SciPy 1.15.0 Release Notes

SciPy 1.15.0 ist das Ergebnis 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 veralteten SciPy-Funktionen verwendet (um dies zu tun, führen Sie Ihren Code mit python -Wd aus und überprüfen Sie auf DeprecationWarning s). Unsere Entwicklungsaufmerksamkeit wird sich nun auf Fehlerbehebungsreleases auf dem 1.15.x-Zweig und auf die Hinzufügung neuer Funktionen auf dem Hauptzweig verlagern.

Diese Version erfordert Python 3.10-3.13 und NumPy 1.23.5 oder neuer.

Highlights dieser Version

• Sparse-Arrays sind jetzt voll funktionsfähig für 1D- und 2D-Arrays. Wir empfehlen, dass neuer Code Sparse-Arrays anstelle von Sparse-Matrizen verwendet und dass Entwickler beginnen, ihren bestehenden Code von Sparse-Matrizen zu Sparse-Arrays zu migrieren: Migration von spmatrix zu sparray. Sowohl sparse.linalg als auch sparse.csgraph arbeiten mit Sparse-Matrizen oder Sparse-Arrays und arbeiten intern mit Sparse-Arrays.

• Sparse-Arrays bieten jetzt grundlegende Unterstützung für n-dimensionale Arrays im COO-Format, einschließlich add, subtract, reshape, transpose, matmul, dot, tensordot und andere. Weitere Funktionalität wird in zukünftigen Versionen folgen.

• Vorläufige Unterstützung für freigeschaltetes Python 3.13.

• Neue Wahrscheinlichkeitsverteilungsfunktionen in scipy.stats können verwendet werden, um die Geschwindigkeit und Genauigkeit bestehender kontinuierlicher Verteilungen zu verbessern und neue Wahrscheinlichkeitsberechnungen durchzuführen.

• Mehrere neue Funktionen unterstützen vektorisierte Berechnungen mit Python Array API Standard-kompatiblen Eingaben (siehe "Unterstützung des Array API Standards" unten)

  • scipy.differentiate ist ein neues Top-Level-Untermodul zur genauen Schätzung von Ableitungen von Black-Box-Funktionen.

  • scipy.optimize.elementwise enthält neue Funktionen für die Wurzel- und Minimiermung von unimodalen Funktionen.

  • scipy.integrate bietet neue Funktionen cubature, tanhsinh und nsum für multivariable Integration, univariate Integration bzw. univariate Reihensummation.

• scipy.interpolate.AAA fügt den AAA-Algorithmus für die baryzentrische rationale Approximation von reellen oder komplexen Funktionen hinzu.

• scipy.special fügt neue Funktionen hinzu, die verbesserte Legendre-Funktionsimplementierungen mit einer konsistenteren Schnittstelle bieten.

Neue Funktionen

scipy.differentiate Einführung

Das neue Unterpaket scipy.differentiate enthält Funktionen zur genauen Schätzung von Ableitungen von Black-Box-Funktionen.

• Verwenden Sie scipy.differentiate.derivative für Ableitungen erster Ordnung von Funktionen mit skalarer Eingabe und skalarer Ausgabe.

• Verwenden Sie scipy.differentiate.jacobian für partielle Ableitungen erster Ordnung von Funktionen mit Vektoreingabe und Vektorausgabe.

• Verwenden Sie scipy.differentiate.hessian für partielle Ableitungen zweiter Ordnung von Funktionen mit Vektoreingabe und skalarer Ausgabe.

Alle Funktionen verwenden höherstufige Finite-Differenzen-Regeln mit adaptiver (reeller) Schrittgröße. Um Batch-Berechnungen zu erleichtern, sind diese Funktionen vektorisiert und unterstützen zusätzlich zu NumPy mehrere Array-Bibliotheken, die mit dem Array API Standard kompatibel sind (siehe "Unterstützung des Array API Standards" unten).

scipy.integrate Verbesserungen

• Die neue Funktion scipy.integrate.cubature unterstützt multidimensionale Integration und kann Integrale mit einer oder mehreren unendlichen Grenzen approximieren.

• scipy.integrate.tanhsinh ist nun öffentlich zugänglich und ermöglicht die Auswertung eines konvergenten Integrals unter Verwendung der Tanh-Sinh-Quadratur.

• scipy.integrate.nsum wertet endliche und unendliche Reihen und ihre Logarithmen aus.

• scipy.integrate.lebedev_rule berechnet Abszissen und Gewichte für die Integration über die Oberfläche einer Kugel.

• Das Fortran77-Paket QUADPACK wurde nach C portiert.

scipy.interpolate Verbesserungen

• scipy.interpolate.AAA fügt den AAA-Algorithmus für die baryzentrische rationale Approximation von reellen oder komplexen Funktionen hinzu.

• scipy.interpolate.FloaterHormannInterpolator fügt die baryzentrische rationale Interpolation hinzu.

• Neue Funktionen scipy.interpolate.make_splrep und scipy.interpolate.make_splprep implementieren die Konstruktion von Glättungs-Splines. Der algorithmische Inhalt ist äquivalent zu FITPACK (splrep und splprep Funktionen und *UnivariateSpline Klassen) und die Benutzer-API ist konsistent mit make_interp_spline: diese Funktionen erhalten Datenarrays und geben eine Instanz von scipy.interpolate.BSpline zurück.

• Die neue Generatorfunktion scipy.interpolate.generate_knots implementiert die FITPACK-Strategie zur Auswahl von Knoten eines Glättungs-Splines gegeben den Glattheitsparameter s. Die Funktion macht die interne Logik der Knotenauswahl zugänglich, die von splrep und *UnivariateSpline verwendet wurde.

scipy.linalg Verbesserungen

• Der Fortran77-Code von scipy.linalg.interpolative wurde nach Cython portiert.

• scipy.linalg.solve unterstützt mehrere neue Werte für das Argument assume_a, was eine schnellere Berechnung für diagonale, tridiagonale, bandförmige und dreieckige Matrizen ermöglicht. Außerdem, wenn assume_a nicht spezifiziert ist, erkennt und nutzt die Funktion nun automatisch diagonale, tridiagonale und dreieckige Strukturen.

• Die Matrixerzeugungsfunktionen von scipy.linalg (scipy.linalg.circulant, scipy.linalg.companion, scipy.linalg.convolution_matrix, scipy.linalg.fiedler, scipy.linalg.fiedler_companion und scipy.linalg.leslie) unterstützen jetzt Batch-Matrixerzeugung.

• scipy.linalg.funm ist schneller.

• scipy.linalg.orthogonal_procrustes unterstützt jetzt komplexe Eingaben.

• Wrapper für die folgenden LAPACK-Routinen wurden in scipy.linalg.lapack hinzugefügt: ?lantr, ?sytrs, ?hetrs, ?trcon und ?gtcon.

• scipy.linalg.expm wurde in C neu geschrieben.

• scipy.linalg.null_space akzeptiert jetzt die neuen Argumente overwrite_a, check_finite und lapack_driver.

• Der Fortran-Code von id_dist wurde in Cython neu geschrieben.

scipy.ndimage Verbesserungen

• Mehrere zusätzliche Filterfunktionen unterstützen nun ein Argument axes, das angibt, auf welchen Achsen des Inputs gefiltert werden soll. Dazu gehören correlate, convolve, generic_laplace, laplace, gaussian_laplace, derivative2, generic_gradient_magnitude, gaussian_gradient_magnitude und generic_filter.

• Die binären und Graustufen-Morphologiefunktionen unterstützen nun ein Argument axes, das angibt, auf welchen Achsen des Inputs gefiltert werden soll.

• Die Zeitkomplexität von scipy.ndimage.rank_filter hat sich von n auf log(n) verbessert.

scipy.optimize Verbesserungen

• Die eingekaufte HiGHS-Bibliothek wurde von Version 1.4.0 auf 1.8.0 aktualisiert, was zu Genauigkeits- und Leistungsverbesserungen bei den Lösungsmethoden führt.

• Das Fortran77-Paket MINPACK wurde nach C portiert.

• Das Fortran77-Paket L-BFGS-B wurde nach C portiert.

• Der neue Namespace scipy.optimize.elementwise enthält die Funktionen bracket_root, find_root, bracket_minimum und find_minimum für die Wurzel- und Minimiermung von unimodalen Funktionen. Um Batch-Berechnungen zu erleichtern, sind diese Funktionen vektorisiert und unterstützen neben NumPy mehrere Array-Bibliotheken, die mit dem Array API Standard kompatibel sind (siehe "Unterstützung des Array API Standards" unten). Im Vergleich zu bestehenden Funktionen (z.B. scipy.optimize.root_scalar und scipy.optimize.minimize_scalar) können diese Funktionen bei Verwendung mit NumPy-Arrays Geschwindigkeitssteigerungen von über 100x erzielen, und noch größere Gewinne sind mit anderen Array API Standard-kompatiblen Array-Bibliotheken (z.B. CuPy) möglich.

• scipy.optimize.differential_evolution unterstützt nun die allgemeinere Verwendung von workers, wie z.B. die Übergabe eines Map-ähnlichen Callable.

• scipy.optimize.nnls wurde in Cython neu geschrieben.

• HessianUpdateStrategy unterstützt nun __matmul__.

scipy.signal Verbesserungen

• Funktionalität für komplexwertige Wellenformen zu signal.chirp() hinzugefügt.

• scipy.signal.lombscargle hat zwei neue Argumente, weights und floating_mean, die eine Stichproben-Gewichtung und die Entfernung eines unbekannten y-Offsets unabhängig für jede Frequenz ermöglichen. Zusätzlich enthält das Argument normalize eine neue Option, um die komplexe Darstellung von Amplitude und Phase zurückzugeben.

• Neue Funktion scipy.signal.envelope zur Berechnung der Hüllkurve eines reellen oder komplexwertigen Signals.

scipy.sparse Verbesserungen

• Ein Migrationsleitfaden ist jetzt verfügbar, um von sparse.matrix zu sparse.array in Ihrem Code/Ihrer Bibliothek zu wechseln.

• Sparse-Arrays unterstützen jetzt Indizierung für 1D- und 2D-Arrays. Sparse-Arrays sind somit nun für 1D und 2D voll funktionsfähig.

• n-dimensionale Sparse-Arrays im COO-Format können nun konstruiert, umgeformt und für grundlegende Arithmetik verwendet werden.

• Neue Funktionen sparse.linalg.is_sptriangular und sparse.linalg.spbandwidth ähneln den bestehenden dichten Werkzeugen linalg.is_triangular und linalg.bandwidth.

• sparse.linalg und sparse.csgraph arbeiten nun mit Sparse-Arrays. Achten Sie darauf, dass Ihre Index-Arrays 32-Bit sind. Wir arbeiten an der 64-Bit-Unterstützung.

• Die eingekaufte Bibliothek ARPACK wurde auf Version 3.9.1 aktualisiert.

• Die Formate COO, CSR, CSC und LIL unterstützen nun das Argument axis für count_nonzero.

• Sparse-Arrays und Matrizen können nun Fehler auslösen, wenn sie mit inkompatiblen Datentypen initialisiert werden, wie z.B. float16.

• min, max, argmin und argmax unterstützen nun die Berechnung nur über Nicht-Null-Elemente über das neue Argument explicit.

• Neue Funktionen get_index_dtype und safely_cast_index_arrays sind verfügbar, um das Casting von Index-Arrays in sparse zu erleichtern.

scipy.spatial Verbesserungen

• Rotation.concatenate akzeptiert nun ein bloßes Rotation Objekt und gibt eine Kopie davon zurück.

scipy.special Verbesserungen

• Neue Funktionen, die verbesserte Legendre-Funktionsimplementierungen mit einer konsistenteren Schnittstelle bieten. Weitere Informationen finden Sie in den jeweiligen Docstrings.

