyse

  • #13894: DOC: Leerzeile vor dem Abschnitt `Return` hinzugefügt.

  • #13897: DOC: BLD: Versionprüfung für Dokumentationserstellung korrigiert und Bauzeit verbessert

  • #13903: MAINT: Gitpod-Korrekturen

  • #13907: ENH: Minkowski-Metrik in C++ mit pybind11 neu geschrieben

  • #13909: Revert von "Workflow: Tägliche Freigabe von NumPy in Linux-Workflows hinzugefügt"

  • #13910: DOC: README aktualisiert

  • #13911: MAINT: dict-Built-in anstelle von OrderedDict verwendet

  • #13920: BUG: Conda-Umgebung in init reaktiviert

  • #13925: BUG: stats: Größe der Yates-Korrektur <= abs(beobachtet-erwartet)…

  • #13926: DOC: Rückgabetyp im disjoint_set.subsets-Docstring korrigiert

  • #13927: DOC/MAINT: Copyright-Hinweis zu qmc.primes_from_2_to hinzugefügt

  • #13928: BUG: DOC: signal: Argumentkonfiguration "need" korrigiert und fehlende Doku hinzugefügt…

  • #13929: REL: Unterstützung für PEP 621 (Projektmetadaten in pyproject.toml) hinzugefügt

  • #13931: MAINT: special: _logit.c.src entfernt

  • #13934: ENH: signal: `get_window` unterstützt `general_cosine`…

  • #13940: MAINT: QMCEngine d Eingabevalidierung

  • #13941: MAINT: 1.6.3 relnotes vorportiert

  • #13944: BUG: spatial: Fehlerhafte Gewichtsbehandlung von `distance.sokalmichener`.

  • #13947: MAINT: Doppelte Berechnungen in sokalmichener entfernt

  • #13949: DOC: Kleinere Grammatikfehler in minimize und KDTree.query

  • #13951: ENH: Boschloo exakter Test zu stats hinzugefügt

  • #13956: ENH: spatial: `axis` und `keepdims` optionale Argumente hinzugefügt…

  • #13963: MAINT: stats: Unbenutzte Importe und einige andere Probleme im Zusammenhang mit…

  • #13971: DOC: Karl Pearson's Referenz zum Chi-Quadrat-Test hinzugefügt

  • #13972: ENH: cluster: optionales Argument `seed` zu `kmeans` hinzugefügt…

  • #13973: BLD: Build-Warnungen für kausale/antikausale Zeiger in ndimage behoben

  • #13975: ENH: Norm eines leeren Arrays auf Null gesetzt.

  • #13977: MAINT: signal: distutils-Templating durch tempita ersetzt

  • #13978: MAINT: Validierungen und ausschließlich Schlüsselwortargumente für einige…

  • #13979: ENH: Invers der Log-CDF der Normalverteilung hinzugefügt

  • #13983: Korrektur der Dokumentation des `ndimage.watershed_ift`-Tutorials

  • #13987: DOC: Beispiele zu Docstrings in morphology: white_tophat, … hinzugefügt

  • #13989: DOC: interpolate: Beispiele für `RegularGridInterpolator` verbessert…

  • #13990: MAINT, DOC: optimize: Erläuterung der Eingabevalidierung klar gemacht…

  • #13992: Workflow: Tägliche Freigabe von NumPy in Linux-Workflows hinzugefügt

  • #13995: Doc: Informationen zur kontinuierlichen Integration

  • #14000: BUG: sparse: DIA.diagonal-Fehler behoben und Regressionstest hinzugefügt

  • #14004: ENH: Schnelle Addition von DIA-Matrizen

  • #14006: MAINT: optimize: Validierung hinzugefügt, um die Anzahl der Parameter der Funktion zu prüfen…

  • #14008: BUG: Ausnahme für inkonsistenten WAV-Header ausgelöst

  • #14009: DEP: Verwendung von numpy.compat entfernt

  • #14010: MAINT: Unterstützung für Wheel DL Proxy hinzugefügt

  • #14012: DOC: Referenz auf exakten Test erweitert

  • #14015: MAINT: Brew-Update entfernt

  • #14017: BENCH: Weitere Formate für Sparse-Arithmetik hinzugefügt

  • #14018: BENCH: Benchmark für f_oneway hinzugefügt

  • #14020: MAINT: np.int_ zu np.int32 geändert, um es für 32/64 gleich zu machen…

  • #14023: MAINT: Clang-Build behoben und einige Unicode-Zeichen entfernt

  • #14025: BUG: sparse: DIA.setdiag-Fehler behoben

  • #14026: TST: optimize: Teil von test_powell xfail

  • #14029: CI: GitHub macOS-Korrektur

  • #14030: MAINT: 'yield from ' (PEP 380) verwendet

  • #14031: MAINT: neue Klassen, Vererbung von object entfernt

  • #14032: MAINT: CXXFLAGS für Pythran

  • #14033: ENH: Port sqeuclidean und braycurtis zu _distance_pybind

  • #14034: MAINT: Bereinigung von ‘next = __next__’

