SciPy 1.10.0 Versionshinweise#

SciPy 1.10.0 ist der Höhepunkt von 6 Monaten harter Arbeit. Es enthält viele neue Funktionen, zahlreiche Fehlerbehebungen, verbesserte Testabdeckung und bessere Dokumentation. In dieser Version gab es eine Reihe von Deprecations und API-Änderungen, die unten dokumentiert sind. Alle Benutzer werden ermutigt, auf diese Version zu aktualisieren, da es eine große Anzahl von Fehlerbehebungen und Optimierungen gibt. Vor dem Upgrade empfehlen wir den Benutzern, zu überprüfen, ob ihr eigener Code keine veraltete SciPy-Funktionalität verwendet (um dies zu tun, führen Sie Ihren Code mit python -Wd aus und überprüfen Sie auf DeprecationWarnings). Unsere Entwicklungsaufmerksamkeit wird sich nun auf Fehlerbehebungsreleases auf dem 1.10.x-Zweig und auf das Hinzufügen neuer Funktionen auf dem Hauptzweig verlagern.

Diese Version erfordert Python 3.8+ und NumPy 1.19.5 oder höher.

Für die Ausführung auf PyPy wird PyPy3 6.0+ benötigt.

Highlights dieser Version#

  • Ein neues dediziertes Untermodul für Datensätze (scipy.datasets) wurde hinzugefügt und wird nun der Verwendung von scipy.misc für die Abfrage von Datensätzen vorgezogen.

  • Eine neue Funktion scipy.interpolate.make_smoothing_spline wurde hinzugefügt. Diese Funktion konstruiert eine glättende kubische Spline aus verrauschten Daten und verwendet das Kriterium der verallgemeinerten Kreuzvalidierung (GCV), um den Kompromiss zwischen Glätte und Nähe zu den Datenpunkten zu finden.

  • scipy.stats enthält drei neue Verteilungen, zwei neue Hypothesentests, drei neue Stichprobenstatistiken, eine Klasse zur besseren Steuerung von Berechnungen mit Kovarianzmatrizen und viele weitere Verbesserungen.

Neue Funktionen#

scipy.datasets Einführung#

  • Ein neues dediziertes Untermodul datasets wurde hinzugefügt. Das Untermodul ist für Datensätze gedacht, die für andere SciPy-Untermodule und Inhalte (Tutorials, Beispiele, Tests) relevant sind, sowie eine kuratierte Sammlung von Datensätzen enthält, die von allgemeinerem Interesse sind. Ab dieser Version wurden alle Datensätze aus scipy.misc zu scipy.datasets hinzugefügt (und in scipy.misc veraltet).

  • Das Untermodul basiert auf [Pooch](https://www.fatiando.org/pooch/latest/) (einer neuen optionalen Abhängigkeit für SciPy), einem Python-Paket zur Vereinfachung des Abrufs von Datendateien. Dieser Schritt wird in einer nachfolgenden Version SciPy ermöglichen, die sdist/wheel-Größen zu reduzieren, indem die Datendateien entkoppelt und aus dem SciPy-Repository entfernt werden, extern gehostet und bei Anforderung heruntergeladen werden. Nach einmaligem Herunterladen der Datensätze werden die Dateien zwischengespeichert, um Netzwerkabhängigkeiten und wiederholte Nutzung zu vermeiden.

  • Hinzugefügte Datensätze aus scipy.misc: scipy.datasets.face, scipy.datasets.ascent, scipy.datasets.electrocardiogram

  • Funktionalität für Download und Caching hinzugefügt

    • scipy.datasets.download_all: eine Funktion zum gleichzeitigen Herunterladen aller scipy.datasets zugehörigen Dateien.

    • scipy.datasets.clear_cache: eine einfache Hilfsfunktion zum Löschen von gecachten Datensatzdateien vom Dateisystem.

    • scipy/datasets/_download_all.py kann als eigenständiges Skript für Verpackungszwecke ausgeführt werden, um externe Abhängigkeiten während des Build- oder Testzeitpunkts zu vermeiden. Dies kann von SciPy-Packern (z. B. für Linux-Distributionen) verwendet werden, die möglicherweise Regeln einhalten müssen, die das Herunterladen von Quellen aus externen Repositories während der Paket-Build-Zeit verbieten.

scipy.integrate Verbesserungen#

  • Der Parameter complex_func wurde zu scipy.integrate.quad hinzugefügt, der auf True gesetzt werden kann, um einen komplexen Integranden zu integrieren.

scipy.interpolate Verbesserungen#

scipy.sparse.linalg Verbesserungen#

  • Die spektrale 2-Norm ist nun in scipy.sparse.linalg.norm verfügbar.

  • Die Leistung von scipy.sparse.linalg.norm für den Standardfall (Frobenius-Norm) wurde verbessert.

  • LAPACK-Wrapper wurden für trexc und trsen hinzugefügt.

  • Der Algorithmus scipy.sparse.linalg.lobpcg wurde neu geschrieben, was zu folgenden Verbesserungen führte:

    • Ein einfacher abstimmbarer Neustart kann potenziell die erreichbare Genauigkeit für Randfälle erhöhen,

    • Eine interne Nachbearbeitung führt eine abschließende exakte Rayleigh-Ritz-Methode aus, die genauere und orthonormale Eigenvektoren liefert,

    • Ausgabe des berechneten Iterats mit der kleinsten maximalen Norm des Residuums und Verwerfen des Verlaufs nachfolgender Iterationen,

    • Entfernen der Prüfung für die Eingabe im LinearOperator-Format und somit Zulassen eines einfachen Funktionshandles eines aufrufbaren Objekts als Eingabe,

    • bessere Behandlung allgemeiner Benutzerfehler bei Eingabedaten, anstatt den Algorithmus fehlschlagen zu lassen.

scipy.linalg Verbesserungen#

  • scipy.linalg.lu_factor akzeptiert nun rechteckige Arrays, anstatt auf quadratische Arrays beschränkt zu sein.

scipy.ndimage Verbesserungen#

scipy.optimize Verbesserungen#

scipy.signal Verbesserungen#

  • Die neue Fensterfunktion scipy.signal.windows.lanczos wurde hinzugefügt, um ein Lanczos-Fenster, auch bekannt als Sinc-Fenster, zu berechnen.

scipy.sparse.csgraph Verbesserungen#

scipy.special Verbesserungen#

  • Die neue Funktion scipy.special.powm1, eine ufunc mit der Signatur powm1(x, y), berechnet x**y - 1. Die Funktion vermeidet den Genauigkeitsverlust, der auftreten kann, wenn y nahe bei 0 liegt oder wenn x nahe bei 1 liegt.

  • scipy.special.erfinv ist nun genauer, da es unter der Haube die Boost-Entsprechung nutzt.

scipy.stats Verbesserungen#

  • Hinzugefügt wurde scipy.stats.goodness_of_fit, ein verallgemeinerter Goodness-of-Fit-Test für die Verwendung mit jeder univariaten Verteilung, jeder Kombination von bekannten und unbekannten Parametern und mehreren Auswahlmöglichkeiten für die Teststatistik (Kolmogorov-Smirnov, Cramer-von Mises und Anderson-Darling).

  • Verbessert scipy.stats.bootstrap: Die Standardmethode 'BCa' unterstützt nun Mehrstichprobenstatistiken. Außerdem wird die Bootstrap-Verteilung im Ergebnisobjekt zurückgegeben, und das Ergebnisobjekt kann als Parameter bootstrap_result an die Funktion übergeben werden, um zusätzliche Resamples hinzuzufügen oder das Konfidenzintervall-Level und den Typ zu ändern.

  • Maximale Abstands-Schätzung wurde zu scipy.stats.fit hinzugefügt.

  • Der Poisson-Mittelwert-Test ("E-Test") wurde als scipy.stats.poisson_means_test hinzugefügt.

  • Neue Stichprobenstatistiken hinzugefügt.

    • Hinzugefügt wurde scipy.stats.contingency.odds_ratio zur Berechnung sowohl des bedingten als auch des unbedingten Odds-Ratios und der entsprechenden Konfidenzintervalle für 2x2-Kontingenztabellen.

    • Hinzugefügt wurde scipy.stats.directional_stats zur Berechnung von Stichprobenstatistiken von n-dimensionalen gerichteten Daten.

    • Hinzugefügt wurde scipy.stats.expectile, welches den Erwartungswert verallgemeinert, so wie Quantile eine Verallgemeinerung des Medians sind.

  • Neue statistische Verteilungen hinzugefügt.

    • Hinzugefügt wurde scipy.stats.uniform_direction, eine multivariate Verteilung zur gleichmäßigen Stichprobennahme aus der Oberfläche einer Hypersphäre.

    • Hinzugefügt wurde scipy.stats.random_table, eine multivariate Verteilung zur gleichmäßigen Stichprobennahme aus m x n Kontingenztabellen mit vorgegebenen Marginalien.

    • Hinzugefügt wurde scipy.stats.truncpareto, die abgeschnittene Pareto-Verteilung.

  • Die fit-Methode mehrerer Verteilungen wurde verbessert.

  • Verbesserte Zufallsvariablen-Stichprobennahme mehrerer Verteilungen.

  • Verbesserte Geschwindigkeit und/oder Genauigkeit von Funktionen mehrerer statistischer Verteilungen.

    • Hinzugefügt wurde scipy.stats.Covariance für bessere Geschwindigkeit, Genauigkeit und Benutzerkontrolle bei multivariaten Normalberechnungen.

    • scipy.stats.skewnorm Methoden cdf, sf, ppf und isf verwenden nun die Implementierungen von Boost, was die Geschwindigkeit verbessert und die Genauigkeit beibehält. Die Berechnung von Momenten höherer Ordnung ist ebenfalls schneller und genauer.

    • scipy.stats.invgauss Methoden ppf und isf verwenden nun die Implementierungen von Boost, was Geschwindigkeit und Genauigkeit verbessert.