  • scipy.special.legendre_p, scipy.special.legendre_p_all

  • scipy.special.assoc_legendre_p, scipy.special.assoc_legendre_p_all

  • scipy.special.sph_harm_y, scipy.special.sph_harm_y_all

  • scipy.special.sph_legendre_p, scipy.special.sph_legendre_p_all,

• Die Fakultätsfunktionen special.{factorial,factorial2,factorialk} bieten nun eine Erweiterung auf den komplexen Bereich durch Übergabe des Kwarg extend='complex'. Dies ist eine opt-in-Funktion, da sie die Werte für negative Eingaben (die standardmäßig 0 zurückgeben) sowie für einige ganze Zahlen (im Fall von factorial2 und factorialk; für weitere Details siehe die jeweiligen Docstrings) ändert.

• scipy.special.zeta definiert nun die Riemannsche Zeta-Funktion in der komplexen Ebene.

• scipy.special.softplus berechnet die Softplus-Funktion

• Die sphärischen Bessel-Funktionen (scipy.special.spherical_jn, scipy.special.spherical_yn, scipy.special.spherical_in und scipy.special.spherical_kn) unterstützen nun negative Argumente mit realem Datentyp.

• scipy.special.logsumexp behält nun die Genauigkeit bei, wenn ein Element der Summe eine viel größere Magnitude hat als die restlichen.

• Die Genauigkeit mehrerer Funktionen wurde verbessert

  • scipy.special.ncfdtr, scipy.special.nctdtr und scipy.special.gdtrib wurden im gesamten Bereich verbessert.

  • scipy.special.hyperu wurde für den Fall b=1, kleines x und kleines a verbessert.

  • scipy.special.logit wurde in der Nähe des Arguments p=0.5 verbessert.

  • scipy.special.rel_entr wurde verbessert, wenn x/y überläuft, unterläuft oder nahe bei 1 liegt.

• scipy.special.ndtr ist nun effizienter für sqrt(2)/2 < |x| < 1.

scipy.stats Verbesserungen

• Eine neue Infrastruktur für Wahrscheinlichkeitsverteilungen wurde für die Implementierung von unimodalen, kontinuierlichen Verteilungen hinzugefügt. Sie bietet mehrere Vorteile in Bezug auf Geschwindigkeit, Genauigkeit, Speicherbedarf und Schnittstelle im Vergleich zur vorherigen Infrastruktur. Ein Tutorial finden Sie unter Anleitung zur Umstellung von Zufallsvariablen.

  • Verwenden Sie scipy.stats.make_distribution, um eine bestehende kontinuierliche Verteilung (z. B. scipy.stats.norm) mit der neuen Infrastruktur zu behandeln. Dies kann die Geschwindigkeit und Genauigkeit bestehender Verteilungen verbessern, insbesondere solcher mit Methoden, die nicht mit verteilungsspezifischen Formeln überschrieben wurden.

  • scipy.stats.Normal und scipy.stats.Uniform sind vordefinierte Klassen, die die Normal- bzw. Gleichverteilung darstellen. Ihre Schnittstellen können schneller und bequemer sein als die von make_distribution erzeugten.

  • scipy.stats.Mixture kann verwendet werden, um Mischverteilungen darzustellen.

• Instanzen von scipy.stats.Normal, scipy.stats.Uniform und die von scipy.stats.make_distribution zurückgegebenen Klassen werden durch mehrere neue mathematische Transformationen unterstützt.

  • scipy.stats.truncate zur Beschneidung des Trägers.

  • scipy.stats.order_statistic für die Ordnungsstatistiken einer gegebenen Anzahl von IID-Zufallsvariablen.

  • scipy.stats.abs, scipy.stats.exp und scipy.stats.log. Zum Beispiel ist scipy.stats.abs(Normal()) nach der gefalteten Normalverteilung verteilt und scipy.stats.exp(Normal()) ist lognormal verteilt.

• Das neue scipy.stats.lmoment berechnet Stichproben-l-Momente und l-Momentenverhältnisse. Insbesondere sind diese Stichprobenschätzer unverzerrt.

• scipy.stats.chatterjeexi berechnet den Xi-Korrelationskoeffizienten, der nichtlineare Abhängigkeiten erkennen kann. Die Funktion führt auch einen Hypothesentest auf Unabhängigkeit zwischen Stichproben durch.

• scipy.stats.wilcoxon hat eine verbesserte Methodenauflösungslogik für den Standardwert method='auto'. Andere vom Benutzer bereitgestellte Werte für method werden nun in allen Fällen berücksichtigt, und das Argument approx wurde zur Konsistenz mit ähnlichen Funktionen in asymptotic umbenannt. (Die Verwendung von approx ist aus Gründen der Abwärtskompatibilität weiterhin zulässig.)

• Es gibt mehrere neue Wahrscheinlichkeitsverteilungen.

  • scipy.stats.dpareto_lognorm repräsentiert die doppelte Pareto-Log-Normal-Verteilung.

  • scipy.stats.landau repräsentiert die Landau-Verteilung.

  • scipy.stats.normal_inverse_gamma repräsentiert die Normal-Inverse-Gamma-Verteilung.

  • scipy.stats.poisson_binom repräsentiert die Poisson-Binomialverteilung.

• Die Stapelberechnung mit scipy.stats.alexandergovern und scipy.stats.combine_pvalues ist schneller.

• scipy.stats.chisquare hat ein Argument sum_check hinzugefügt. Standardmäßig löst die Funktion einen Fehler aus, wenn die Summe der erwarteten und beobachteten Häufigkeiten nicht gleich ist; das Setzen von sum_check=False deaktiviert diese Prüfung, um Hypothesentests außer dem Pearsonschen Chi-Quadrat-Test zu erleichtern.

• Die Genauigkeit mehrerer Verteilungsmethoden wurde verbessert, einschließlich

  • scipy.stats.nct Methode pdf

  • scipy.stats.crystalball Methode sf

  • scipy.stats.geom Methode rvs

  • scipy.stats.cauchy Methoden logpdf, pdf, ppf und isf

  • Die Methoden logcdf und/oder logsf von Verteilungen, die die generische Implementierung dieser Methoden nicht überschreiben, einschließlich scipy.stats.beta, scipy.stats.betaprime, scipy.stats.cauchy, scipy.stats.chi, scipy.stats.chi2, scipy.stats.exponweib, scipy.stats.gamma, scipy.stats.gompertz, scipy.stats.halflogistic, scipy.stats.hypsecant, scipy.stats.invgamma, scipy.stats.laplace, scipy.stats.levy, scipy.stats.loggamma, scipy.stats.maxwell, scipy.stats.nakagami, und scipy.stats.t.

• scipy.stats.qmc.PoissonDisk akzeptiert jetzt die Parameter l_bounds und u_bounds für untere und obere Grenzen.

• scipy.stats.fisher_exact unterstützt jetzt zweidimensionale Tabellen mit anderen Formen als (2, 2).

Vorläufige Unterstützung für Free-Threaded CPython 3.13

SciPy 1.15 hat vorläufige Unterstützung für den Free-Threaded-Build von CPython 3.13. Dies ermöglicht die Ausführung von SciPy-Funktionalitäten parallel zu Python-Threads (siehe das threading stdlib-Modul). Diese Unterstützung wurde durch die Behebung einer erheblichen Anzahl von Thread-Sicherheitsproblemen sowohl in reinem Python als auch in C/C++/Cython/Fortran-Erweiterungsmodulen ermöglicht. Räder sind auf PyPI für diese Version verfügbar; NumPy >=2.1.3 ist zur Laufzeit erforderlich. Beachten Sie, dass das Erstellen für einen Free-Threaded-Interpreter eine aktuelle Vorabversion oder Nachtversion von Cython 3.1.0 erfordert.

Die Unterstützung für Free-Threaded Python bedeutet nicht, dass SciPy vollständig thread-sicher ist. Weitere Einzelheiten finden Sie unter Thread Safety in SciPy.

Wenn Sie an Free-Threaded Python interessiert sind, beispielsweise weil Sie einen auf Multiprocessing basierenden Workflow haben, den Sie mit Python-Threads ausführen möchten, ermutigen wir Sie zu Tests und Experimenten. Wenn Sie auf Probleme stoßen, die Ihrer Meinung nach auf SciPy zurückzuführen sind, eröffnen Sie bitte ein Issue. Prüfen Sie vorher, ob der Fehler auch in der „regulären“ nicht-Free-Threaded-CPython 3.13-Version auftritt. Viele Threading-Fehler können auch in Code auftreten, der den GIL freigibt; das Deaktivieren des GIL erleichtert lediglich das Auftreten von Threading-Fehlern.

Array API Standard Unterstützung

In neueren Versionen von SciPy wurde experimentelle Unterstützung für Array-Bibliotheken außer NumPy zu bestehenden Unterpaketen hinzugefügt. Bitte erwägen Sie, diese Funktionen zu testen, indem Sie eine Umgebungsvariable SCIPY_ARRAY_API=1 setzen und PyTorch-, JAX-, ndonnx- oder CuPy-Arrays als Array-Argumente bereitstellen. Funktionen, die für SciPy 1.15.0 unterstützt werden, sind:

• Alle Funktionen in scipy.differentiate (neues Unterpaket)

• Alle Funktionen in scipy.optimize.elementwise (neuer Namespace)

• scipy.optimize.rosen, scipy.optimize.rosen_der und scipy.optimize.rosen_hess

• scipy.special.logsumexp

• scipy.integrate.trapezoid

• scipy.integrate.tanhsinh (neu veröffentlichte Funktion)

• scipy.integrate.cubature (neue Funktion)

• scipy.integrate.nsum (neue Funktion)

• scipy.special.chdtr, scipy.special.betainc und scipy.special.betaincc

• scipy.stats.boxcox_llf

• scipy.stats.differential_entropy

• scipy.stats.zmap, scipy.stats.zscore und scipy.stats.gzscore

• scipy.stats.tmean, scipy.stats.tvar, scipy.stats.tstd, scipy.stats.tsem, scipy.stats.tmin und scipy.stats.tmax

• scipy.stats.gmean, scipy.stats.hmean und scipy.stats.pmean

• scipy.stats.combine_pvalues

• scipy.stats.ttest_ind, scipy.stats.ttest_rel

• scipy.stats.directional_stats

• Funktionen in scipy.ndimage delegieren jetzt an cupyx.scipy.ndimage, und für andere Backends werden sie über NumPy-Arrays auf dem Host geleitet.

Veraltete Funktionen und zukünftige Änderungen

• Die Funktionen scipy.linalg.interpolative.rand und scipy.linalg.interpolative.seed wurden als veraltet markiert und werden in SciPy 1.17.0 entfernt.

• Komplexe Eingaben für scipy.spatial.distance.cosine und scipy.spatial.distance.correlation wurden als veraltet markiert und werden in SciPy 1.17.0 einen Fehler auslösen.

• scipy.spatial.distance.kulczynski1 und scipy.spatial.distance.sokalmichener wurden als veraltet markiert und werden in SciPy 1.17.0 entfernt.

• scipy.stats.find_repeats ist veraltet und wird in SciPy 1.17.0 entfernt. Verwenden Sie stattdessen numpy.unique/numpy.unique_counts.

• scipy.linalg.kron ist zugunsten von numpy.kron veraltet.

• Die Verwendung von Objekt-Arrays und Longdouble-Arrays in den Faltungs-/Korrelationsfunktionen (scipy.signal.correlate, scipy.signal.convolve und scipy.signal.choose_conv_method) und Filterfunktionen (scipy.signal.lfilter, scipy.signal.sosfilt) in scipy.signal wurde als veraltet markiert und wird in SciPy 1.17.0 entfernt.

• scipy.stats.linregress hat die einargumentige Verwendung als veraltet markiert; die beiden Variablen müssen als separate Argumente angegeben werden.

• scipy.stats.trapz ist zugunsten von scipy.stats.trapezoid veraltet.