  • #14045: MAINT: Hochstufen von PYVER pavement.py

  • #14047: DEV: Boost-Submodul im Gitpod Dockerfile initialisieren

  • #14051: BLD: Wenn Boost-Submodulinhalt fehlt, frühzeitig Fehler ausgeben

  • #14052: DOC: Fehlende Informationen zur Submodul-Initialisierung

  • #14057: DOC: special: Beispiele zum Docstring von `psi` hinzufügen

  • #14058: BUG: Behebt einen Dtype-Bug in linalg.solve.

  • #14060: Doc: Tippfehler in der Dokumentation der spence-Funktion korrigiert.

  • #14061: MAINT:stats: Typ-Annotationen für _sobol.pyx

  • #14062: DOC: Ein paar kleine Korrekturen in quickstart_gitpod.rst

  • #14063: DOC: signal: Beispiele zum Docstring von `cont2discrete` hinzufügen

  • #14064: DOC: optimize: Beispiele zum Docstring von fmin_bfgs hinzufügen

  • #14065: Beispiel für scipy stats.trim1 unter Docstring hinzufügen

  • #14066: DOC: Beispiel zu scipy.special.hermite hinzufügen

  • #14067: DOC: Beschreibung des Alpha-Docstrings hinzufügen, Beispiel zum Docstring hinzufügen

  • #14070: DOC: Parameter, Rückgabewerte und Beispiel zum Docstring hinzufügen

  • #14072: MAINT/TST: Korrigiert Tests, die mit dem nächtlichen Build von numpy fehlschlagen.

  • #14075: DOC: Code-Schnipsel im Docstring von signal.hilbert verbessern.

  • #14076: DOC: Dokumentieren, dass Jensen-Shannon-Distanz von cdist/pdist akzeptiert wird

  • #14079: BLD: Importieren von scipy.stats während der Cythonisierung vermeiden

  • #14082: MAINT: Alte, auskommentierte extract_diagonal entfernen

  • #14083: MAINT: sparse: Veraltete Funktion extract_diagonal entfernen

  • #14085: ENH: Canberra-Distanz in _distance_pybind implementieren

  • #14086: MAINT: SciPy-Namensraum besser von Einträgen bereinigen, die importiert wurden von…

  • #14088: Pythran aus Quellen für Python 3.10 installieren

  • #14092: BUG: Korrigiert Probleme mit clang.

  • #14094: DOC: Inkonsistente Definition von Default in der Klasse korrigieren…

  • #14105: TST: stats: mannwhitneyu: Überprüfen, ob mstats und stats mannwhitneyu…

  • #14106: DOC: stats.mstats: mannwhitneyu: die zurückgegebene Statistik ist die…

  • #14107: ENH: stats: bootstrap: `vectorized`-Parameter hinzufügen; automatisch…

  • #14109: BUG: Zwei Probleme in den Fblas-Signaturdateien beheben

  • #14110: DOC: Mailmap-Update

  • #14113: ENH: stats: bootstrap: `paired`-Parameter hinzufügen

  • #14116: MAINT: Veraltete Nutzung der Python C API in odr beheben

  • #14118: DOC: Release Notes 1.7.0

  • #14125: DOC: Tippfehler korrigieren

  • #14126: ENH: stats: bootstrap: `batch`-Parameter hinzufügen, um Batch… zu steuern

  • #14127: CI: Pip im Benchmark-CI-Lauf aktualisieren

  • #14130: BUG: Trust-constr-Bericht TypeError beheben, wenn verbose auf 2 gesetzt ist…

  • #14133: MAINT: interpolate: NotImplementedError statt ValueError auslösen

  • #14139: FIX/DOC: lsqr Doctests geben Fehler aus

  • #14145: MAINT: 1.7.x Versionen pinnen ("Backport")

  • #14146: MAINT: Commit-Anzahl, wenn kein Tag vorhanden ist

  • #14164: TST, BUG: Rbf-Matrixwert korrigieren

  • #14166: CI, MAINT: Beschränkungen für Pre-Release CI

  • #14171: TST: signal: Toleranzen für einen Test von Gustafssons… erhöhen

  • #14175: TST: stats: Toleranz in einigen binomtest-Tests lockern.

  • #14182: MAINT: stats: Docstrings von ppcc_plot und ppcc_max aktualisieren.

  • #14195: MAINT: download-wheels: Fehlender Import

  • #14230: REL: Generierte Cython-Quellen nicht mehr in sdist versenden