    • scipy.stats.invweibull Methoden sf und isf sind für kleine Wahrscheinlichkeitsmassen genauer.

    • scipy.stats.nct und scipy.stats.ncx2 basieren nun auf den Implementierungen von Boost, was Geschwindigkeit und Genauigkeit verbessert.

    • Implementiert wurde die logpdf-Methode von scipy.stats.vonmises für Zuverlässigkeit in extremen Schwänzen.

    • Implementiert wurde die isf-Methode von scipy.stats.levy für Geschwindigkeit und Genauigkeit.

    • Die Robustheit von scipy.stats.studentized_range für große df wurde durch Hinzufügen einer Approximation für unendliche Freiheitsgrade verbessert.

    • Ein Parameter lower_limit wurde zu scipy.stats.multivariate_normal hinzugefügt, der es dem Benutzer ermöglicht, die Integrationsgrenze von -inf zu einem gewünschten Wert zu ändern.

    • Die Robustheit der entropy von scipy.stats.vonmises für große Konzentrationswerte wurde verbessert.

  • Verbessert wurde scipy.stats.gaussian_kde.

    • Hinzugefügt wurde scipy.stats.gaussian_kde.marginal, welche die gewünschte marginale Verteilung der ursprünglichen Kernel-Dichte-Schätzverteilung zurückgibt.

    • Die cdf-Methode von scipy.stats.gaussian_kde akzeptiert nun einen Parameter lower_limit zur Integration der PDF über einen rechteckigen Bereich.

    • Berechnungen für scipy.stats.gaussian_kde.logpdf wurden nach Cython verlagert, was die Geschwindigkeit verbessert.

    • Der globale Interpreter-Lock (GIL) wird von der pdf-Methode von scipy.stats.gaussian_kde freigegeben, um die Leistung beim Multithreading zu verbessern.

    • Explizite Matrixinversion durch Cholesky-Zerlegung für Geschwindigkeit und Genauigkeit ersetzt.

  • Erweiterte die von vielen Funktionen in scipy.stats zurückgegebenen Ergebnisobjekte

    • Eine Methode confidence_interval zum Ergebnisobjekt hinzugefügt, das von scipy.stats.ttest_1samp und scipy.stats.ttest_rel zurückgegeben wird.

    • Die Funktionen combine_pvalues, fisher_exact, chi2_contingency, median_test und mood aus scipy.stats geben nun "bunch"-Objekte anstelle von einfachen Tupeln zurück, was den Zugriff auf Attribute nach Namen ermöglicht.

    • Attribute der Ergebnisobjekte, die von multiscale_graphcorr, anderson_ksamp, binomtest, crosstab, pointbiserialr, spearmanr, kendalltau und weightedtau zurückgegeben werden, wurden zur Konsistenz innerhalb von scipy.stats in statistic und pvalue umbenannt. Alte Attributnamen sind für Abwärtskompatibilität weiterhin zulässig.

    • scipy.stats.anderson gibt nun die Parameter der angepassten Verteilung in einem scipy.stats._result_classes.FitResult-Objekt zurück.

    • Die Methode plot von scipy.stats._result_classes.FitResult akzeptiert nun einen Parameter plot_type; die Optionen sind 'hist' (Histogramm, Standard), 'qq' (Q-Q-Plot), 'pp' (P-P-Plot) und 'cdf' (empirischer CDF-Plot).

    • Kolmogorov-Smirnov-Tests (z.B. scipy.stats.kstest) geben nun den Ort (argmax) zurück, an dem die Statistik berechnet wird, und die Variante der verwendeten Statistik.

  • Verbesserte die Leistung mehrerer Funktionen in scipy.stats.

  • Das optionale Argument scramble wurde zu scipy.stats.qmc.LatinHypercube hinzugefügt. Es ersetzt centered, das nun als veraltet gilt.

  • Ein Parameter optimization wurde zu allen Unterklassen von scipy.stats.qmc.QMCEngine hinzugefügt, um die Eigenschaften der quasi-zufälligen Variablen zu verbessern.

  • Bindungskorrektur zu scipy.stats.mood hinzugefügt.

  • Tutorials für Resampling-Methoden in scipy.stats hinzugefügt.

  • scipy.stats.bootstrap, scipy.stats.permutation_test und scipy.stats.monte_carlo_test erkennen nun automatisch, ob die angegebene statistic vektorisiert ist, sodass die Übergabe des Arguments vectorized explizit nicht mehr erforderlich ist, um vektorisierte Statistiken zu nutzen.

  • Verbesserte die Geschwindigkeit von scipy.stats.permutation_test für die Permutationstypen 'samples' und 'pairings'.

  • Zu scipy.stats.jarque_bera wurden axis, nan_policy und Unterstützung für maskierte Arrays hinzugefügt.

  • Das optionale Argument nan_policy wurde zu scipy.stats.rankdata hinzugefügt.

Veraltete Funktionen#

  • Das Modul scipy.misc und alle Methoden in misc sind in v1.10 veraltet und werden in SciPy v2.0.0 vollständig entfernt. Benutzern wird empfohlen, stattdessen das Modul scipy.datasets für die Dataset-Methoden zu verwenden.

  • Der Parameter centered von scipy.stats.qmc.LatinHypercube ist veraltet. Er wird durch das Argument scramble ersetzt, um die Konsistenz mit anderen QMC-Engines zu erhöhen.

  • Die Klasse scipy.interpolate.interp2d ist veraltet. Die Dokumentation der veralteten Routine listet empfohlene Ersatzmöglichkeiten auf.

Abgelaufene Veralterungen#

  • Es gibt eine fortlaufende Anstrengung, langjährige Veralterungen umzusetzen.

  • Die folgenden zuvor veralteten Funktionen sind betroffen

    • Entfernte cond & rcond Schlüsselwörter in linalg.pinv

    • Entfernte Wrapper scipy.linalg.blas.{clapack, flapack}

    • Entfernte scipy.stats.NumericalInverseHermite und entfernte tol & max_intervals Schlüsselwörter aus scipy.stats.sampling.NumericalInverseHermite

    • Entferntes Schlüsselwort local_search_options aus scipy.optimize.dual_annealing.

Weitere Änderungen#

  • scipy.stats.bootstrap, scipy.stats.permutation_test und scipy.stats.monte_carlo_test erkennen nun automatisch, ob die angegebene statistic vektorisiert ist, indem sie nach einem axis-Parameter in der Signatur von statistic suchen. Wenn ein axis-Parameter in statistic vorhanden ist, aber nicht für vektorisierte Aufrufe verwendet werden soll, müssen Benutzer explizit die Option vectorized==False übergeben.

  • scipy.stats.multivariate_normal wird nun einen ValueError auslösen, wenn die Kovarianzmatrix nicht positiv semidefinit ist, unabhängig davon, welche Methode aufgerufen wird.

Autoren#

  • Name (Commits)

  • 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) +

Insgesamt 184 Personen trugen zu dieser Veröffentlichung bei. Personen mit einem "+" neben ihrem Namen trugen zum ersten Mal zu einem Patch bei. Diese Liste von Namen wird automatisch generiert und ist möglicherweise nicht vollständig.

Geschlossene Issues für 1.10.0#

  • #1261: Fehler in fmin_bfgs und einige Verbesserungen (Trac #734)

  • #2167: BivariateSpline-Fehler mit kx=ky=1 (Trac #1642)

  • #2304: funm liefert falsche Ergebnisse für nicht diagonalisierbare Eingaben (Trac…

  • #3421: Umbenennung von Informationstheorie-Funktionen?

  • #3854: KroghInterpolator geht nicht durch Punkte

  • #4043: scipy.interpolate.interp1d sollte einen einzelnen Wert annehmen können

  • #4555: leastsq sollte Cholesky statt inv für die Hesse-Invertierung verwenden

  • #4598: Von Mises Zufallsvariablen-Sampling für nicht-Null-Lage fehlerhaft…

  • #4975: Dokumentation für s in UnivariateSpline ist verwirrend

  • #6173: scipy.interpolate.lagrange implementiert durch Koeffizienten

  • #6688: ENH: optimize.basinhopping: Aufruf eines Akzeptanztests vor lokaler…

  • #7104: scipy.stats.nct - falsche Werte in den Enden

  • #7268: scipy.sparse.linalg.norm implementiert keine Spektralnorm

  • #7521: Ungenauigkeit der Dokumentation der Glättungsbedingung von scipy.UnivariateSpline

  • #7857: griddata ist empfindlich gegenüber der Größe des ursprünglichen Rasters, wenn es das nicht sein sollte

  • #8376: InterpolatedUnivariateSpline.roots() scheint manchmal Wurzeln zu übersehen

  • #9119: Dokumentationsprobleme von Funktionen in scipy.stats.mstats

  • #9389: Kolmogorov Smirnov 2 Stichproben gibt den Ort der maximalen Distanz…

  • #9440: Unerwartet erfolgreiche Optimierung mit minimize, wenn die Anzahl…

  • #9451: Hinzufügen von shgo zu Optimierungs-Benchmarks

  • #10737: Goodness-of-Fit-Tests für Verteilungen mit unbekannten Parametern

  • #10911: scipy.optimize.minimize_scalar wählt nicht automatisch aus…

  • #11026: rv_discrete.interval gibt falsche Werte für alpha = 1 zurück

  • #11053: scipy.stats: Erlaubt die Angabe einer inversen Varianzmatrix für multivariate_normal

  • #11131: DOC: stats.fisher_exact stimmt nicht mit der R-Funktionalität für `oddsratio` überein…

  • #11406: scipy.sparse.linalg.svds (v1.4.1) auf singulärer Matrix führt nicht…

  • #11475: Filterradius als optionales Argument für gaussian_filter1d/gaussian_filter

  • #11772: Cache der Kovarianzmatrixzerlegung in eingefrorener multivariate_normal

  • #11777: Nicht-zentrales Chi-Quadrat (scipy.stats.ncx2.pdf) wird auf null… gekürzt

  • #11790: NaN-Behandlung von stats.rankdata

  • #11860: Vorkommen von NaN-Werten bei der Verwendung von multinomial.pmf aus scipy.stats?