• scipy.special.lpn ist zugunsten von scipy.special.legendre_p_all veraltet.

• scipy.special.lpmn und scipy.special.clpmn sind zugunsten von scipy.special.assoc_legendre_p_all veraltet.

• scipy.special.sph_harm wurde zugunsten von scipy.special.sph_harm_y als veraltet markiert.

• Mehrdimensionale Arrays r und c, die an scipy.linalg.toeplitz, scipy.linalg.matmul_toeplitz oder scipy.linalg.solve_toeplitz übergeben werden, werden ab SciPy 1.17.0 als Stapel von 1-D-Koeffizienten behandelt.

• Die Argumente random_state und permutations von scipy.stats.ttest_ind sind veraltet. Verwenden Sie stattdessen method, um einen Permutationstest durchzuführen.

Abgelaufene Deprecations

• Die Wavelet-Funktionen in scipy.signal wurden entfernt. Dazu gehören daub, qmf, cascade, morlet, morlet2, ricker und cwt. Benutzer sollten stattdessen pywavelets verwenden.

• scipy.signal.cmplx_sort wurde entfernt.

• scipy.integrate.quadrature und scipy.integrate.romberg wurden zugunsten von scipy.integrate.quad entfernt.

• scipy.stats.rvs_ratio_uniforms wurde zugunsten von scipy.stats.sampling.RatioUniforms entfernt.

• scipy.special.factorial löst nun einen Fehler bei nicht-ganzzahligen Skalaren aus, wenn exact=True gesetzt ist.

• scipy.integrate.cumulative_trapezoid löst nun einen Fehler für Werte von initial aus, die von 0 und None abweichen.

• Komplexe Datentypen lösen nun einen Fehler in scipy.interpolate.Akima1DInterpolator und scipy.interpolate.PchipInterpolator aus.

• special.btdtr und special.btdtri wurden entfernt.

• Der Standardwert des Stichwortarguments exact= in special.factorialk hat sich von True zu False geändert.

• Alle Funktionen im Untermodul scipy.misc wurden entfernt.

Abwärtsinkompatible Änderungen

• Die Ausgabe von interpolate.BSpline.integrate ist nun immer ein NumPy-Array. Zuvor war bei 1D-Splines die Ausgabe ein Python-Float oder ein 0D-Array, abhängig vom Wert des Arguments extrapolate.

• scipy.stats.wilcoxon berücksichtigt nun das vom Benutzer bereitgestellte Argument method. Zuvor wich die Funktion in einigen Fällen auf method='approx' aus, selbst wenn method='exact' angegeben war.

• scipy.integrate.AccuracyWarning wurde entfernt, da die Funktionen, von denen die Warnung ausgegeben wurde (scipy.integrate.quadrature und scipy.integrate.romberg), entfernt wurden.

Weitere Änderungen

• Ein separates begleitendes Paket für Typ-Annotationen, scipy-stubs, wird mit der Version 1.15.0 verfügbar sein. Installationsanweisungen sind verfügbar.

• scipy.stats.bootstrap gibt nun eine FutureWarning aus, wenn die Formen der Eingabearrays nicht übereinstimmen. Broadcasten Sie die Arrays auf die gleiche Batch-Form (d. h. für alle Dimensionen außer denen, die durch das Argument axis angegeben sind), um die Warnung zu vermeiden. Das Broadcasting wird in Zukunft automatisch durchgeführt.

• SciPy hat SPEC-7 unterstützt, der ein rng-Argument zur standardisierten Steuerung der Pseudozufallszahlengenerierung (PRNG) vorschlägt und ältere Argumente wie seed und random_sate ersetzt. In vielen Fällen ändert die Verwendung von rng das Verhalten der Funktion, es sei denn, das Argument ist bereits eine Instanz von numpy.random.Generator.

  • Wirksam ab SciPy 1.15.0

    • Das Argument rng wurde zu den folgenden Funktionen hinzugefügt: scipy.cluster.vq.kmeans, scipy.cluster.vq.kmeans2, scipy.interpolate.BarycentricInterpolator, scipy.interpolate.barycentric_interpolate, scipy.linalg.clarkson_woodruff_transform, scipy.optimize.basinhopping, scipy.optimize.differential_evolution, scipy.optimize.dual_annealing, scipy.optimize.check_grad, scipy.optimize.quadratic_assignment, scipy.sparse.random, scipy.sparse.random_array, scipy.sparse.rand, scipy.sparse.linalg.svds, scipy.spatial.transform.Rotation.random, scipy.spatial.distance.directed_hausdorff, scipy.stats.goodness_of_fit, scipy.stats.BootstrapMethod, scipy.stats.PermutationMethod, scipy.stats.bootstrap, scipy.stats.permutation_test, scipy.stats.dunnett, alle scipy.stats.qmc-Klassen, die Zufallszahlen verbrauchen, und scipy.stats.sobol_indices.

    • Wenn das Argument rng per Schlüsselwort übergeben wird, folgt es dem Standardverhalten von SPEC 7: Das Argument wird mit np.random.default_rng normalisiert, bevor es verwendet wird.

    • Wenn es positionsgebunden oder als Legacy-Schlüsselwort übergeben wird, bleibt das Verhalten des Arguments unverändert (vorerst).

  • Es ist geplant, dass in 1.17.0 das Legacy-Argument Warnungen ausgibt und dass in 1.19.0 sich das Standardverhalten ändert.

  • In allen Fällen können Benutzer zukünftige Störungen vermeiden, indem sie proaktiv eine Instanz von np.random.Generator per Schlüsselwort rng übergeben. Details finden Sie unter SPEC-7.

• Der SciPy-Build fügt keinen -std=legacy mehr für Fortran-Code hinzu, außer bei Verwendung von Gfortran. Dies vermeidet Probleme mit den neuen Flang- und AMD-Fortran-Compilern. Möglicherweise treten neue Build-Warnungen für andere Compiler auf – reichen Sie in diesem Fall bitte einen Issue ein.

• scipy.signal.sosfreqz wurde in scipy.signal.freqz_sos umbenannt. Neuer Code sollte den neuen Namen verwenden. Der alte Name bleibt zur Abwärtskompatibilität als Alias erhalten.

• Tests zur Verbesserung der Thread-Sicherheit im Zusammenhang mit Python 3.13t wurden durchgeführt in: scipy.special, scipy.spatial, scipy.sparse, scipy.interpolate.

Autoren (Commits)

• endolith (4)

• h-vetinari (62)

• a-drenaline (1) +

• Afleloup (1) +

• Ahmad Alkadri (1) +

• Luiz Eduardo Amaral (3) +

• Virgile Andreani (3)

• Isaac Alonso Asensio (2) +

• Matteo Bachetti (1) +

• Arash Badie-Modiri (1) +

• Arnaud Baguet (1) +

• Soutrik Bandyopadhyay (1) +

• Ankit Barik (1) +

• Christoph Baumgarten (1)

• Nickolai Belakovski (3)

• Krishan Bhasin (1) +

• Jake Bowhay (89)

• Michael Bratsch (2) +

• Matthew Brett (1)

• Keith Briggs (1) +

• Olly Britton (145) +

• Dietrich Brunn (11)

• Clemens Brunner (1)

• Evgeni Burovski (185)

• Matthias Bussonnier (7)

• CJ Carey (32)

• Cesar Carrasco (4) +

• Hood Chatham (1)

• Aadya Chinubhai (1)

• Alessandro Chitarrini (1) +

• Thibault de Coincy (1) +

• Lucas Colley (217)

• Martin Diehl (1) +

• Djip007 (1) +

• Kevin Doshi (2) +

• Michael Dunphy (2)

• Andy Everall (1) +

• Thomas J. Fan (2)

• fancidev (60)

• Sergey Fedorov (2) +

• Sahil Garje (1) +

• Gabriel Gerlero (2)

• Yotam Gingold (1) +

• Ralf Gommers (111)

• Rohit Goswami (62)

• Anil Gurses (1) +

• Oscar Gustafsson (1) +

• Matt Haberland (392)

• Matt Hall (1) +

• Joren Hammudoglu (6) +

• CY Han (1) +

• Daniel Isaac (4) +

• Maxim Ivanov (1)

• Jakob Jakobson (2)

• Janez Demšar (4) +

• Chris Jerdonek (2) +

• Adam Jones (4) +

• Aditi Juneja (1) +

• Nuri Jung (1) +

• Guus Kamphuis (1) +

• Aditya Karumanchi (2) +

• Robert Kern (5)

• Agriya Khetarpal (11)

• Andrew Knyazev (7)

• Gideon Genadi Kogan (1) +

• Damien LaRocque (1) +

• Eric Larson (10)

• Gregory R. Lee (4)

• Linfye (1) +

• Boyu Liu (1) +

• Drew Allan Loney (1) +

• Christian Lorentzen (1)

• Loïc Estève (2)

• Smit Lunagariya (1)

• Henry Lunn (1) +

• Marco Maggi (4)

• Lauren Main (1) +

• Martin Spišák (1) +

• Mateusz Sokół (4)

• Jan-Kristian Mathisen (1) +

• Nikolay Mayorov (2)

• Nicholas McKibben (1)

• Melissa Weber Mendonça (62)

• João Mendes (10)

• Gian Marco Messa (1) +

• Samuel Le Meur-Diebolt (1) +

• Michał Górny (2)

• Naoto Mizuno (2)

• Nicolas Mokus (2)

• musvaage (18) +

• Andrew Nelson (88)

• Jens Hedegaard Nielsen (1) +

• Roman Nigmatullin (8) +

• Nick ODell (37)

• Yagiz Olmez (4)

• Matti Picus (9)

• Diogo Pires (5) +

• Ilhan Polat (96)

• Zachary Potthoff (1) +

• Tom M. Ragonneau (2)

• Peter Ralph (1) +

• Stephan Rave (1) +

• Tyler Reddy (192)

• redha2404 (2) +

• Ritvik1sharma (1) +

• Érico Nogueira Rolim (1) +

• Heshy Roskes (1)

• Pamphile Roy (34)

• Mikhail Ryazanov (1) +

• Sina Saber (1) +

• Atsushi Sakai (1)

• Clemens Schmid (1) +

• Daniel Schmitz (17)

• Moritz Schreiber (1) +

• Dan Schult (91)

• Searchingdays (1) +

• Matias Senger (1) +

• Scott Shambaugh (1)

• Zhida Shang (1) +

• Sheila-nk (4)

• Romain Simon (2) +

• Gagandeep Singh (31)

• Albert Steppi (40)

• Kai Striega (1)

• Anushka Suyal (143) +

• Alex Szatmary (1)

• Svetlin Tassev (1) +

• Ewout ter Hoeven (1)

• Tibor Völcker (4) +

• Kanishk Tiwari (1) +

• Yusuke Toyama (1) +

• Edgar Andrés Margffoy Tuay (124)

• Adam Turner (2) +

• Nicole Vadot (1) +

• Andrew Valentine (1)

• Christian Veenhuis (2)

• vfdev (2) +

• Pauli Virtanen (2)

• Simon Waldherr (1) +

• Stefan van der Walt (2)

• Warren Weckesser (23)

• Anreas Weh (1)

• Benoît Wygas (2) +

• Pavadol Yamsiri (3) +

• ysard (1) +

• Xiao Yuan (2)

• Irwin Zaid (12)

• Gang Zhao (1)

• ਗਗਨਦੀਪ ਸਿੰਘ (Gagandeep Singh) (10)

Insgesamt 149 Personen haben zu dieser Version beigetragen. Personen mit einem "+" neben ihrem Namen haben zum ersten Mal einen Patch beigesteuert. Diese Liste von Namen wird automatisch generiert und ist möglicherweise nicht vollständig.