  • #11916: Verbesserung der Dokumentation für Glättung in interpolate.UnivariateSpline…

  • #12041: Sphärische Mittelwert/Varianz

  • #12246: 2D-Interpolation mit SmoothBivariateSpline

  • #12621: Skalare Minimierungsfunktionen haben keine Referenzen

  • #12632: curve_fit-Algorithmus versucht, xdata in ein Array von Floats zu transformieren

  • #12963: shgo gibt jac nicht korrekt an den Minimierer weiter

  • #13021: Skalierungsprobleme bei 2D-Interpolation

  • #13049: Beispiele fehlen import numpy as np?

  • #13452: Aufruf von `len()` auf `scipy.spatial.transform.rotation.Rotation`…

  • #13529: signal.decimate verwendet keine sosfilters und sosfiltfilt

  • #14098: DOC-Update für InterpolatedUnivariateSpline und LSQUnivariateSpline

  • #14198: Bessere Beschreibung der Einschränkungen von solveh_banded

  • #14348: Extrahieren von Spline-Koeffizienten aus splprep: tck

  • #14386: CloughTocher2DInterpolator soll „nearest“ für Punkte außerhalb… anpassen

  • #14472: Randbedingungen von scipy.interpolate.CubicSpline scheinen… zu sein

  • #14533: optimize.shgo gibt unerwartetes TypeError

  • #14541: Raspberry Pi 4 aarch64: ModuleNotFoundError: Kein Modul namens…

  • #14584: scipy.signal.filter_design.zpk2sos doctests schlagen fehl (Werte unterscheiden sich…

  • #14809: BUG: scipy.signal.periodogram window parameter

  • #14853: BUG: sqrtm dtype

  • #14922: Frage: Anscheinend ungenutztes, nicht funktionierendes Skript `isolve/tests/demo_lgres.py`

  • #15049: BUG: Visualisierung der CWT-Matrix im Beispielcode von signal.cwt

  • #15072: BUG: signal.decimate gibt NaN mit großen float32-Arrays zurück

  • #15393: BUG: signal.decimate gibt unerwartete Werte mit float32-Arrays zurück

  • #15473: ENH: `skewnorm.cdf` ist sehr langsam. Erwägen Sie eine viel effizientere…

  • #15618: ENH: Generierung von zufälligen 2D-Tabellen mit gegebenen Marginaltotals

  • #15675: ENH: `multivariate_normal` sollte eine Eigenzerlegung akzeptieren…

  • #15685: ENH: Die exakte p-Wert-Berechnung in `stats.cramervonmises_2samp`…

  • #15733: DEP: Entfernen des `quiet`-Parameters aus fitpack

  • #15749: DEP: Entfernen von tol aus `NumericalInverseHermite`

  • #15792: MAINT: Es gibt keinen Unittest und keine Dokumentation für uneigentliche Integrale…

  • #15807: DEP: Entfernen des Arguments `local_search_options` aus dual_annealing

  • #15844: Es ist nicht offensichtlich, dass `firls` eine gerade Anzahl erfordert…

  • #15883: BUG: stats.bootstrap bca-Implementierung löst ValueError für… aus

  • #15936: Bitte fügen Sie Zitationen zu den Papieren für COLAMD hinzu

  • #15996: Symbolverbergung bei Verwendung des GNU-Linkers im Meson-Build sollte…

  • #16148: Dokumentation in spearmanr

  • #16235: BUG: Speicherleck in der Funktion `Py_FindObjects` aufgrund einer neuen Referenz…

  • #16236: BUG: Speicherleck in der Funktion `py_filter2d` aufgrund einer neuen Referenz…

  • #16251: DEP: Ausführung der Veralterung von scipy.linalg.blas.{clapack, flapack}

  • #16252: DEP: Hinzufügen von Veralterungswarnungen für die Schlüsselwörter `turbo` / `eigvals`…

  • #16253: DEP: Hinzufügen von Veralterungswarnungen für die Schlüsselwörter `nyq` / `Hz` in firwin*

  • #16256: DEP: Hinzufügen von Veralterungswarnungen für binom_test

  • #16272: BUG: Unklare Fehlermeldung für ungültiges Bracketing

  • #16291: BUG: lambertw gibt NaNs bei kleinen Werten zurück

  • #16297: DOC: Anpassung des Verfahrens für kleine Veröffentlichungen

  • #16319: ENH: Verbesserte Genauigkeit und Orthogonalität der Ausgabeeigenvektoren…

  • #16333: DOC: Beschreibung von rvalue fehlt in stats.probplot

  • #16334: BUG: CLI-Hilfe ist mit hellen Themen nicht zugänglich

  • #16338: ENH: Option zum Beschneiden von außerhalb des Bereichs liegenden Eingabewerten auf das Minimum…

  • #16342: BUG: ftype='bessel' der Funktion IIRdesign wird nicht erkannt

  • #16344: ENH: verbessertes `stats.ortho_group`

  • #16364: ENH: stats: gibt "bunches" anstelle von einfachen Tupeln zurück

  • #16380: BUG: Fehlermeldung von RegularGridInterpolator ist falsch

  • #16386: TST: sparse/linalg/tests/test_expm_multiply.py::test_expm_multiply_dtype…

  • #16399: `test_mio.py::test_recarray` schlägt fehl aufgrund der dtype-Behandlung…

  • #16413: DOC: rvs-Methoden-Docstrings verweisen auf das `seed`-Argument anstelle von…

  • #16433: ENH: scipy.stats.bootstrap() sollte BCa für multivariate Statistiken tun…

  • #16472: Handhabung von Spline-Interpolationsmethoden in `interpn`

  • #16476: dev.py gibt keine Fehlercodes weiter und verbirgt daher Fehler auf CI

  • #16490: DOC: Fehler im Beispiel für `scipy.signal.upfirdn`

  • #16558: BUG: leaves_color_list ist falsch, wenn distance=0

  • #16580: Tippfehler in scipy/optimize/tests/test_optimize.py, logit statt…

  • #16582: TST: RegularGridInterpolator-Tests sollten parametrisiert werden

  • #16603: ENH, DOC: Richtlinie für Tippfehler und kleine Dokumentationskorrekturen hinzufügen

  • #16663: BUG: `bool(rotation)` führt zu einem Fehler

  • #16673: Testfehler für `TestPoisson.test_mindist` im Azure CI-Job

  • #16713: BUG/DOC: spatial: Docstrings von `Rotation`-Methoden fehlen…

  • #16726: CI: Python 3.11-Tests schlagen fehl, da eine Abhängigkeit… verwendet

  • #16741: BUG: DOC: Bearbeitung des Docstring-Beispiels in svds

  • #16759: DOC: `import numpy as np` zum Abschnitt "Examples" der Docstrings hinzufügen.

  • #16763: BUG: Versionsanforderung für numpy stimmt nicht mit Doku/setup.py überein

  • #16773: BUG: Indexierungsfehler in scipy.spatial.Voronoi in 3D

  • #16796: DOC: Methode "bisect" für root_scalar fehlt die korrekte Argumentliste

  • #16819: BUG: scipy.stats.binned_statistic_2d ist ~8x langsamer, wenn `statistic=np.mean` verwendet wird…

  • #16833: Laufzeit-Leistung in BSpline.design_matrix ist schlechter als bei BSpline().__call__()

  • #16892: Legende zu `rv_histogram`-Plot in Doku hinzufügen

  • #16912: MAINT: stats: optimize: Verschieben der Funktion `_contains_nan` an eine passendere…

  • #16914: BUG: Dokumentation von scipy.stats.truncnorm könnte klarer sein

  • #17031: BUG: stats: Intermittierende Fehler bei den Tests 'test_plot_iv'

  • #17033: Neue CI-Fehler in `sparse` mit nächtlichem NumPy

  • #17047: BUG: Dokumentationsfehler in scipy.signal

  • #17056: Mypy-Fehler in CI für `numpy/__init__.pyi` positional-only…

  • #17065: BUG: Dokumentation von minimize(method=’L-BFGS-B’) ist widersprüchlich

  • #17070: Verwendung des Meson-gebauten 1.10.0.dev0 nightly wheels in einer Conda-Umgebung…

  • #17074: BUG: scipy.optimize.linprog erfüllt keine ganzzahligen Nebenbedingungen…

  • #17078: DOC: "Dies sind keine universellen Funktionen" ist schwer zu verstehen…

  • #17089: ENH: Dokumentation über den Test hinter den p-Werten von .spearmanr

  • #17129: DOC: Inkonsistenz bei der Angabe, wann ein neues Feature hinzugefügt wurde

  • #17155: BUG: stats: Bug in XSLOW-Tests in TestNumericalInverseHermite

  • #17167: BUG: bernoulli.pmf gibt nicht-null Werte bei nicht-ganzzahligen Argumenten zurück

  • #17168: `test_powm1` schlägt in CI unter Windows fehl

  • #17174: MAINT, REL: Wheels werden bei Push auf Wartungszweig nicht nach Staging hochgeladen

  • #17241: BUG: CubicSpline stürzt ab, wenn leere Werte für `y` mit… übergeben werden

  • #17336: BUG: Meson-Build prüft bedingungslos auf pythran, obwohl…

  • #17375: BUG: resample_poly() friert bei großen Daten und bestimmten Abtastraten… ein

  • #17380: BUG: optimize: Verwendung von `integrality` verhindert, dass `linprog`…

  • #17382: BUG/DOC: optimize: `minimize`-Doku sollte die Veralterung von tnc… widerspiegeln

  • #17412: BUG: Meson-Fehler: Compiler für Sprache "cpp" nicht spezifiziert für…

  • #17444: BUG: beta.ppf verursacht Segmentierungsverletzung

  • #17468: Seltsame Fehler beim Ausführen der Tests `scipy.stats.tests.test_distributions`…

  • #17518: ENH: stats.pearsonr: Unterstützung für komplexe Daten

  • #17523: BUG: Button "[source]" in der Doku leitet an die falsche Stelle

  • #17578: TST, BLD, CI: 1.10.0rc1 Wheel-Build-/Test-Fehler

  • #17619: BUG: Kerneldump beim Aufruf von scipy.optimize.linprog

  • #17644: BUG: 1.10.0rc2 Windows Wheel Tests schlagen alle fehl (Segmentation Fault)

  • #17650: BUG: Assertion fehlgeschlagen bei Verwendung von HiGHS

Pull-Anfragen für 1.10.0#

  • #9072: ENH: Rechteckiges Integral zu multivariate_normal hinzugefügt

  • #9932: ENH: stats.gaussian_kde: Methode hinzugefügt, die die marginale Verteilung zurückgibt

  • #11712: BUG: trust-constr evaluiert Funktion außerhalb der Grenzen

  • #12211: DOC: Dice-Ähnlichkeitsindex

  • #12312: ENH: Beschleunigung der Matrix-Normalverteilungssammlung mittels matmul

  • #12594: BUG: Indexierungsfehler behoben bei Verwendung von Grenzen in Powells Methode...

  • #13053: ENH: MLE für stats.powerlaw.fit hinzugefügt

  • #13265: ENH: Kstest genaue Leistungsverbesserungen

  • #13340: ENH: stats: Funktion odds_ratio hinzugefügt.

  • #13663: ENH: linalg: LAPACK-Wrapper für trexc und trsen hinzugefügt.

  • #13753: DOC: optimize: Powells Dokumentation aktualisiert, um die API widerzuspiegeln

  • #13957: ENH: stats.ks_2samp: Verbleibende exakte p-Wert-Berechnungen mit Pythranisiert

  • #14248: MAINT:linalg: lu_factor kann rechteckige Arrays akzeptieren

  • #14317: ENH: Optimierte sparse Frobenius-Norm

  • #14402: DOC: Argumentdokumentation für `solve` klargestellt

  • #14430: ENH: Siegle-Steigungen mittels Pythran verbessert

  • #14563: WIP: stats: bins=auto in Docstrings

  • #14579: BENCH: optimize: CUTEST-Benchmark für DFO hinzugefügt

  • #14638: DOC: Erwähnung der Einschränkungen von Thomas' Algorithmus hinzugefügt

  • #14840: ENH: Addition des Poisson-Mittelwert-Tests (E-Test).

  • #15097: ENH: Radius zu gaussian_filter1d und gaussian_filter hinzugefügt

  • #15444: ENH: Unendliche df-Annäherung für Studentized Range PDF

  • #15493: ENH: Konvertiere gaussian_kde logpdf zu Cython

  • #15607: ENH: Untermodul `scipy.datasets` hinzugefügt

  • #15709: ENH: Verbesserte Berechnungszeit von stats.cramervonmises_2samp()

  • #15770: ENH: stats: Ersetze ncx2-Statistikverteilung durch Boost Non-Central Chi-Squared

  • #15878: DEP: Entferne local_search_options von dual_annealing

  • #15892: BUG: stats: Verwende Mittelwertverhalten für percentileofscore im Bootstrap

  • #15901: DEP: Depreziere scipy.misc zugunsten von scipy.datasets

  • #15967: TST/DOC: stats: Erkläre/prüfe 100% Intervall für diskrete Verteilungen

  • #15972: DOC: Länge des `bands`-Parameters in `firls` angegeben

  • #16002: ENH: Erlaube Spezifizierung der inversen Kovarianz einer multivariaten Normalverteilung...

  • #16017: ENH: special: Verwende Boost für einige ufuncs.

  • #16069: ENH: Zusätzliche MLE für feste Parameter in gumbel_r.fit hinzugefügt

  • #16096: BUG: SOS-Filter in decimate für numerische Stabilität verwenden

  • #16109: ENH: `optimization` zu `QMCEngine` hinzugefügt

  • #16140: ENH: stats: Optionales Argument `nan_policy` für `stats.rankdata` hinzugefügt

  • #16224: Hinzufügen eines `pchip`-Modus zu RegularGridInterpolator.

  • #16227: BUG: special: Einige Probleme mit dem „double-double“-Code behoben...

  • #16238: MAINT: stats: Unterstützung für Zeichenketten-Arrays für `_contains_nan` und Hinzufügen von...

  • #16268: DOC: optimize: Beispiel für Marginalen/Slack zu `linprog` hinzugefügt

  • #16294: BUG: linalg: Präzisionserhaltung für `sqrtm` hinzugefügt

  • #16298: REL: Version auf 1.10.0.dev0 gesetzt

  • #16299: DEP: Abschaffung von scipy.linalg.blas.{clapack, flapack}

  • #16307: DEP: Deprecation-Warnung für binom_test hinzugefügt

  • #16315: DEP: Deprecation-Warnung für kwargs nyq / Hz in firwin hinzugefügt

  • #16317: ENH: stats: Hinzufügen der abgeschnittenen (d.h. nach oben begrenzten) Pareto-Verteilung...

  • #16320: ENH: Verbesserte Genauigkeit und Orthogonalität der Ausgabeeigenvektoren...

  • #16327: DOC: BLD: Entfernen von `-scipyopt` aus dem HTML-Build-Befehl und Bauen...

  • #16328: MAINT: Erneuter Versuch, openblas im CI herunterzuladen

  • #16332: BLD: Sicherstellen, dass verständliche Nachrichten ausgegeben werden, wenn Git-Submodule...

  • #16335: BLD: NumPy auf >=1.19.5 aktualisiert

  • #16336: MAINT: Git-Scoping weiterleiten

  • #16340: DEP: Entferne tol & max_intervals aus NumericalInverseHermite

  • #16346: DEV: meson-python zu environment.yml hinzugefügt

  • #16351: Erklärung der Anweisung „import numpy as np“ für Filterbeispiele hinzugefügt

  • #16354: DOC: optimize: Callback-Dokumentation aus den Optionen in `_minimize_lbfgsb` entfernt...

  • #16355: DEP: Deprecation-Warnungen für kwargs turbo / eigvals von linalg.eigh hinzugefügt

  • #16356: DOC: Beispiele zu `signal.medfilt2d` hinzugefügt

  • #16357: BENCH: SHGO und DIRECT zur Optimierungsbenchmark hinzugefügt

  • #16362: ENH: Mehr Informationen bereitstellen, wenn ein Wert außerhalb der Grenzen liegt in...

  • #16367: BUG: Unklare Fehlermeldung bei ungültiger Klammerung

  • #16371: MAINT: Letzte (bereits sichere) Verwendung von `mktemp` entfernt

  • #16372: MAINT: `do.py` in `dev.py` umbenannt

  • #16373: DOC: Beschreibung von rvalue in `stats.probplot` hinzugefügt

  • #16377: ENH: stats.bootstrap: Warnung aktualisiert, um np.min zu erwähnen

  • #16383: BUG: Fehlermeldung von RegularGridInterpolator korrigiert

  • #16387: ENH: stats.combine_pvalues: Ausgabe-Tupel in Bunch konvertiert

  • #16388: DEP: `stats.kendalltau` kwargs `initial_lexsort` depreziert

  • #16389: DEP: Schärfung von Stats-Deprecations

  • #16392: DEP: Warnung zu `sparse.gmres` veraltetes kwargs `restrt` hinzugefügt

  • #16397: MAINT: Behebung von zwei Referenzzählungsproblemen in `ndimage`

  • #16398: MAINT: Ersetze find_common_types

  • #16406: MAINT: stats.rankdata: Standard auf nan_policy='propagate' geändert

  • #16407: ENH: stats.fisher_exact: Ausgabe-Tupel in Bunch konvertiert

  • #16411: MAINT: optimize.brute sollte Nicht-Tupel-Argumente in Tupel umwandeln

  • #16415: DOC: stats: seed -> random_state im Docstring von `rvs` korrigiert

  • #16423: MAINT: stats: keine verschachtelten TypeErrors in `_contains_nan` verwenden

  • #16424: MAINT: `stats.kde` zukunftssicher machen für Änderungen in numpy casting...

  • #16425: DOC: Verfahrensanpassung in file doc/source/dev/core-dev/releasing.rst.inc

  • #16428: MAINT: `_sputils.get_index_dtype` für NEP 50 Casting korrigieren...

  • #16431: CI: Gitpod-Build nach Update von dev.py auf die neue CLI korrigiert

  • #16432: Docstring-Korrekturen in lobpcg.py

  • #16434: DOC: stats.mstats.sen_seasonal_slopes: Docstring hinzugefügt

  • #16435: ENH: gerichteter Mittelwert

  • #16438: MAINT: Unnötigen `DeprecatedImport` entfernt

  • #16439: ENH: stats.chi2_contingency: Ausgabe-Tupel in Bunch konvertiert

  • #16440: ENH: stats.median_test: Ausgabe-Tupel in Bunch konvertiert

  • #16441: ENH: stats.mood: Ausgabe-Tupel in Bunch konvertiert

  • #16442: MAINT: Probleme mit dem Casting-Verhalten von Python-Skalaren behoben...