Geschlossene Issues für 1.15.0

• #2011: DEP: spatial: 'sokalmichener' und 'rogerstanimoto' Distanzen…

• #2035: ENH: Methoden zur Berechnung von Ableitungen hinzufügen (Trac #1510)

• #2116: Cholesky-Zerlegung – sind Elemente im „anderen“ Dreieck…

• #2162: MAINT: signal: lombscargle ist unklar bezüglich Normalisierung…

• #2509: Verteilungen cdf, sf Auswertung im falschen Schwanz

• #4096: DOC: special: Mathieu-Funktionsdokumentation klären

• #4275: BUG: linalg.interpolative: SVD-Integer-Überlauf

• #4517: MAINT: special.hankel2: (0, 0) liefert (nan+nan*j) anstelle von…

• #4538: Alternative Parametrisierungen univariater Verteilungen

• #4708: ENH: linalg.funm: eine mögliche Geschwindigkeitssteigerung

• #4952: DOC: stats: Verbesserungsvorschläge für Tutorial

• #5818: Definition des Vorbedingers für dünnbesetzte lineare Systeme klären…

• #6528: ENH: stats: Normal-Inverse-Gamma-Verteilung hinzufügen

• #7099: ENH: stats.fisher_exact: Tabellen größer als 2x2 unterstützen

• #7242: ENH: mindestens einen guten robusten skalaren Wurzel-Findungsalgorithmus implementieren…

• #8053: Zufallsvariaten-Verteilungs-random_state wird nach Init gesetzt, tut…

• #8307: scipy.sparse.linalg.eigs gibt falsches Eigenwert mit größtem Betrag aus

• #8344: BUG: special.nctdtr: falsche Ergebnisse

• #8362: Eine Funktion zur Umwandlung einer Matrix in diagonal geordneter Form (ab)…

• #8787: BUG: signal.lombscargle: wirft ZeroDivisionError

• #8888: MAINT: special.gegenbauer: Fall von alpha = 0 nicht behandelt

• #9249: BUG: linalg: test_interpolative::TestInterpolativeDecomposition::test_id…

• #9321: Einfacher Zugriff auf gefrorene Verteilungen von scipy.stat.<Verteilungsname>…

• #9509: BUG: special: test_kolmogorov schlägt auf 32-Bit-Plattformen fehl

• #10106: Langsame Generierung von Zufallsvariaten in scipy.stats

• #10328: DOC: stats: Dokumentation ist nicht Verteilungs-spezifisch

• #10364: Hinzufügen der Double Pareto-Lognormal-Verteilung

• #10374: ENH: ARPACK-NG deterministisch machen

• #11341: MAINT: disparate elektrische Permittivitätskonstanten

• #11465: Numerische Stabilität von Verteilungen: log_p als Argument zu…

• #11649: trust-constr-Fehler beim Versuch, Grenzen eingehalten zu halten…

• #12019: scipy.linalg.orthogonal_procrustes

• #12282: API: stats.chisquare: beobachtete und erwartete Häufigkeiten müssen…

• #12367: Leerzeichen-Ausrichtung von Zahlentabellen ermöglichen?

• #12593: BUG: linalg: estimate_rank ist ziemlich unzuverlässig

• #12651: BUG: cluster: fcluster weist alle Punkte einem einzigen Cluster zu…

• #12662: Komplexe numpy-Potenzierung, nan und/oder inf verursacht Segfault…

• #12895: BUG: special.riccati_yn: Definition fehlt das Minuszeichen

• #13019: TST, MAINT: test_maxiter_worsening auf Python 3.9 + Linux ARM64

• #13137: BUG: linalg.schur: Fehler beim Sortieren komplexer Eigenwerte in reeller Form

• #13504: TST: stats: Verhalten der support-Methode der Verteilung für…

• #13643: BUG: signal.sepfir2d: schlägt mit komplexem Input unter Windows fehl

• #13986: Verteilungen können aufgrund von Selbstbezügen nicht vom Garbage Collector bereinigt werden

• #14304: Jaccard-Distanz größer als 1, wenn Elemente Strings sind

• #14467: DOC: constants: 0.0 Unsicherheit erklären

• #14582: BUG: special.spherical_jn: Negative Argumente führen zu nans

• #14788: DOC: linalg.hankel: klarstellen, dass der erste Eintrag von r…

• #14895: ENH: Alle statistischen Verteilungen in scipy.stats sollten…

• #14945: BUG: Überläufe/NaNs verursachen Segfault in integrate.quad bei bestimmten…

• #15012: ENH: linalg.cholesky: dokumentieren, dass der Benutzer verantwortlich ist…

• #15016: BUG: linalg.schur: Sortierung nach Imaginärteil funktioniert nicht für…

• #15021: scipy.linalg.qr mit pivoting=True sollte P als (N,N) Permutation zurückgeben…

• #15533: BUG: Fehlgeschlagener Test in test_x0_equals_Mb mit bicgstab

• #15582: BUG: special.ncfdtr(dfn, dfd, nc, f) und stats.ncf.cdf(x,…

• #15620: BUG: signal.resample_poly gibt ein Array zurück, das nur aus…

• #15888: BUG: linprog mit Highs wird vom OOM-Killer getötet, wenn es aufgerufen wird…

• #15896: Kompilierter Code-Coverage mit --gcov funktioniert mit Meson nicht

• #15915: ENH: objektorientierte Schnittstelle zu HiGHS

• #16494: MAINT: Einige langsame Tests beschleunigen

• #16531: DOC: Warnungen/Fehler in Docstring-Beispielen.

• #16700: BUG: Segfault auf i386 in special test_kolmogorov.py TestSmirnovp

• #17059: ENH: Robuste und schnelle numerische Ableitung für Fehlerausbreitung

• #17075: Testfehler bei Intel-Compilern

• #17136: BUG: logm wirft manchmal ZeroDivisionError für Matrizen mit…

• #17307: BUG: stats: Fehler im Gültigkeitsbereich der gefrorenen Verteilung zu spät

• #17344: ENH: scipy.linalg.circulant sollte Batching ermöglichen

• #17385: BUG: TestOnenormest.test_onenormest_table_6_t_1 schlägt fehl…

• #17404: DOC: Vergleich von Optimierern im Optimierungsleitfaden

• #17494: MAINT: Aufräumen der HiGHS-Build-Flags

• #17571: ENH: Einheiten zur Beschreibung von scipy.constants hinzufügen

• #17905: ENH: Softplus-Implementierung hinzufügen

• #18014: Möglicher Use-after-free-Bug in fcn_callback (statischer Analysator…

• #18250: BUG: complex256-Typ, der durch Eingabe von complex128 in…

• #18295: BUG: special: Präzisionsverlust in logsumexp

• #18367: RFC: Fortran-Code von linalg.interpolative abschaffen

• #18409: ENH: Erweiterungen von factorial{,2,k} für komplexe Domänen, Rekurrenzen,…

• #18445: ENH: Callback-Funktion zu minimize_scalar und root_scalar hinzufügen

• #18879: BUG: integrate.quad_vec: Fataler Fehler bei Verwendung von workers…

• #18880: TST: test_expm_multiply_dtype schlägt auf aarch64 fehl (flüchtiger Test)

• #18882: BUG: minimize erfüllt die nichtlineare Einschränkung nicht, auch wenn keep_feasible=True ist

• #18907: BUG: presolve-Option in milp verursacht ein machbares Problem…

• #18909: BUG: Cython3 linalg Importreihenfolge-Fehler

• #18945: BUG: circe-ci SVD-LOBPCG-Benchmarks prüfen die Genauigkeit nicht, so…

• #19042: DOC: sparse: BSR unterstützt kein Slicing, __getitem__ nicht…

• #19071: BUG: scipy.special.gammasgn Implementierung & Docs inkonsistent…

• #19207: BUG: sparse.linalg: LinearOperator-Datentyp-Bestimmung fehlerhaft

• #19223: BUG: io: scipy.io.loadmat Fehlermeldung empfiehlt die Verwendung der Funktion…

• #19355: MAINT: lobpcg: Hinzufügen von Unit-Tests für Genauigkeit passend zu Benchmarks…

• #19405: ENH: sparse.csr_array: Beibehalten der Achsenfunktionalität in getnnz()

• #19446: BUG: In test_b_orthonormalize, Vdtype, Bdtype usw. können nicht parametrisiert werden…

• #19524: BUG: deepcopy bei stats.rvs bricht Seed / Zufallsgenerierung.

• #19634: ENH: Dedizierte Funktion zur Hüllkurvenextraktion

• #19759: BUG: Schlechter Wert für stats.randint.pmf (Randfall)

• #19791: DOC: linalg.schur: unklare Signatur für sort callable, wenn…

• #19907: DEP: Deprekations-Erweiterung für private Namespaces auch auf Fortran-generierte…

• #20026: ENH: ndimage: 1D-Rangfilterbeschleunigung

• #20048: BUG: stats.rv_discrete.ppf: Endlosschleife in der Standardimplementierung

• #20077: DEP: linalg: kron deprecate

• #20155: DOC: optimize.curve_fit: Inkonsistente Namenskonvention…

• #20196: MAINT: Überprüfung der Verwendung von Cython-Speicheransichten, const hinzufügen, um…

• #20207: ENH: sparse: Datentyp bei der Erstellung von Sparse-Arrays/-Matrizen validieren

• #20239: DOC: Sparse-Arrays: todense() gibt kein numpy.matrix zurück

• #20240: ENH: Mehrere kleine Verbesserungen an scipy.stats.circmean

• #20288: ENH: Poisson-Scheibenabtastung für beliebige Grenzen

• #20370: DOC: ndimage.convolve: Beschreibung des origin-Parameters klären

• #20389: BUG: sparse.hstack respektiert nicht den dtype von {indptr,indices}…

• #20452: BUG:linalg:interpolative: Absturz, wenn k zu hoch angefordert wird…

• #20552: DOC/DEV/MAINT: Überprüfung des Verteilungsabschnitts des Core-Dev-Guides

• #20574: MAINT, BENCH: Es wäre gut, Benchmarks ausführen zu können mit…

• #20602: MAINT/STY: UP031, UP032 Linter-Fehler beheben

• #20609: BUG:linalg:interpolative: Eingaben werden nicht auf kompatible…

• #20635: DOC: Titel langer Funktionsnamen in der API-Referenz abgeschnitten…

• #20638: DOC: Grenzfrequenz in firwin als Halb-Amplitude vs. … spezifizieren

• #20693: BUG: stats.noncentral_t: falsche PDF-Werte

• #20710: ENH: special.rel_entr: vorzeitigen Überlauf vermeiden

• #20728: BUG: sparse.linalg: Segfault in arpack mit ifx

• #20733: DOC: stats.mannwhitneyu: umgekehrte Optionen für alternative…

• #20739: DOC/DEV: Richtlinien für Commit-Nachrichten aktualisieren

• #20740: BLD/DEV: special: Build-Warnungen

• #20761: ENH: stats.cauchy: CDF und Quantilgenauigkeit im Schwanz verbessern

• #20763: BUG: sparse.csgraph, Array-Typen: Einige Funktionen sollten erwartet werden…

• #20813: BUG: optimize.nnls schlägt manchmal fehl, wenn die Eingabe A eine…

• #20821: BUG: stats.levy_stable.rvs: „S0“-Parametrisierung ignoriert

• #20844: DOC: Testdokumentation für alternative Backends aktualisieren

• #20879: MAINT: sparse._sputils.getdtype aufräumen

• #20893: DOC/DEV: Entwicklerdokumentation sollte Accelerate-Unterstützung erwähnen

• #20904: BUG: sparse.csgraph.dijkstra Fehler bei Eingaben mit int64 oder ohne…

• #20910: BUG: Positional Argument DeprecationWarning Nachricht ist übermäßig…

• #20931: MAINT: Vorzeitiges Setzen von Attributen in HBInfo in scipy.io._harwell_boei…

• #20957: TST, MAINT: Array-API GPU-Testfehler

• #20963: TST: special.tests.test_support_alternative_backends: Fehler…

• #20984: BUG: scipy.optimize.nnls Version 1.11.4 hat bessere Leistung…

• #20991: BUG: special.pro_rad1 gibt für jede Kombination von…

• #20994: BUG: spatial.distance.cosine mit complex-Argumenten wirft…

• #21009: BUG: Gleitkomma-Ausnahme beim Übergeben des ungültigen Arguments…

• #21010: BUG: Segmentierungsfehler beim Übergeben ungültiger Argumente an einige…

• #21011: BUG: Doppelte Freigabe oder Beschädigung beim Übergeben ungültiger Argumente…

• #21016: BUG: Indizierung für Sparse-Arrays fehlerhaft

• #21030: DOC, DEV: Überarbeitungen an den gh_lists für die Release Notes

• #21044: RFC: quo vadis, xp_assert_* Infrastruktur?