  • #16447: BLD: Erleichterung des Builds mit AddressSanitizer

  • #16449: ENH: Leistung von scipy.interpolate.RegularGridInterpolator verbessert

  • #16450: BUG: CLI-Hilfe in hellen Designs behoben

  • #16454: ENH: stats.bootstrap: Bootstrap-Verteilung zurückgeben

  • #16455: ENH: stats.bootstrap: BCa-Methode für Mehrstichprobenstatistik hinzugefügt

  • #16462: CI: Python 3.8-dbg-Job auf ubuntu-20.04 aktualisiert

  • #16463: ENH: stats.jarque_bera: Achse, nan_policy, Masked-Array-Unterstützung hinzugefügt

  • #16470: DOC: stats.spearmanr: Informationen zur p-Wert-Berechnung hinzugefügt

  • #16471: MAINT: interpolate/RGI: `find_indices` nur bei Bedarf aufrufen

  • #16474: DOC: Mehr Informationen zum Entropy-Docstring hinzugefügt

  • #16475: BLD: f2py Shared Source-Datei einmal erstellen und zu jeder verknüpfen...

  • #16481: BUG: (n+1) auf n für korrekte Jackknife-Berechnung von hd... geändert

  • #16486: DOC: special.entr: Kontext hinzugefügt

  • #16487: MAINT: Testgeschwindigkeit verbessert, Timeouts hinzugefügt

  • #16496: Hinweise für sortierte x- und y-Arrays in absteigender Reihenfolge hinzugefügt

  • #16497: DOC: special: Abschnitt 'Beispiele' zum Docstring von spence hinzugefügt.

  • #16498: ENH: hdquantile_sd mittels Summenbeschleunigung beschleunigt

  • #16501: DOC: Tippfehler in spatial.Delaunay korrigiert

  • #16502: DOC: Kleinere Aktualisierung der Rst-Syntax.

  • #16503: ENH: stats: _munp() für die Schiefe-Normalverteilung implementiert.

  • #16505: DOC: Fehler bei Beispielen für scipy.signal.upfirdn korrigiert

  • #16508: BUG/ENH: Spline-Interpolationsmethoden in `interpn` und... behandelt

  • #16511: Hinweis auf regulargridinterpolator hinzugefügt

  • #16513: MAINT: Propack-Tests für complex128 unter Windows übersprungen (& Modul-Bereinigung)

  • #16516: DOC: Hinweis hinzugefügt, was bei Matlab v7.3 zu verwenden ist

  • #16518: CI: Pip- und Conda-Caching in allen Workflows

  • #16524: TST: stats.permutation_test: Test gegen `ks_2samp` verstärkt

  • #16529: CI: Verwendung von scikit-umfpack und scikit-sparse im CI bereinigt

  • #16532: Verwaiste Importe in Docstring-Beispielen in `io.harwell_boeing`...

  • #16533: ENH: signal: Lanczos-Fensterfunktion hinzugefügt

  • #16534: CI: Installation von scikit-umfpack und scikit-sparse im Azure-Job behoben

  • #16535: MAINT: Matplotlib-Deprecation-Warnung in `chirp` korrigiert...

  • #16543: DOC: CWT-Doc-Beispiele aktualisiert

  • #16544: DOC: Besseres Beispiel für `MultinomialQMC` hinzugefügt.

  • #16546: DOC: Alternativtexte zu Tutorial-Bildern hinzugefügt

  • #16547: ENH: Grenzenwarnungen in `minimize` korrigiert

  • #16550: TST: Flackernden sparse.linalg.exmp-Test behoben

  • #16552: CI: Testet die Installation von Distro-Python auf Ubuntu Jammy (22.04 LTS)

  • #16554: TST: Timeout zu `test_kappa4_array_gh13582` hinzugefügt

  • #16557: BUG: `interpolate.RegularGridInterpolator` `out_of_bounds`... korrigiert

  • #16559: ENH: Hinzufügen einer logpdf-Funktion zur Von-Mises-Verteilung

  • #16560: Vektorisierung von ortho_group.rvs

  • #16561: DOC: optimize: Warnung im Docstring von differential_evolution korrigiert

  • #16565: [DOC] Falsche Syntax in basinhopping-Docstring.

  • #16566: Korrigiere Fensterfunktions-Docstring für Fensterlänge

  • #16567: DOC: Hinweis auf Ungenauigkeiten in Matrixfunktionen hinzugefügt

  • #16571: DOC: sparse.linalg: Referenzen für UMFPACK hinzugefügt.

  • #16574: ENH: Vektorisierung entlang von Stichproben `stats.ortho_group.rvs` und `stats.unitary_group.rvs`

  • #16576: Korrektur eines defekten Links in der Testdokumentation

  • #16587: DOC: Hinzufügen von NumPy-Import in QMC-Beispielen.

  • #16589: DOC: Aktualisiere toolchain.rst nach EOL von manylinux_2_24; erlaube...

  • #16591: ENH: stats.nct: durch Boost-Implementierung ersetzt

  • #16592: DOC: interpolate: Workaround `.roots()` dokumentiert

  • #16594: MAINT: Bessere Unterstützung für pytest-timeout

  • #16596: MAINT: stats.rv_continuous: Konsistent NumPy-Skalare zurückgeben

  • #16607: MAINT: Unnötige `__future__`-Importe entfernt

  • #16608: TST: stats.rv_continuous: Direkterer Test auf NumPy-Skalar-Ausgabe

  • #16612: ENH: Vektorisierung entlang von Stichproben `stats.special_ortho_group.rvs`

  • #16614: DOC: NumPy-Import in Beispielen für linalg-Zerlegungsfunktionen hinzugefügt

  • #16615: DOC: Hinzufügen von NumPy-Import in Beispielen einiger Stats-Dateien

  • #16616: DOC: Hinzufügen von NumPy-Import in Beispielen einiger Stats-Dateien

  • #16617: DOC: Anweisungen zum Debuggen mit dev.py aktualisiert

  • #16618: DOC: NumPy-Import in bsplines-Beispielen hinzugefügt

  • #16619: DOC: Hinzufügen von NumPy-Import in einigen Stats-Beispielen

  • #16620: DOC: NumPy-Import zu Beispielen hinzugefügt

  • #16621: FIX: Upstream-Fix für Binomialverteilung mit Null-Division

  • #16624: DOC: Hinzufügen von NumPy-Importen in Beispielen von `_mstats_basic.py`

  • #16625: DOC: Hinzufügen von `import numpy as np` zu Beispielen

  • #16626: BUG: cluster: Problem mit `leaves_color_list` behoben

  • #16627: TST: spatial.directed_hausdorff: Parametrisierter Test `test_random_state_None_int`

  • #16629: DOC: Korrigieren des scipy.stats.mode-Beispiels, um nicht trivial zu sein.

  • #16631: MAINT: stats.gaussian_kde: Aussagekräftige Meldung bei degenerierten... auslösen

  • #16632: MAINT: signal: Korrigiertes Beispiel für Peak-Findung

  • #16633: DOC: Benchmark-Dokumentation auf die Benutzeroberfläche von dev.py aktualisiert

  • #16634: DOC: Beispiel zu fft.fht hinzugefügt

  • #16635: DOC: Korrigiert den Namespace von default_rng und die Linienstärke eines Beispiels

  • #16639: DOC: Bessere Links im README für Neueinsteiger

  • #16640: MAINT: optimize: Gibt immer ein Float vom Zieldefinitions-Wrapper zurück

  • #16641: DOC: optimize: Korrigiere Doc, dass xdata von `curve_fit` float sein sollte...

  • #16644: DOC: io: Abschnitt 'Beispiele' zu mminfo, mmread und mmwrite hinzugefügt.

  • #16646: MAINT: get_index_dtype folgt seiner Dokumentation und gibt... zurück

  • #16647: MAINT: Tippfehler im Funktionsnamen expit in test_optimize.py behoben

  • #16650: DOC: io: Abschnitt 'Beispiele' zum Docstring von 'whosmat' hinzugefügt.

  • #16651: ENH: stats.resampling: Automatische Erkennung, ob die Statistik...

  • #16652: MAINT: Unnötige Importe entfernt.

  • #16653: DEV: Generalisierte Kreuzvalidierungs-Glättungs-Spline

  • #16654: ENH: stats: Aliase zu Ergebnisobjekten hinzugefügt

  • #16658: BUG: signal: Vergleiche `window_length` mit der korrekten Achse in `savgol_filter`

  • #16659: DOC: Ersetze `sphinx_panels` und `sphinx_tabs` durch `sphinx_design`

  • #16666: MAINT: Entfernen von nicht verwendetem `__main__`-Code aus dem `optimize`-Untermodul

  • #16667: DOC: spatial: Baryzentrische Beschreibung in Delaunay korrigiert

  • #16668: DOC: signal: Werte in den Beispielen von zpk2sos korrigiert.

  • #16670: MAINT: Kompilierwarnung in `signal/_firfilter.c` behoben

  • #16672: BLD: Mindestversionen von `meson` und `meson-python` aktualisiert

  • #16675: TST: sparse.linalg: Toleranz für den `lobpcg`-Test 'test_tolerance_float32' erhöht

  • #16676: MAINT: stats.mstats.mode: Refaktorieren, um `kwargs` aus... zu halten

  • #16677: TST: Mindist-Test beschleunigt

  • #16678: DOC: Benutzerdefinierte Farben in CSS entfernt

  • #16680: MAINT: stats.gmean: Korrekturen mit `axis=None` bei Masked-Array...

  • #16683: DEV: Argument `--durations` zur dev.py-Schnittstelle hinzugefügt

  • #16685: BLD: Versionsprüfungen für GCC und MSVC implementiert

  • #16687: DOC: signal: Beispiele im Remez-Docstring aktualisiert.

  • #16689: MAINT: sparse.linalg: LGMRES-Demo entfernt

  • #16690: Zufällige Gleichverteilung -> Normalverteilung zur Initialisierung von lobpcg und arpack in svds

  • #16691: ENH: stats: isf für die Levy-Verteilung implementiert.

  • #16692: ENH: stats.gaussian_kde: Verwendung von inv_cov im PDF ersetzt

  • #16696: ENH: Beschleunigung von sparse.csgraph.dijkstra

  • #16699: DOC: stats: Tutorial zu Resampling und Monte-Carlo-Methoden

  • #16703: BLD: Min-Versionen von meson(-python) aktualisiert und explizite... entfernt

  • #16704: DOC: MSVC-Links in toolchain.rst verbessert

  • #16705: MAINT: `__bool__`-Methode zu spatial.transform.Rotation hinzugefügt

  • #16706: CI: Meson-Versionsnummer in environment.yml hinzugefügt, um Docker... neu zu erstellen

  • #16707: DOC: Tutorial zu scipy.interpolate erweitert

  • #16712: BUG: _svds.py aktualisiert: Orthogonalisiere Eigenvektoren von arpack...

  • #16714: ENH: stats.bootstrap: Vorheriges Bootstrap-Ergebnis erweitert

  • #16715: DOC: interpolate: Beispiel für splPrep/PPoly.from_spline... hinzugefügt

  • #16717: DOC: Seed-Docstrings neu formatiert

  • #16722: MAINT: Zusätzliche Test-Wahrheit und Länge der leeren Rotation

  • #16730: MAINT: interpolate: _fitpack_impl in fitpack2 verwenden

  • #16731: ENH: interpolate.KroghInterpolator: Warnung über numerische... auslösen

  • #16732: DOC: runtests.py durch dev.py ersetzen, wo es angebracht ist

  • #16733: DOC: Link zum Entwicklungs-Workflow hinzugefügt

  • #16735: DOC: Release Notes für 1.9.0 weiterleiten

  • #16738: REL: DOC: Version-Switcher aktualisiert

  • #16739: CI: py311-dev-Job auf Meson umgestellt

  • #16740: DOC: Sphinx-Markup korrigiert.

  • #16742: CI: test_numpy_main nach linux_meson verschoben

  • #16743: DEP: interpolate: Docstring-nur-Deprecation von fitpack... rückgängig gemacht

  • #16747: DOC: sparse.linalg: Ausgabe in einem Beispiel im lobpcg-Docstring korrigiert.

  • #16753: DOC: Integrate: Beispiele für uneigentliche Integrale für `dblquad`... hinzugefügt

  • #16754: DOC: optimize.linprog: Tutorial zur Adressierung von gh16531 angepasst

  • #16755: TST: sparse.linalg: Toleranz für den lobpcg-Test 'test_tolerance_float32' gelockert

  • #16756: TST: Testkorrekturen für pypy

  • #16758: ENH: GIL freigeben während der Berechnung der KDE-Kernel-Schätzung

  • #16761: DOC: Logo zum README hinzugefügt.

  • #16762: MAINT: stats: Langsame Tests markiert

  • #16766: DOC: toolchain: NumPy-Abhängigkeit für 1.7.2/3 korrigiert

  • #16770: ENH: stats: Boost-Implementierung von Skewnorm cdf/ppf verwendet

  • #16772: DOC: Hinzufügen eines :math:-Elements zum Docstring zur Konsistenz

  • #16776: BUG: Setze nperseg-Größe auf die Größe eines bereits initialisierten Fensters...

  • #16778: MAINT: Einige Mypy-Fehler behoben, die kürzlich aufgetreten sind

  • #16779: TST: Interpolate: Falsch lokalisierte NDInterpolator-Tests verschoben

  • #16788: DOC, TST: Voronoi Qz geklärt

  • #16790: ENH: stats.invgauss: Boost-Implementierung von ppf/isf verwendet

  • #16791: MAINT: stats.skewnorm: Korrigiere fit, wenn die Schiefe der Daten größer ist als...

  • #16793: DOC: optimize: Tutorial für MILP hinzugefügt

  • #16795: DOC: Methodensignaturen von `spatial.transform.Rotation` einbetten

  • #16797: ENH: Extrapolieren zu BSpline.design_matrix hinzugefügt

  • #16799: DOC: optimize.root_scalar: Parametrisierung von Methoden verbessert

  • #16800: MAINT: Entfernen von `_lib/_c99compat.h` und Verwendung von C99 anstelle von `npy_math.h`...

  • #16801: ENH: Spektrale 2-Norm zu `_norm.py` hinzugefügt

  • #16804: ENH: stats.weibull_min: fit überschreiben

  • #16806: DEV: Aktualisiere pydevtool-Version, um Exit-Codes weiterzuleiten

  • #16809: Doc: Fehlendes „import numpy as np“ zu Docstring-Beispielen hinzugefügt...

  • #16811: DOC: Kaputte Links korrigiert

  • #16816: MAINT: special: Eine `libnpymath`-Abhängigkeit entfernt; mehr `NPY_`...

  • #16817: MAINT: `NPY_INLINE` entfernt, stattdessen `inline` verwendet

  • #16818: MAINT: PROPACK Git-Submodul aktualisiert, um Drucke im Test zu entfernen...

  • #16826: MAINT: Einige Build-Warnungen von `special/ellip_harm.pxd` behoben

  • #16828: DOC: NumPy-Import in scipy.io-Beispielen hinzugefügt

  • #16829: Interpn Nonscalar Follow-up

  • #16830: DOC: Plot zum circmean-Docstring hinzugefügt

  • #16831: DOC: special: Mehrere Docstring-Aktualisierungen.

  • #16832: DOC: NumPy-Import in scipy.optimize-Beispielen hinzugefügt

  • #16834: DOC: Kreisstatistiken-Doc verbessert

  • #16835: ENH: stats.ttest_1samp: confidence_interval und df hinzugefügt

  • #16837: DOC: interpolate: Kleine Verbesserung des Beispielcodes für `BSpline.basis_element`

  • #16840: ENH: BSplines.design_matrix Leistungsverbesserung

  • #16843: ENH: Behandelt np-Array-Methoden in stats.binned_statistic_dd

  • #16847: DOC: interpolate.{RegularGridInterpolator, interpn} Hinweis hinzugefügt...

  • #16848: ENH: stats.anderson: Fit-Parameter zum Ergebnis hinzugefügt

  • #16853: DOC: interpolate: `interpolate.make_interp.spline` verbessert...

  • #16854: MAINT: Verzögert den `pooch`-Importfehler für `scipy.datasets`

  • #16855: Roadmap-Update: scipy.interpolate und Fortran-Bibliotheken

  • #16856: DOC: interpolate: Standardwert für Spline-Grad für `InterpolatedUnivariateSpline` hinzugefügt

  • #16857: ENH: Erwartete Warnung in BarycentricInterpolator entfernt

  • #16858: ENH: scipy.optimize.least_squares so modifizieren, dass Grenzen von... akzeptiert werden

  • #16860: DOC: interpolate: Dokumentation des Spline-Glättungsparameters verbessert.

  • #16863: DOC: Richtlinien für Dokumentationsbeiträge hinzugefügt

  • #16864: DOC: stats: Einige Aktualisierungen

  • #16865: DOC: interpolate: `make_lsq_spline` Docs verbessert

  • #16866: DEP, DOC: Veraltete Methoden in Docs anzeigen und Überschreiben beheben...

  • #16867: DOC: Genauigkeitsfehler im Docstring von `Rotation.align_vectors` behoben

  • #16869: DOC: Fehlendes „import numpy as np“ zu Docstring-Beispielen hinzugefügt...

  • #16873: MAINT: stats.multinomial: p[-1] nicht ändern, wenn p[:-1].sum()...

  • #16874: DOC: signal: Abschnitt 'Beispiele' zum Docstring von 'normalize' hinzugefügt.

  • #16884: DOC: Anweisungen zur Installation aus dem Quellcode verbessert

  • #16885: TST: Interpolate: RegularGridInterpolator-Tests parametrisiert

  • #16886: CI: Nur Wheels für SciPy [skip azp][skip github]

  • #16887: DOC: optimize.linprog: Tutorial zur Adressierung von gh16531 angepasst

  • #16888: DOC: Erläutert, wie cibuildwheel in CI ausgelöst wird und läuft

  • #16889: MAINT: interpolate: Einige unnötige Importe entfernt.

  • #16890: ENH: optimize.OptimizeResult: verbessertes Pretty-Printing

  • #16891: TST: Interpolate: Test umbenannt, damit er ausgeführt wird

  • #16893: DOC: Diagramm hinzugefügt, das erklärt, wie Docker-Images erstellt und verwendet werden…

  • #16896: DOC: Kaputter Link auf der Seite „Zusätzliche Git-Ressourcen“ korrigiert.

  • #16897: mip_rel_gap an den HiGHS-Optimierer weitergegeben

  • #16899: DOC: Legende zum rv_histogram-Plot hinzugefügt

  • #16902: ENH: stats.ttest_rel: confidence_interval zum Ergebnis hinzugefügt

  • #16903: DOC: interpolate: tatsächliche Glättungsbedingung für `UnivariateSpline` hinzugefügt

  • #16906: DOC: Korrekturen für refguide-Check-Probleme

  • #16907: BUG: stats: expect-Methode der vonmises-Verteilung

  • #16910: MAINT: 1.9.1 Relnotes weiterportiert

  • #16913: ENH:interpolate: interp1d erlaubt die Übergabe eines einzelnen Werts

  • #16916: DOC: Hinweis zur Verwendung von interpn für Daten auf einem regulären Gitter hinzugefügt

  • #16923: MAINT: integrate.qmc_quad: QMC-Quadratur hinzugefügt

  • #16924: Kompilierung mit -Wincompatible-function-pointer-types behoben

  • #16931: DOC: Details zum Debugging und zur Introspektion von Meson-Builds hinzugefügt

  • #16933: MAINT : interpolate: Test hinzugefügt für Unterdrückung von DivideByZero-Warnungen…

  • #16937: MAINT: Verweis auf python3 im refguide-Check

  • #16939: MAINT: stats: _contains_nan-Funktion nach _lib._util.py verschoben

  • #16940: DOC: Dokumentationshinweis für truncnorm aktualisiert

  • #16941: MAINT: Unterstützung für logpdf in NumericalInverseHermite (stats.sampling)

  • #16948: DOC: sparse.linalg.svds: intermittierende refguide-Check-Fehler behoben

  • #16950: DOC: Beispiele für gängige Bessel-Funktionen hinzugefügt

  • #16951: ENH: stats.fit: plot_types zu FitResult.plot hinzugefügt

  • #16953: DEV: dev.py aktualisiert, um nur geänderte Dateien zu installieren

  • #16955: BLD: Fortran-Build-Warnungen behoben oder unterdrückt

  • #16956: BLD: Meson-Versionsprüfungen für MSVC korrigiert

  • #16958: ENH: stats.crosstab: Ausgabe-Tupel in Bunch umgewandelt

  • #16959: DOC: Beispiel für Morlet in scipy.signal hinzugefügt

  • #16960: DOC: Einrückung in benchmarking.rst korrigiert

  • #16963: DOC: 2 Links zur stabilen Version aktualisiert.