• #21045: BUG: scipy/optimize/tests/test_hessian_update_strategy.py::TestHessianUpdateSt…

• #21057: BUG: Architektur loong64 schlägt TestQuad.test_complex fehl

• #21059: TST, MAINT: TestHyp2f1.test_region5 Tol-Problem mit gcc 14.1.0

• #21078: BUG: linalg.expm: ca. 4x langsamer seit scipy>1.13

• #21088: DOC: optimize.InverseJacobian: dokumentieren oder deprecaten?

• #21099: DOC: Falsche Reihenfolge der Abschnitte für Klassen

• #21106: BUG: stats.combine_pvalues gibt Ergebnis mit falscher Dimensionalität…

• #21140: BUG: optimize.nnls: Neureimplementierung nicht robust

• #21144: BUG: Sparse: Zwei neue XSLOW-Testfehler

• #21145: BUG: build –debug in dev.py erzeugt keinen Debug-Build

• #21148: BUG: scipy.optimize.root_scalar übergibt ein Array statt eines Floats

• #21152: BUG: stats.bartlett: zurückgegebene Statistik kann negativ sein…

• #21158: RFC: spatial: Überprüfung der Berechnungsformel für die Jaccard-Distanz…

• #21166: ENH: linalg.null_space: lapack_driver und check_finite bereitstellen

• #21174: BUG: Spezielle Tests schlagen auf Main fehl, wenn CuPy mit… installiert ist

• #21178: DOC: optimize.root_scalar: Argumente falsch markiert…

• #21181: MAINT: spatial: gewichtete chebyshev-Distanz überarbeitet

• #21187: BUG: spatial.distance: kulczynski1 gibt Ähnlichkeit statt… zurück

• #21192: BUG: stats.differential_entropy: falsche Ergebnisse mit…

• #21193: BUG: optimize: Hessian-Update-Strategie schlägt bei verschachteltem minimize fehl…

• #21208: RFC: Sollten veränderbare Standardargumente vom Linter verboten werden?

• #21212: DOC: Dokumentations-Build schlägt in CI fehl

• #21217: BUG: SciPy wählt beim Ausführen des Tests nicht das richtige BLAS…

• #21227: BUG: stats/fft/differentiate/optimize: Testsuite schlägt mit… fehl

• #21239: ENH: Hinzufügen eines Python-Level-LAPACK-Wrappers für DSYTRS

• #21241: DOC: Hinzufügen von sphinx-copybutton zur Dokumentation

• #21248: BUG: ValueError: x0 verletzt Grenzbedingungen in minimize

• #21256: BUG: io.loadmat: Fehler bei großen Dateien aufgrund der Adressposition…

• #21266: DOC: CosineMixture-Funktion in go_benchmark_functions ist falsch

• #21275: CI: Wheel-Builds für Python 3.13 schlagen fehl

• #21286: BUG: Delaunay/qhull Segfault bei Selbst-Pass

• #21292: TST: ndimage: GPU-Testfehler

• #21296: DOC: optimize.root: Korrigieren der Dokumentation für inner_*-Parameter

• #21300: BUG: integrate.simpson: Parameter x ist nur schlüsselwortbasiert

• #21311: BUG: special.chdtr: Torch-Fehler

• #21351: ENH: spatial: Rotation: split hinzufügen, um Objekt zu trennen mit…

• #21357: DOC: signal.hilbert: Terminologieproblem

• #21366: DOC: stats.f_oneway: Attribute anstelle von Tupel-Entpackung verwenden…

• #21369: BUG: stats.tukeylambda: support(lam) ist falsch, wenn lam…

• #21379: BUG: spatial: Voronoi-Diagramm ohne Kanten

• #21383: BUG: stats.sobol_indices: In-place-Modifikation von func…

• #21394: DEV: Jupytext-Notebooks brechen das Caching von Dokumentations-Builds

• #21405: MAINT: einige potenzielle kleine Bereinigungen

• #21421: DOC/DEV: Weiterleitung zum Erstellungsleitfaden vom Quickstart-Leitfaden

• #21439: DOC/DEV: Ersetzen von mambaforge durch miniforge

• #21447: DEV/MAINT: Unicode-Zeichen ± und ∞ im Quelltext erlauben…

• #21452: DOC: signal.firls: Referenz nicht verfügbar

• #21453: ENH: Unterstützung für Xi-Korrelation in SciPy hinzufügen

• #21460: MAINT, DOC: Problem mit dist pipefail

• #21461: BUG: special.pro_rad2: falsche Ergebnisse seit der Übersetzung…

• #21486: MAINT: ndimage-Testfehler mit CuPy

• #21504: DOC: Hinzufügen einer Notiz zu args/kwargs zur Beschreibung von aufrufbaren…

• #21507: BUG: fft.fft: Eingaben für reinwertige Array-API schlagen fehl

• #21510: DOC: signal.freqz: Problem mit fs

• #21513: TST, MAINT: test_differentiate Torch GPU-Fehler

• #21519: BUG: optimize.minimize: method='Powell' gibt ein Array statt einer Skalaren zurück

• #21534: TST, MAINT: test_matrix_input schlägt fehl

• #21556: DOC: Fehlende Inhaltsübersicht in cluster

• #21566: DOC: stats.pearsonr: Fehler in den Hinweisen der API-Referenz

• #21571: DOC: interpolate.interp1d: Status und Alternativen klären

• #21576: DOC: building: .ps1 für Windows-Beispiel angeben

• #21582: BUG: Entquetschte Ausgabe von batched scipy.linalg.det

• #21583: BUG: optimize: Testfehler in scikit-learn nach LBFGS…

• #21584: BUG: linalg.expm: Nachträglich ungenau für complex64

• #21596: MAINT: Konstanten auf CODATA 2022 Empfehlung aktualisieren

• #21610: BUG: special.logsumexp: Imaginärteil überschreitet (-pi, pi]

• #21615: BUG: Ungültige Behandlung von Ellipsen bei der Indizierung von Sparse-Matrizen

• #21627: DOC: optimize.root: veraltete Benennung von fprime in method=’hybr’

• #21630: BUG: optimize.nnls: Präzisionsprobleme

• #21641: BUG: io.mmwrite: Automatisches Anhängen der .mtx-Erweiterung

• #21660: BLD, MAINT: Linker-Warnungen mit neuerem AppleClang/ld

• #21661: BUG: fft.fht: sollte u.imag[-1] = 0 nur setzen, wenn n…

• #21670: BUG: ndimage: _normalize_sequence schlägt bei 0d-Arrays fehl

• #21671: BUG: signal.ShortTimeFFT: Inverse Transformation Fehler bei mehrkanaligen…

• #21675: BUG: Fehler beim Kompilieren über pip für Python 3.13 mit Option…

• #21677: BLD: Build-Warnungen von Quadpack

• #21696: MAINT: lombscargle numerische Abwärtskompatibilität

• #21704: DOC: stats.bootstrap: Bedeutung des paired-Arguments klären

• #21709: BUG: logsumexp gibt in Scipy 1.15.0.dev0 falsche Ergebnisse zurück

• #21724: MAINT: Bereinigungen von signal-Deprecations

• #21733: BUG: cluster: falscher Standardwerttyp von dist in…

• #21738: BUG: „ERROR: Dependency „OpenBLAS“ not found“ in macOS-Tests…

• #21745: TST, MAINT: Array-API-GPU-Test schlägt in test_cubature.py fehl

• #21747: BUG: Boolesche Indizierung von Sparse-Arrays auf main fehlerhaft

• #21758: BENCH/DEV: conda-build zu environment.yml hinzufügen

• #21759: DEP: special.btdtr und special.btdtri entfernen

• #21760: BUG: Fehler in scipy/optimize/tests/test_minimize_constrained.py::test_gh1164…

• #21769: BENCH: Warnungen von linprog

• #21772: BUG: optimize.curve_fit mit nan_policy="omit" schlägt fehl…

• #21775: BUG: Sparse-Matrix-Vektor-Multiplikation schlägt mit abgeflachten…

• #21788: BUG: stats: qmc.Sobol löst ValueError in Multithreading aus

• #21791: BUG: sparse: setdiag fehlerhaft, wenn nicht die gesamte Diagonale dazugehört…

• #21807: BUG: signal: Verwirrender Fehler bei Angabe eines ungültigen Modus für correlation_lags

• #21810: RFC: special: Verhalten der gamma-Funktion und verwandter Funktionen…

• #21814: TST: interpolate: Tests für griddata sind nicht parametrisiert

• #21817: QUERY: optimize.isotonic_regression: Ergebnisse können nicht repliziert werden…

• #21820: BUG: stats: Neue XSLOW-Testfehler in test_fit.py::TestFit

• #21829: BLD: Beschleunigte Erkennung mit GNU-Toolchain auf ARM-Macs

• #21830: BLD: threads.h mit MacOS 14.x ARM + gcc 14.2.0

• #21833: SPEC 7 Übergangs-Tracker

• #21837: BUG: linalg.svd: Segmentierungsfehler, Integer-Überlauf in LAPACK…

• #21838: ENH: sparse: Standard-Index-Datentyp-Auswahl in Sparray überarbeiten…

• #21855: TST, MAINT: Torch + GPU-Fehler für test_create_diagonal

• #21862: BUG: Viele Fehler mit macOS 15.1 unter Verwendung von Accelerate

• #21885: BUG: interpolate/tests/test_interpnd.py::TestLinearNDInterpolation::test_threa…

• #21900: BUG: stats: Neuer XSLOW-Testfehler in test_sampling.py

• #21908: BUG: integrate.trapezoid: Broadcasting-Fehler nach #21524

• #21927: TST: Fehler in test_riemann_zeta_complex unter Windows in…

• #21934: BUG: Intel oneAPI-Tests / py3.12, dev.py: meson.build:1:0:…

• #21940: DOC, REL: Zuordnungen der Autoren für 1.15.0

• #21946: BUG: Mehrere fehlgeschlagene Tests in interpolate unter macOS15

• #21949: BUG: stats: XSLOW-Testfehler in scipy.stats.tests.test_fit::TestFit

• #21952: DOC: stats.goodness_of_fit: Beispiele verbessern

• #21957: CI: Fehler im CI-Job „Oldest GCC …“ Linux (bezüglich Vorabversion…

• #21963: DOC: Deprecation-Warnung in sphinx bei Verwendung mit Python…

• #21988: refguide_check schlägt derzeit fehl

• #22005: TST: TestJacobian::test_attrs Tol-Bump?