  • #16967: ENH: stats.goodness_of_fit: Ein allgemeiner Goodness-of-Fit-Test

  • #16968: ENH: Klammer in Numpy-Versionswarnung geschlossen

  • #16976: DOC: stats.qmc: Beschreibung des seed-Parameters korrigiert

  • #16980: DOC: Tippfehler mit doppelten Wörtern korrigiert.

  • #16986: DOC: Link zu gerenderten Dokumenten in der Dokumentationsanleitung korrigiert

  • #16987: ENH: stats.gaussian_kde: Verwendung von inv_cov in logpdf ersetzt

  • #16989: DOC: Beschreibung des t_span-Parameters in integrate.solve_ivp bearbeitet

  • #16990: CI: Hochladen für (wöchentliche) Nightlies aktiviert und Aktion aktualisiert…

  • #16992: CI: CI-Image auf Ubuntu 22.04 statt 20.04 aktualisiert

  • #16995: DOC: stats: Falsch dokumentiertes statistic-Attribut für… korrigiert

  • #17003: DOC: Beispiele für einige Bessel-Funktionen hinzugefügt

  • #17005: CI: OpenBLAS an spezifischen Build im macOS-Job angeheftet, um gges zu vermeiden…

  • #17006: ENH: stats.spearmanr: statistic-Attribut zum Ergebnisobjekt hinzugefügt…

  • #17007: ENH: stats.kendalltau: statistic-Attribut zum Ergebnisobjekt hinzugefügt…

  • #17008: ENH: stats.weightedtau: statistic-Attribut zum Ergebnisobjekt hinzugefügt

  • #17009: Revert „CI: OpenBLAS an spezifischen Build im macOS-Job angeheftet, um…“

  • #17014: MAINT: Unbenutzte Variablen und Importe entfernt

  • #17016: ENH: stats.pearsonr, stats.pointbiserialr: statistic/correlation hinzugefügt…

  • #17017: ENH: stats.somersd: correlation-Attribut zum Ergebnisobjekt hinzugefügt

  • #17021: FIX: Parallelitätsverhalten von `dev.py build` und korrigierte Tippfehler

  • #17022: Erklärung, woher LIL kommt

  • #17027: Erklärung der Liste von Listen Sparse-Matrix korrigiert

  • #17029: CI: Cirrus für den Aufbau von aarch64

  • #17030: ENH: stats.permutation_test: Leistung von Samples/Paarungen verbessert…

  • #17032: TST: stats.fit: Zufälligen Zustand korrigiert

  • #17034: TST: stats.jarque_bera: Testfehler aufgrund von Numpy-Update behoben

  • #17036: DEV: GPG-Schlüssel in Docker aktualisiert [Gitpod]

  • #17038: `splint` in FITPACK-Wrappern dedupliziert; 3. Versuch

  • #17039: ENH: `stats.expectile`-Funktion hinzugefügt

  • #17041: DOC: Beispiele für Integrale von Bessel-Funktionen hinzugefügt

  • #17048: DOC:signal: Tippfehler in TransferFunction korrigiert

  • #17049: TST: stats.jarque_bera: Testfehler aufgrund von Numpy-Update behoben

  • #17051: ENH: Unterstützung für komplexe Funktionen in integrate.quad

  • #17052: BLD: Symbolverbergung für Meson durch eine Linker-Version implementiert…

  • #17057: Diverse Testfehler behoben, die im CI auftreten

  • #17062: Ort und Vorzeichen zum KS-Testergebnis hinzugefügt

  • #17063: CI: Hochladen von Nightly-Wheels korrigiert

  • #17068: MAINT: Unbenutzte Importe entfernt.

  • #17071: DOC: maxfun in scipy.optimize.minimize (method='L-BFGS-B') aktualisiert…

  • #17073: DOC: Beispiele für Ableitungen von Bessel-Funktionen

  • #17076: DOC: spatial: Das Beispiel voronoi_plot_2d kopiert und bearbeitet.

  • #17079: BUG: Korrektur des `signal.sosfilt`-Problems mit komplexen dtypes und Intel…

  • #17081: DOC: Formatierung in svds-Docstrings korrigiert

  • #17083: DOC: Link zu Umgebungsvariablen der Numpy-Dokumentation korrigiert

  • #17085: DOC: optimize: Link zu SciPy-Cookbooks-Tutorials für MILP hinzugefügt

  • #17091: MAINT: interpolate: Duplizierung der FITPACK-Schnittstelle `sproot` entfernt.

  • #17093: ENH: Verbessertes Verhalten von scipy.optimize.linprog (#17074)

  • #17094: DOC: Beispiele für Nullstellen von Bessel-Funktionen

  • #17099: BLD: fast-math für Intel-Compiler ausgeschaltet

  • #17103: ENH: stats.Covariance: CovViaDiagonal hinzugefügt

  • #17106: CI: Tests von `SCIPY_USE_PYTHRAN=0` behoben und auf pythran aktualisiert…

  • #17108: DOC: ufunc-Beschreibung auf der Special-Dokumentationsseite neu formuliert

  • #17109: BLD: Sichergestellt, dass Intel Fortran negative 0 wie erwartet behandelt.

  • #17110: DOC: Numpy-Import zu SciPy.sparse-Beispielen hinzugefügt

  • #17112: ENH: Unterstützung für Bounds-Klasse in curve_fit hinzugefügt

  • #17115: DOC: Numpy-Import zu Beispielen hinzugefügt

  • #17117: ENH: stats.logistic: fit für verbleibende Fälle überschrieben

  • #17118: ENH: Unterstützung für komplexe Funktionen in binned_statistic_dd

  • #17122: ENH: Duplizierter Funktionsaufruf entfernt

  • #17126: MAINT, ENH: scipy.stats: `directionalmean` refaktoriert, um zurückzugeben…

  • #17128: ENH: stats.covariance: CovViaCholesky hinzugefügt

  • #17130: DOC: Inkonsistente Meldungen entfernt

  • #17135: ENH: stats.Covariance: Kovarianzmatrix durch ihre Eigenzerlegung spezifiziert

  • #17138: CI: Berechtigung für GH-Aktionen hinzugefügt.

  • #17140: BUG: Korrektur des Problems, dass shgo jac nicht korrekt an den Minimierer übergibt

  • #17141: ENH: stats.fit: Maximum Spacing Estimation hinzugefügt

  • #17144: DOC: `set_tight_layout` durch `set_layout_engine` ersetzt…

  • #17147: BENCH: `--quick`-Flag für `asv run` in dev.py entfernt

  • #17149: MAINT: Certifi Py3.11-Warnungsfilter entfernt

  • #17152: ENH/MAINT: `qmc.LatinHypercube`: centered mit scramble veraltet

  • #17157: ENH: `value_indices()`-Funktion zu scipy.ndimage hinzugefügt

  • #17159: MAINT: spatial: `test_massive_arr_overflow` auf Systemen übersprungen…

  • #17161: MAINT: stats.sampling.NumericalInverseHermite: private Distribution…

  • #17163: ENH: Hilfsprogramm-Methode & Skript `download_all` hinzugefügt

  • #17169: MAINT: special: Toleranz für einen Test von powm1 gelockert.

  • #17170: MAINT: Bessere Handhabung von Mode/Center außerhalb der Domäne in…

  • #17175: MAINT: 1.9.2 Relnotes weiterportiert

  • #17177: DOC: stats: versionadded-Markup für odds_ratio korrigiert

  • #17178: DOC: interpolate: Fehlerfälle von SmoothBivariateSpline diskutiert

  • #17180: DEP: interpolate: interp2d veraltet

  • #17181: CI: Korrigiert, wann Wheels für Staging erstellt werden

  • #17182: MAINT: Tippfehler „mat[r]ix“ korrigiert

  • #17183: DOC: Beispiele für ive und kve

  • #17184: DOC: Korrektur der Release Note 1.9.0 bezüglich des `weights`-Parameters…

  • #17188: DOC: Version-Switcher für 1.9.2 aktualisiert

  • #17198: MAINT: stats.levy_stable._fitstart: Verwendung von interp2d entfernt

  • #17199: DOC: Tippfehler in der Dokumentation der IIR-Design-Argumente korrigiert

  • #17215: MAINT: Code für alte Numpy-Versionen entfernt

  • #17217: MAINT: interpolate/RGI: alle _evaluate_YYY-Methoden verwenden self.values

  • #17223: DOC: linalg: Beispiel für qz erweitert.

  • #17227: TST: stats.sampling.NumericalInverseHermite: Alle RuntimeWarnings filtern

  • #17230: ENH: Subclass-freundliches Refactoring von RegularGridInterpolator

  • #17233: DOC: Beispiele für Struve-Funktionen

  • #17236: stats/distributions: rv_sample öffentlich gemacht, Subclassing erlaubt

  • #17237: ENH: `conditional_table` zu SciPy.stats hinzugefügt.

  • #17238: DOC: linalg: Mehrere Docstring-Aktualisierungen.