• #22022: TST: Toleranzverletzung in test_x0_working[tfqmr] unter Windows

• #22029: Test_SVDS_LOBPCG.test_svd_rng_3 Testfehler in Wheel-Builds…

• #22031: BUG: mypy-Fehler in Main

• #22077: DOC, REL: Einige Probleme mit Release Notes/Prozess

• #22094: API: Unangekündigte Breaking Change: scipy.integrate.AccuracyWarning…

• #22095: DOC: sparse: sparse.eye_array akzeptiert kein tuple[int,…

• #22097: DEP: interpolate.interpnd.GradientEstimationWarning immer noch…

• #22112: BUG/DOC: sparse: ND COO unerwartetes Verhalten 1.15.0rc1

• #22123: DOC: stats: Random-Variable-Transition-Guide startet falsches Notebook

• #22128: BUG/DOC: Es ist unklar, wie differentiate.jacobian verwendet wird…

• #22137: BUG: stats._distribution_infrastructure._Domain.symbols Klasse…

• #22143: BUG: Fehler beim Aufruf von BSpline nach dem Unpickling mit mmap_mode="r"

• #22146: BUG:stats.ContinuousDistribution.llf: sollte nicht öffentlich sein

• #22204: BUG: signal.ShortTimeFFT: istft mit mfft > len(win)…

Pull-Requests für 1.15.0

• #11345: MAINT: Konstanten: Überarbeitung der Berechnung von „exakten“ Werten

• #12071: ENH: linalg: _procrustes.py zur Handhabung komplexer Matrizen aktualisiert…

• #12824: ENH: linalg.solve: Matrixstruktur erkennen und ausnutzen

• #15993: TST: sparse.linalg: Iterativen Schritttest von Lösern mit LU hinzugefügt…

• #16088: DOC: signal: Bezeichnungen der Plots in _filter_design.py konsistent machen

• #16090: ENH: Begleitende Matrixfunktion vektorisieren

• #16467: ENH: sparse: nonzero-Funktionalität zu min, max, argmin,… hinzufügen

• #16877: MAINT: unnötiges All-True-Array entfernen.

• #17318: ENH: signal: Funktionalität für komplexe Chirp-Wellenformen hinzufügen

• #18605: ENH: special: softplus hinzufügen

• #18979: DOC: Einheiten zur Beschreibung von scipy.constants hinzufügen

• #19058: DOC:special/signal: Beispiele für berp_zeros und band_stop_obj hinzufügen

• #19145: ENH: stats: Landau-Verteilung hinzufügen

• #19209: BUG: sparse.linalg: Bestimmung des LinearOperator-Datentyps beheben

• #19255: ENH: highspy in linprog verwenden

• #19361: BENCH: sparse.linalg: Genauigkeit in SVD-LOBPCG-Benchmarks überprüfen

• #19475: ENH: stats.lmoment: Funktion zur Berechnung von Sample-L-Momenten hinzufügen

• #19764: MAINT: stats: axis_nan_policy-Decorator nicht-broadcastable korrigieren…

• #19970: ENH: interpolate: splrep und splprep in Python nachbilden

• #19988: MAINT: Fakultätsimplementierungen vereinheitlichen

• #19989: MAINT: special: Fakultätsbereinigungen

• #20040: DOC: optimize: Vergleich von Optimierern zum Leitfaden hinzufügen

• #20058: DOC:signal: Abhilfemaßnahmen für langsame Geschwindigkeit in resample vorschlagen, wenn…

• #20097: ENH: signal: Hüllkurve eines reellen oder komplexwertigen Signals berechnen

• #20194: BUG: linalg.cossin: Fehlerbehebung für nicht-symmetrische Fälle

• #20242: DOC: sparse: todense-Dokumentation korrigieren

• #20303: DOC: stats: Sampling-Tutorial nach MyST-md konvertieren

• #20408: DOC: ndimage.convolve: Beschreibung des origin-Parameters ändern

• #20496: DOC: stats: Raises-Abschnitt zu einigen Funktionen hinzugefügt

• #20514: TST/BUG: linalg.expm: Unterstützung für leere Arrays

• #20517: DOC: sparse.linalg: Dokumentation des Vorbedingers für iterative… aktualisiert

• #20519: MAINT: signal: weitere Refaktorierung von Spline-Filtern

• #20520: BUG: linalg.polar: Unterstützung für leere Arrays

• #20539: ENH: special: Überarbeitung der Legendre-Funktionen

• #20543: ENH: ndimage: log(n)-Implementierung für 1D-Rangfilter

• #20558: ENH: linalg: id_dist FORTRAN-Code mit Cython

• #20589: TST: optimize.linprog/milp: Tests für verschiedene Fehlerberichte hinzugefügt

• #20671: ENH: interpolate: Nebenläufigkeitsprobleme überall behoben

• #20695: MAINT: special.ndtr: Implementierung angepasst, um genauer übereinzustimmen…

• #20701: TST/MAINT: special: Test mit CuPy, einige CUDA-Korrekturen vorgenommen

• #20708: ENH: differentiate.hessian: jacobian zur Berechnung verwendet…

• #20713: ENH: optimize.HessianUpdateStrategy: __matmul__ hinzufügen

• #20719: MAINT: sparse: __init__-Funktionssignatur korrigieren, um maxprint zu erlauben…

• #20743: ENH: stats._xp_mean, ein Array-API-kompatibler mean mit…

• #20754: ENH: sparse: Datentypvalidierung in __init__ und astype hinzufügen

• #20759: MAINT: sparse.linalg: norm, eigs und lsqr… anpassen

• #20766: MAINT: stats: geringfügige numerische Verbesserungen der zirkulären Statistik

• #20767: ENH: stats.qmc: PoissonDisk-Grenzenparameter hinzufügen

• #20771: ENH: stats.ttest_ind: Array-API-Unterstützung hinzufügen

• #20773: BUG: sparse.csgraph, Array-Typen: Nicht-Null- fill_value unterstützen…

• #20785: ENH: stats.nct.pdf: Bereich im linken Schwanz mithilfe von Boost vergrößern

• #20793: ENH: stats: Ende-zu-Ende-Array-API-Unterstützung für NHSTs mit Beta…

• #20794: ENH: stats: Array-API-Unterstützung für directional_stats hinzufügen

• #20800: ENH: optimize.elementwise: vektorisierte skalare Optimierung und…

• #20809: ENH: ndimage: ndimage-Filterachsen-Unterstützung auf korrelieren… ausdehnen

• #20811: ENH: ndimage: Filterachsen-Unterstützung auf verbleibende Filter… ausdehnen

• #20816: ENH: special.rel_entr: Überlauf vermeiden, bevor…

• #20822: CI: Linux-Workflow zum Testen von freithreaded Python-Builds hinzufügen

• #20827: REL: Version auf 1.15.0.dev0 setzen

• #20829: MAINT: special: Tippfehler in four_gammas, das von hyp2f1 verwendet wird, korrigieren

• #20830: DOC: optimize.differential_evolution: Konvergenz… ändern

• #20833: BUG: interpolate: BSpline.integrate immer ein Array zurückgeben lassen

• #20834: ENH: integrate.nsum: elementweise Auswertung von endlichen oder unendlichen…

• #20837: MAINT: linalg: const zu Cython-Funktionssignaturen hinzufügen

• #20843: DOC/DEV: Dokumentation zum Aktivieren interaktiver Beispiele hinzufügen

• #20846: DOC: Lange Titel auf Dokumentationsseiten umbrechen

• #20849: DOC/DEV: -b-Option im Contributor-Leitfaden zum Testen erwähnen

• #20855: TST: Zusätzlichen Spielraum zu fail_slows hinzufügen

• #20856: TYP: _lib.doccer: Typ-Annotationen hinzufügen

• #20857: ENH: sparse: count_nonzero-Methode mit axis-Parameter hinzufügen

• #20859: DEP: signal: cmplx_sort entfernen

• #20862: MAINT: special: Kokkos mdspan hinzufügen

• #20864: DEP: integrate: Quadratur und Romberg entfernen

• #20865: DEP: signal: Wavelet-Funktionen entfernen

• #20866: DEP: stats: rvs_ratio_uniforms entfernen

• #20867: DEP: integrate.cumulative_trapezoid: ValueError auslösen…

• #20868: DEP: interpolate: Komplexe Datentypen in {Akima1D, Pchip}Interpolator deprecaten

• #20869: DEP: special.factorial: Fehler für nicht-ganzzahlige Skalare und… auslösen

• #20872: MAINT: interpolate: const zu Cython-Funktionssignaturen hinzufügen

• #20873: MAINT: sparse: const zu Cython-Funktionssignaturen hinzufügen

• #20874: MAINT: spatial: const zu Cython-Funktionssignaturen hinzufügen

• #20875: BLD/DEV: special: Warnung aufgrund gemischter Initialisierer beheben

• #20876: DOC: intersphinx_registry für einfacheres Intersphinx-Mapping verwenden…

• #20882: CI: Workflow zum Erstellen und Hochladen von freithreaded Wheels hinzufügen

• #20883: ENH: stats: ttest_rel basierend auf ttest_1samp umschreiben

• #20884: ENH: stats: Ende-zu-Ende-Array-API-Unterstützung für NHSTs mit Student’s…

• #20885: BUG: Falscher Intersphinx-Registry-Eintrag in environment.yml korrigieren

• #20886: CI/DEV: Node.js 16 Warnungen beheben durch Erhöhung von Actions

• #20887: MAINT: signal: const zu Cython-Funktionssignaturen hinzufügen

• #20889: MAINT: sparse: Matmul-Tests in test_base.py für spmatrix… ausrichten

• #20891: MAINT: stats: const zu Cython-Funktionssignaturen hinzufügen

• #20895: TST: sparse: test_base.py einfach umschaltbar machen…

• #20897: DOC: Fehler bei paralleler Dokumentationserstellung beheben

• #20898: MAINT: sparse: _sputils.getdtype Docstring bereinigen

• #20900: ENH: stats: Array-API-Unterstützung für combine_pvalues hinzufügen

• #20906: DOC: linalg.schur: Dokumentation für das Argument sort aktualisieren

• #20907: CI: Sicherstellen, dass nächtliche, GIL-freie Wheels mit GIL… getestet werden

• #20908: DOC: signal.dbode: Docstring verbessern

• #20912: DOC: Weitere Informationen zur Verwendung von Accelerate hinzufügen

• #20913: BUG: sparse.csgraph.dijkstra: dtype- und Shape-Bugs beheben

• #20915: DOC: integrate.quad_vec: Beispiel beim Verwenden von workers hinzufügen

• #20916: DOC: Erwähnen, dass sparse.bsr_array kein Slicing unterstützt.