  • #17243: DOC: special: Aktualisierungen für smirnov und smirnovi

  • #17247: MAINT: optimize.leastsq: Kovarianz nicht SPD korrigiert

  • #17256: doc/RegularizedIncompleteBetaFunction

  • #17258: MAINT: stats.multivariate_normal: gefrorene rvs sollten cov_object übergeben…

  • #17259: DOC: Hinweis zum Überspringen von Cirrus CI hinzugefügt.

  • #17262: MAINT: 1.9.3 Relnotes weiterportiert

  • #17264: DOC: Version-Switcher für 1.9.3 aktualisiert

  • #17273: TST: linalg: Fehler in test_solve_discrete_are vorübergehend unterdrückt

  • #17276: MAINT/ENH: stats.multivariate_normal.rvs: Form und Geschwindigkeit korrigiert…

  • #17277: ENH: Zufällige Einheitsvektor-Verteilung

  • #17279: TST: xslow-Markierung für den DIRECT-Optimizer-Test `no_segmentation fault`

  • #17280: DOC: Beispiel für voigt_profile

  • #17283: STY: stats.Covariance: Lint-Problem in `main` behoben

  • #17284: MAINT: special: Toleranz in test_sinpi() und test_cospi() gelockert.

  • #17291: Cythonisierung des 2D-Linear-Code-Pfads in RegularGridInterpolator

  • #17296: Behebung von Testfehlern, die durch pytest 7.1.3 verursacht wurden

  • #17298: DOC: Beispiele zu Stats Anderson hinzugefügt

  • #17299: DOC: interpolate: Tipps und Tricks zur Extrapolation

  • #17301: DOC, MAINT: Verwendung von inspect.formatargspec während des Doc-Builds entfernt

  • #17302: MAINT: special: Boost für special.hyp1f1 mit realen Eingaben verwendet.

  • #17303: Handgeschriebenes `_fitpack.spalde` entfernt: Rebase von pr/17145

  • #17304: ENH: stats: _sf und _isf für invweibull implementiert.

  • #17305: BUG: interpolate: Null-dimensionale Daten-Arrays erlaubt

  • #17313: DOC: interpolate: Hinweis zu Daten mit unterschiedlichen Skalen hinzugefügt

  • #17314: DOC: interpolate/tutorial: Beispiel für Länge 1 hinzugefügt

  • #17315: MAINT: special: Tests von Numpy-Funktionen arccosh, arcsinh… entfernt

  • #17317: DOC: interpolate/tutorial: Beispiel für gleichmäßig beabstandete…

  • #17319: DOC: Referenzen und Beispiele für huber/pseudo_huber

  • #17331: CI: Auf Azure, pytest-xdist auf Version 2.5.0 angeheftet

  • #17340: DOC: Verwendung von Bounds mit basinhopping klargestellt

  • #17345: ENH: Commit zur Schließung von #1261 (trac #734) durch Hinzufügen des xtol-Arguments.

  • #17346: BLD: Korrektur der `SCIPY_USE_PYTHRAN=0`-Verwendung für den Meson-Build

  • #17349: DOC: Signal-Docstrings korrigiert; `import numpy as np` hinzugefügt

  • #17351: CI: Ninja==1.10.2.4 angeheftet, um einen Fehler in 1.11.1 zu vermeiden, der Meson unterbricht.

  • #17355: DOC: spatial: Einige Docstrings korrigiert.

  • #17359: CI: Ninja-Pakete sind repariert, daher wird das Anheften aufgehoben.

  • #17361: DOC: Beispiele für gdtr und gdtrc

  • #17363: DOC: Deprecation-Hinweis für interp2d angepasst

  • #17366: DOC/MAINT: Doctest-Namespace bereinigt

  • #17367: DOC: Fehlenden `build`-Parameter zu `dev.py` hinzugefügt

  • #17369: DOC: Konsistente Verwendung von `=` für Argument-Dokumentation

  • #17371: DOC: RBF-Tutorial mit neuem `RBFInterpolator` aktualisiert

  • #17372: BLD: Aktualisiert auf Meson 0.64.0, `pure: false`-Zeilen entfernt

  • #17374: DOC: `special.itairy`-Beispiel

  • #17376: DOC: Beispiele zu stats.mstats.find_repeats hinzugefügt

  • #17395: DOC: optimize: minimize-Doku aktualisiert, um die Deprecation von maxiter durch tnc widerzuspiegeln

  • #17397: BUG: signal: Typen in der `_output_len()`-Utility-Funktion von `upfirdn` geändert

  • #17399: DOC: signal.iirdesign: `bessel` aus unterstützten Filter-… entfernt

  • #17400: TST: norm in signal.TestBessel.test_fs_param verwendet

  • #17409: DOC: Beispiele für F-Verteilung im Zusammenhang stehende Spezialfunktionen

  • #17415: MAINT: Python 3.8 Typing vereinfacht

  • #17416: BLD: Viele Konfigurationswarnungen durch `fs.copyfile` behoben

  • #17417: BUG: integrate: simpson behandelte keine Integer-ND-Arrays.

  • #17418: DOC: special: Doppelte Importe aus Special-Beispielen entfernt.

  • #17423: Dokumentation zur Korrektur von #17089

  • #17426: BLD: Korrektur für propack und boost Submodule - keine nativen … angefordert

  • #17427: DOC: optimize.linprog: HiGHS-URL angepasst

  • #17430: BLD: NDEBUG definiert, um CMake-Release-Build zu imitieren

  • #17433: MAINT/TST: Verbesserte Testabdeckung für DIRECT-Optimierer

  • #17439: DOC: Beispiel für uniform_direction-Verteilung verbessert

  • #17446: MAINT: stats.gaussian_kde: Fehler frühzeitig auslösen, wenn n_features > n_data

  • #17447: MAINT: optimize.fminbound/minimize_scalar: Referenzen hinzugefügt, Unterschiede…

  • #17448: MAINT: optimize.minimize_scalar: 'bounds' immer anerkennen…

  • #17449: MAINT: Verbleibende Vorkommen von Unicode entfernt

  • #17457: DOC: Tippfehler im Beispiel für das Doppelintegral

  • #17466: BUG: stats: Korrektur für gh-17444.

  • #17467: BUG: ndimage: np.int0 nicht verwenden (es ist dasselbe wie np.intp)

  • #17469: BUG: stats: Zufällige Parameter in `pytest.mark.parametrize()`…

  • #17471: MAINT: stats.rv_count: gh-17236 rückgängig machen

  • #17472: _make_points_and_values_ascending und seine unnötigen…

  • #17478: ENH: `clear_cache`-Hilfsprogramm zu `scipy.datasets` hinzugefügt

  • #17481: MAINT: special: Weniger `npy_math.h`-Nutzung

  • #17482: MAINT: stats: Boost-Doppelpräzisionsförderung bedingungslos deaktivieren.

  • #17484: DOC: Hartkodierten Wert aus PoissonDisk-Beispiel entfernt

  • #17485: ENH: Bereich der vonmises-Entropie erhöht

  • #17487: CI: Setuptools für musllinux angeheftet

  • #17489: BUG: ndimage: Workaround für gh-17270

  • #17496: DEV: dev.py: Lint-Aufgabe konsistent mit CI gemacht

  • #17500: MAINT: special: Verweise auf nicht existierende Funktion exp1m entfernt.

  • #17501: Klein: Tippfehler in _svds.py behoben

  • #17504: CI: PRs gegen gemergtes Main ausgeführt [skip circle][skip gh][skip azp]

  • #17512: TST: interpolate: Überspringen eines Tests mit Null-Größen-Arrays beendet

  • #17513: BUG: optimize: Problem 17380 behoben

  • #17526: BUG, DOC: stats: Korrektur des `[source]`-Buttons, der auf die falsche…

  • #17534: DOC: 1.10.0 Release Notes

  • #17536: DOC: Beispiele für `yve` und `jve`

  • #17540: DOC: Dokumentation von `make_smoothing_spline` korrigiert

  • #17543: CI: Fehler bei Ausführung von gh17539 auf Alpine Linux behoben

  • #17545: BUG: special: Handhabung von subnormaler Eingabe für lambertw korrigiert.

  • #17551: BUG Fix: lobpcg.py aktualisiert, um History-Arrays in Listen umzuwandeln, um…

  • #17569: MAINT: Versionsgrenzen für 1.10.0rc1/Relnotes-Korrekturen

  • #17579: Revert „ENH: stats.ks_2samp: Verbleibende exakte p-Wert… Pythranisiert“

  • #17580: CI: native cp38-macosx_arm64 [wheel build][skip azp][skip circle][ski…

  • #17583: MAINT: 1.10.0rc1 Backports Runde 2

  • #17591: MAINT: stats.pearsonr: Fehler für komplexe Eingabe auslösen

  • #17600: DOC: Version-Switcher für 1.10 aktualisiert

  • #17611: MAINT: ascent.dat-Datei-Hash aktualisiert

  • #17614: MAINT: optimize.milp: keine Warnung bezüglich der Option `mip_rel_gap`

  • #17627: MAINT: datasets.ascent-Bild in float64 umwandeln

  • #17634: MAINT: Umwandlung von errstate für NumPy 1.24

  • #17638: MAINT, TST: Alpine/musl Segfault Shim

  • #17640: MAINT: Vorbereitung für SciPy 1.10.0rc2

  • #17645: MAINT: stats.rankdata: Konsistente Formbehandlung sicherstellen

  • #17653: MAINT: Pybind11 Win-Ausschluss

  • #17656: MAINT: 1.10.0rc2 Backports, zweite Runde

  • #17662: Undefiniertes Verhalten innerhalb von scipy.fft behoben

  • #17686: REV: integrate.qmc_quad: Freigabe auf SciPy 1.11.0 verschoben

  • #17689: REL: integrate.qmc_quad: Aus Release Notes entfernt