• #20922: BUG: stats.mstats: mstats.{ttest_rel, ttest_1samp} beheben, wenn…

• #20924: BUG: _lib: Angemessene Länge für _deprecate_positional_args sicherstellen…

• #20926: DOC: sparse: Migrationshandbuch zum Konvertieren von Code von spmatrix… hinzufügen

• #20928: ENH: optimize._differentiate: Array-API-Unterstützung hinzufügen

• #20932: MAINT: io: Vorzeitiges Setzen von Attributen in HBInfo beheben

• #20934: TST: stats.combine_pvalues: Tests parametrisieren und aktualisieren…

• #20941: DOC/MAINT: Einzelne zu doppelte Backticks, um falsche Verlinkung zu entfernen

• #20942: CI: Cython-Nightly-Wheel bei GIL-freiem CI verwenden

• #20944: DOC: Distributionsabschnitt aktualisieren

• #20946: ENH: stats.gmean: Array-API-Unterstützung hinzufügen

• #20951: CI: MacOS zu GIL-freiem Wheel-Release-CI hinzufügen

• #20954: MAINT: stats.hmean/pmean: Vereinfachen vor der Konvertierung zur Array-API

• #20955: DOC: Einzelne zu doppelte Backticks für Nicht-Ziele

• #20962: DOC/MAINT: stats.gmean/gstd/hmean/pmean: Ungültige… dokumentieren/behandeln

• #20965: ENH: stats.tmean: Array-API-Unterstützung hinzufügen

• #20968: MAINT: Einige Tippfehler beheben

• #20969: DOC: linalg: "# may vary" zu einem linalg.schur-Beispiel hinzufügen

• #20971: TST: special: standard_normal verwenden, um Argumente in… zu generieren

• #20974: ENH: stats.combine_pvalues: native Achsenunterstützung hinzufügen

• #20975: DOC: Einzelne zu doppelte Backticks

• #20976: BUG: scipy-optimise-Direktive angesichts der neuen Standardrolle aktualisieren

• #20977: DOC: Mehr Einzelne zu doppelte Backticks

• #20980: CI, MAINT: test_plot_iv NumPy 2 Shim

• #20985: BLD: Nur Build-CI-Workflow für Windows mit MSVC + ifx… hinzufügen

• #20986: DEV: gh_lists: Einzelne -> doppelte Backticks

• #20987: DOC/DEV: Leitlinien für Commit-Nachrichten aktualisieren

• #20989: ENH: stats.chi2_contingency: method Parameter hinzufügen

• #20995: CI: cp313-dev testen

• #20998: MAINT: signal: Tippfehler im Code-Kommentar beheben

• #21003: MAINT: odr: Refcounting-Problem in __odrpack.c beheben

• #21004: DOC: stats: chisquare-Beispiel in Notebook konvertieren

• #21005: CI: Eine Ausführung für alle Tests im Array-API-Job

• #21017: MAINT: smoke-docs: special/_precompute zur Ignore-Liste hinzufügen,…

• #21018: MAINT: sparse: Bessere Fehlermeldung bei matmul-Mismatch

• #21021: ENH:MAINT:optimize: nnls in Cython neu schreiben

• #21022: BUG: sparse: Erweitertes Indexing mit Slice und Array beheben

• #21023: DEV: lint: Neue Zeilen am Ende von Dateien erzwingen

• #21025: API: signal: sosfreqz in freqz_sos umbenennen

• #21028: ENH: stats.tmin/tmax: Array-API-Unterstützung hinzufügen

• #21029: MAINT/STY: UP031 UND UP032 Linter-Fehler beheben

• #21032: DOC/DEV: Seite für "vendored-code" aktualisieren

• #21033: DOC: interpolate: Lineare Interpolation mit Extrapolation diskutieren

• #21034: ENH: stats.xp_var: Array-API-kompatible Varianz mit scipy.stats…

• #21035: ENH: stats.hmean/pmean: Array-API-Unterstützung hinzufügen

• #21036: ENH: stats.tvar/tstd/tsem: Array-API-Unterstützung hinzufügen

• #21037: MAINT: 1.14.0-Release-Notes weiterleiten

• #21041: ENH: differentiate: Unterpaket für Array-API-kompatible… hinzufügen

• #21042: DOC: stats: Biomedizinische Beispiele in Notebooks verschieben

• #21047: TST: optimize: Exceptionstest auf PyPy3.10 beheben

• #21050: ENH: stats.Normal: Neue Infrastruktur für kontinuierliche Verteilungen…

• #21051: BUG: interpolate.LinearNDInterpolator: Korrektur für vorberechnete Triangulierung

• #21063: MAINT: gcc-14 test_region5 Tolleranz-Bump

• #21068: ENH: stats.zmap/zscore/gzscore: Array-API…

• #21076: ENH: stats.differential_entropy: Array-API-Unterstützung hinzufügen

• #21081: DOC: Standardoptionen für COBYQA hinzufügen

• #21083: MAINT: _integrate_pdf vereinfachen

• #21085: DEP: spatial: Komplexe Eingaben für cosine und correlation deprecaten

• #21086: DOC: spatial: Tippfehler im seuclidean Docstring beheben

• #21087: DOC: optimize: Versehentliche Blockzitat-Einrückung entfernen

• #21089: ENH: stats.alexandergovern: Berechnung für N-D… vektorisieren

• #21094: DOC: sparse.linalg.gcrotmk: Backticks beheben und maxiter… hinzufügen

• #21096: DOC: sparse.linalg.gcrotmk: Fehlende Backticks hinzufügen

• #21097: ENH: stats.boxcox_llf: Array-API-Unterstützung hinzufügen

• #21098: DEV: kein sparse-Label für Submodule hinzufügen

• #21101: DOC: special.ellipj: Reihenfolge der Parameter im Docstring korrigieren

• #21103: MAINT: itemsize pybind bereinigen

• #21109: MAINT: stats.combine_pvalues: native axis-Unterstützung beheben…

• #21110: ENH:sparse.linalg: ARPACK-Version auf 3.9.1 aktualisieren

• #21112: BUG: ndimage.binary_erosion: Division durch Null vermeiden, indem…

• #21113: DOC: optimize.differential_evolution: Intervall für… korrigieren

• #21115: MAINT, DOC: Dokumentations-Warnfilter vereinfachen

• #21116: BENCH: Korrekturen am README und sparse.Arithmetic…

• #21117: BUG: optimize.root_scalar: Bracket als NumPy… übergeben lassen

• #21118: TST: interpolate: xp_assert Infrastruktur verwenden

• #21119: DOC: optimize: Docstring zu InverseJacobian hinzufügen

• #21120: MAINT: Weiteres mpl-Test-Shim entfernen

• #21121: BUG: cluster: OOB-Schreiben vermeiden, wenn Distanzen NaN sind in centroid

• #21123: BUG: cluster: fcluster "maxclust" Binärsuchlogik beheben

• #21124: DEV/CI: gmpy2 wieder zu Testabhängigkeiten hinzufügen

• #21125: MAINT: xp_vector_norm statt xp.linalg.vector_norm verwenden

• #21127: MAINT: Unbenutzten Minpack2-Fortran-Code entfernen

• #21128: TST: boxcox_llf Test-Überspringungen beheben

• #21129: TST: special.logsumexp: Tests modernisieren

• #21131: TST: sparse.linalg: Alle dtypes für lobpcg B-Orthonormalisierung testen

• #21132: ENH:optimize: MINPACK in C neu schreiben

• #21133: TST: sparse.linalg: dtypes-Definition in test_expm_multiply.py vereinfachen

• #21134: TST: sparse.csgraph: dtypes-Definition in test_graph_laplacian.py vereinfachen

• #21141: DOC: Veralteten Kommentar zu macos/musl in Cirrus CI-Konfiguration entfernen

• #21143: MAINT: signal: Makro PyArray_MIN nicht neu definieren

• #21146: MAINT: sparse.linalg: spsolve-Vereinfachung

• #21149: ENH: special.logsumexp: Array-API-Standardunterstützung hinzufügen

• #21150: ENH: ndimage: Array-API-Standardunterstützung hinzufügen

• #21151: DOC: interpolate: Warnung py:obj reference target not found beheben

• #21154: DOC: Dokumentation zu verbose in minimize_trustregion_constr.py korrigieren

• #21157: DEP: stats.find_repeats: Funktion deprecaten

• #21162: MAINT: optimize.root_scalar: Sicherstellen, dass die Benutzerfunktion…

• #21163: MAINT: special: Korrekturen für ellipkinc und ellipeinc vornehmen…

• #21167: ENH: interpolate: AAA-Algorithmus für rationale Approximation hinzufügen

• #21168: BLD: Optionale Testabhängigkeiten aus cibuildwheel-Konfiguration entfernen

• #21171: DEV: --debug beheben und --release zu dev.py build hinzufügen

• #21173: BUG/CI: Mit ifx + MKL unter Linux kompilieren und testen

• #21176: MAINT: spatial.distance.jaccard: Zählerberechnung korrigieren

• #21179: BUG: special: cupy Import-Guard

• #21182: MAINT: spatial: Gewichtete Chebyshev-Distanz-Doku und Null… verbessern

• #21185: DOC: optimize: x1 für Sekanten-Root-Finding als optional markieren

• #21186: DOC: array -> ``array_like`` in einigen Funktionen

• #21194: MAINT: stats.differential_entropy: Ergebnisse mit ganzen Zahlen… korrigieren

• #21196: DEV: Glob-Label für scipy.differentiate hinzufügen

• #21197: ENH: sparse: COO-Arrays auf N-Dimensionen erweitern

• #21199: MAINT: pybind11 erhöhen, C/C++/Cython-Erweiterungsmodule als… markieren

• #21201: ENH:integrate: QUADPACK in C neu schreiben

• #21203: BUG: optimize: Vermeiden, BFGS HessianUpdateStrategy zwischen… zu teilen

• #21204: MAINT: Python.h zuerst in __minpack.c einschließen

• #21210: MAINT: special: Sinus- und Kosinusintegrale unter CUDA funktionieren lassen

• #21211: DEP: signal.{correlate,convolve,lfilter}: Objekt-Arrays deprecaten…

• #21213: MAINT, DOC: jupyterlite-sphinx untere Grenze erhöhen

• #21215: MAINT: _lib: _docscrape von Upstream aktualisieren

• #21216: ENH: integrate._tanhsinh: Array-API-Unterstützung hinzufügen

• #21220: TST: sparse.linalg.lobpcg: Unit-Tests für Genauigkeit hinzufügen

• #21221: BENCH: sparse.linalg: Genauigkeit in LOBPCG-Benchmarks richtig prüfen

• #21222: BUG: special: cython_special fehlende Abhängigkeit

• #21223: MAINT: interpolate: Mehrere Fused-Type-Verwendungen aus _bspl.pyx entfernen

• #21225: MAINT: io: _test_fortran unter tests verschieben

• #21230: ENH: differentiate: Unterstützung für Array initial_step

• #21231: ENH: optimize.elementwise.find_minimum: Array-API-Unterstützung hinzufügen

• #21235: MAINT: interpolate: README entfernen

• #21240: ENH: sparse: 2D COO Sparse-Dichte-Matrix-Matrix-Multiplikation refaktorieren

• #21242: BUG: sparse: Zwei langsame Tests beheben, die in NumPy 2 in A.nnz fehlschlagen

• #21243: BENCH: --compare in python dev.py bench beheben

• #21245: DOC: sphinx-copybutton hinzufügen

• #21247: ENH: linalg.nullspace: SVD-Optionen freilegen

• #21252: DOC: integrate.solve_bvp: Notation konsistent machen

• #21254: CI: icx + icpx + ifx + MKL-Build von SciPy testen

• #21257: MAINT: BUG: Problem behoben, bei dem die Optimierungsmethode trust-constr…

• #21259: BUG: interpolate: OOB im periodischen Spline-Konstruktor vermeiden

• #21260: BUG: io.loadmat: Lesen großer Matlab 4-Arrays beheben

• #21264: MAINT: array_api_compat v1.8 nutzen

• #21265: BUG: cstddef-Include beheben

• #21267: DOC: Stack-Overflow-Link zur README-Datei hinzufügen

• #21268: MAINT/BENCH: optimize: CosineMixture-Referenz korrigieren

• #21276: MAINT: Falsch benannte 1234 Hz fs .wav-Testdatei korrigieren

• #21277: ENH: signal.lombscargle: auf die verallgemeinerte Lomb-Scargle… aktualisieren

• #21278: BLD: cibuildwheel erhöhen schließt #21275

• #21281: MAINT: test_maxiter_worsening bereinigen

• #21282: TST: ndimage: test_boundary_spline_accuracy für torch nicht überspringen

• #21284: MAINT: Mutable Standardwerte in Funktionsdefinitionen entfernen, verbieten…

• #21290: MAINT: linalg: dos2unix auf cython_lapack_signatures.txt anwenden

• #21294: TST: GPU-Fehler beheben

• #21295: DOC: find_simplex kein Selbst

• #21297: MAINT: special: C++-Bibliothek in xsf umbenennen

• #21299: DEV: gh_lists: Bereinigung von Backticks verbessern

• #21301: ENH: stats: _logcdf und _logsf für rv_continuous implementieren

• #21304: TST: Fehler in verschiedenen durch Linter gefundenen Tests beheben

• #21309: MAINT:integrate: Fehler "Off-by-one" in QUADPACK beheben

• #21310: MAINT/DOC: _lib._array_api bereinigen, Dokumentation aktualisieren

• #21312: MAINT: special: Pylance-Typisierungs-Nit beheben

• #21313: BUG: find_simplex Shape () Segfault

• #21314: ENH: optimize: LBFGSB in C neu schreiben

• #21316: MAINT: special.chdtr: generisches chdtr beheben

• #21318: BUG: special: Fehler in Beta-PPF durch Setzen der richtigen Boost-Richtlinie beheben

• #21321: BUG: linalg: solve_banded behebt das Auslösen von IndexError, wenn…

• #21322: BUG: stats.betaprime._ppf erlauben, Skalare zu akzeptieren.

• #21326: MAINT: stats: Präzision von argus.sf. verbessern.

• #21328: ENH: linalg: Python-Wrapper von ?gtcon hinzufügen

• #21329: MAINT: interpolate.AAA: Eingabevalidierung von max_terms verbessern

• #21330: ENH: integrate: Mehrdimensionale Integration von Array-wertigen…

• #21331: ENH: linalg: Python-Wrapper von ?trcon hinzufügen

• #21332: BUG: stats.levy_stable: Ignorierten Parametrisierung beheben

• #21333: DOC:integrate.simpson: Referenz auf entferntes even-Parametern entfernen

• #21334: TST: xfail_xp_backends hinzufügen

• #21335: BUG/ENH: stats: Aktualisierungen für Cauchy.

• #21336: ENH: linalg: sy/hetrs LAPACK-Wrapper hinzufügen

• #21339: ENH: stats.poisson_binom: Poisson-Binomial-Verteilung hinzufügen

• #21342: MAINT: stats: Test beheben, der besagt, dass diskrete Verteilungsmethoden…

• #21344: BLD: Meson 1.5.0 erfordern, eine fehlende Build-Abhängigkeit für… beheben

• #21346: TST: special: Zwei XSLOW-Tests beheben.

• #21347: BUG/ENH: stats: Cauchy-Verteilungs-Korrekturen

• #21349: TST: linalg: svd_gesdd-Test für große Matrizen für/in… überspringen

• #21352: ENH: linalg. ?lantr: Python-Wrapper hinzufügen

• #21353: MAINT: stats.randint.pmf: Null-PMF-Werte innerhalb der… korrigieren

• #21354: MAINT: stats.rv_discrete.ppf: Bug mit Endlosschleife beheben

• #21355: MAINT: stats.geom.rvs: Sicherstellen, dass die Ausgabe nicht negativ ist…

• #21360: BLD: OpenBLAS v0.3.28 mit weniger Kernen verwenden, OpenBLAS-Lizenzen korrigieren

• #21361: BLD: robustere Git-Hash-Bestimmung verwenden

• #21363: ENH: linalg.solve: Struktur zur Beschleunigung der Finite-Prüfung verwenden, anwenden…

• #21365: BUG: interpolate: FITPACK: fpchec.f Inline if-then-endif… entfernen

• #21367: MAINT: stats.mannwhitneyu: Alternative Hypothesen vereinfachen

• #21368: DOC: ISSUE#21366 beheben

• #21371: BUG: stats.tukeylambda: Support()-Methode beheben.

• #21373: ENH: interpolate.AAA: Bereinigungsfunktion zum Entfernen von unerwünschten… hinzufügen

• #21375: MAINT: Lokale Ressourcen für Smoke-Tutorials hinzufügen

• #21377: BENCH: BlockDiagSparseConstruction auf coo_matrix aktualisieren…

• #21378: DOC: signal.hilbert: Aktualisierung zur Spiegelung der Implementierung

• #21387: DOC: signal: Tippfehler in _short_time_fft.py und signal.rst korrigieren

• #21388: ENH: special: Präzision von special.logit verbessern.

• #21389: ENH: scipy.stats: Normal-Invers-Gamma-Verteilung hinzufügen

• #21395: DOC: stats.ecdf: Beispiel-Plot korrigieren

• #21397: DOC/DEV: pooch zur Virtualenv-Entwickler-Schnellstart-Anleitung hinzufügen

• #21399: MAINT: optimize: unnötige isnan-Prüfung entfernen

• #21407: BUG: optimize.minimize: trust-constr success=False setzen…

• #21412: ENH: sparse: CSR/CSC _broadcast_to-Methode hinzufügen

• #21413: MAINT: sauberere 0-D/Skalar-Prüfungen für xp-Assertionen, runden…

• #21419: ENH: linalg.circulant: Stapelverarbeitung zulassen

• #21423: MAINT: linalg.logm: ZeroDivisionError vermeiden, ausgeben…

• #21425: DOC: linalg.qr: Beispiel zur expliziten Permutationsmatrix hinzufügen

• #21427: DOC: linalg.cholesky: Dokumentieren, wann/ob nur die ausgewählte Hälfte…

• #21428: DOC: linalg.hankel: Betonen, dass das erste Element von r…

• #21429: MAINT: linalg.schur: sort='iuc'/'ouc' korrigieren, korrigieren…

• #21430: MAINT: 1.14.1 Release-Hinweise weiterleiten

• #21433: DOC: Jupyter Notebooks-Build cachen

• #21435: ENH: sparse: COO-Unterstützung für nD für Matmul, Dot und Tensordot hinzufügen

• #21437: TST/DOC: Smoke-Docs: Strikte Prüfungen

• #21440: ENH: linalg.funm: Doppel-Schleife mit Pythran optimieren

• #21441: DOC: special: Prolates Sphäroid-Docs falsch

• #21443: DOC/DEV/CI: Mambaforge -> Miniforge

• #21444: DOC: optimize: Beispiel für lsq_linear kleiner machen

• #21446: ENH: linalg: N-D-Stapelverarbeitung in speziellen Matrixfunktionen aktivieren

• #21449: DEV/MAINT: ± und ∞ zum zusätzlichen Satz erlaubter Unicode-Zeichen hinzufügen…

• #21450: Miniforge für das Hochladen von Wheel-Builds verwenden

• #21451: DOC: interpolate: fehlenden Aufruf im Beispielcode hinzufügen

• #21454: ENH: special: Root-Finding-Tools zu xsf hinzufügen und gdtrib implementieren…

• #21455: TYP: fehlenden Sphinx-Import in mypy.ini ignorieren

• #21457: MAINT: Mehrere Scipy-Bereinigungen

• #21458: DOC: signal.firls: defekten Link korrigieren

• #21464: CI: fetch-depth: 0 aus Wheel-Build-Jobs entfernen

• #21467: STY: Neue Lint-Regeln beheben, die in CI auftauchen

• #21468: MAINT: special: Mehr Funktionen aus functions.json entfernen

• #21469: DOC/MAINT: Referenzen auf Boost hinzufügen

• #21471: BUG: sparse: Unerwünschtes Verhalten von 1D/2D Matmul

• #21472: MAINT: special: ufunc.h refaktorieren und nach xsf verschieben

• #21473: ENH: integrate.cubature: Unterstützung des Array-API-Standards

• #21474: DOC: https-URLs in der Pull-Request-Vorlage verwenden

• #21477: DOC: Schnellstartanleitung für Mitwirkende aktualisieren, um auf den Erstellungs…

• #21478: DOC: Versionsabgleich beheben, indem die Länge von GITVER erweitert wird

• #21481: MAINT/DEV: Sphinx in environment.yml anheften, jupyterlite-sphinx hochstufen

• #21483: ENH: special: Ableitungen durch einfache automatische Differenzierung berechnen

• #21485: MAINT: interpolate: Baryzentrische Darstellung von… abstrahieren

• #21492: MAINT: SHELL=/bin/bash in doc/Makefile angeben

• #21493: MAINT: Alle Unterverzeichnispfade in check_installation überprüfen

• #21496: TST: pytest-run-parallel gegen frei-thread-CI verwenden

• #21497: ENH: interpolate: FloaterHormannInterpolator hinzufügen

• #21499: MAINT, TST: CuPy ndimage-Test überspringen

• #21502: MAINT: COBYQA auf die neueste Version aktualisieren

• #21505: BUG: special: Boost für ncfdtr verwenden, um Genauigkeitsprobleme zu beheben

• #21508: BUG: fft: Reale Eingabe für Standardfunktionen beheben

• #21512: TST: signal: Konvertierung zur xp_assert_\*-Infrastruktur (Teil…

• #21514: DOC: signal.freqz: Beispiel korrigieren

• #21515: MAINT: differentiate: Datentyp vor Elementzuweisung manuell hochstufen

• #21516: TST: redundante Torch-Überspringungen entfernen

• #21517: DEV: pytorch -> torch

• #21518: ENH: stats.boxcox_llf: GPU-Unterstützung hinzufügen

• #21520: TST: special._smirnovp: Test-Xfail nach Übersetzung entfernen…

• #21524: ENH: integrate.trapezoid: Unterstützung des Array-API-Standards hinzufügen

• #21525: MAINT: stats: Tippfehler korrigieren: principle -> principal

• #21526: BUG: optimize.minimize.powell: Aufhören, alles zu quetschen

• #21528: BUG: special.logsumexp: Typförderung korrigieren

• #21530: TST: signal: Konvertierung zur xp_assert_\*-Infrastruktur, Teil 2

• #21536: TST: interpolate: Eine fehlerhafte Ausführung bei -b all korrigieren

• #21539: MAINT: interpolate: Ein internes Hilfsprogramm von Cython nach Python verschieben

• #21542: DOC: integrate.cubature: Doc-Formatierung und Referenzprobleme korrigieren

• #21544: DOC: optimize: Rezept für \*args und \*\*kwargs dokumentieren

• #21545: STY: Regel UP038 ignorieren

• #21549: ENH: ndimage: Achsenunterstützung für die meisten Morphologie-Funktionen hinzufügen

• #21551: MAINT: interpolate: _bspl-Erweiterung reduzieren

• #21553: ENH: linalg: expm in C neu schreiben

• #21564: TST, MAINT: Einige Torch-GPU-Tests überspringen

• #21565: ENH: HiGHs Reintegration

• #21567: MAINT: stats.wilcoxon: kleine Verbesserungen/Korrekturen

• #21568: MAINT: special: Leistungsoptimierung für einfache automatische Differenzierung

• #21570: MAINT, BLD: 3.13 zu Klassifikatoren

• #21572: DEP: spatial.distance: kulczynski1 und sokalmichener veraltet…

• #21573: DOC/MAINT: stats: einige Tippfehler korrigieren

• #21575: DOC/MAINT: doc: einige Tippfehler korrigieren

• #21577: MAINT: special.hankel2: Randfall korrigieren

• #21578: DOC: special.mathieu_c/sem: Informationen zum Docstring hinzufügen

• #21579: TST/DEV: Stapelung von skip_xp_backends erlauben

• #21585: DOC/MAINT: special: einige Tippfehler korrigieren

• #21586: DOC/MAINT: spatial: einige Tippfehler korrigieren

• #21587: BUG: linalg: Berechnung der UV-Zerlegung von expm bei einfacher Genauigkeit korrigieren

• #21588: BUG: linalg.det: Behandlung des Randfalls von gestapelten 1x1-Arrays korrigieren

• #21590: DOC: signal.firwin: Betonen, dass die Grenzfrequenz die Halbamplitude ist

• #21593: DOC: special.roots_legendre: Tippfehler im Beispiel korrigieren

• #21595: DOC: Erstellen: .ps1 für Windows-Beispiel angeben

• #21597: ENH: special.logsumexp: Genauigkeit verbessern, wenn ein Element…

• #21598: DOC: spatial.voronoi_plot_2d: Hinweise zu Degenerationen

• #21599: CI: gha-update [Wheel-Build] verwenden

• #21600: MAINT: _lib: array-api-extra mitliefern und verwenden

• #21602: BUG: optimize: Korrigierte Absicherung, zuvor Fortran-indiziert, mod…

• #21603: DOC: special.riccati_yn: Vorzeichenkonvention hervorheben

• #21604: MAINT: special.gegenbauer: Verhalten für n=0 korrigieren;…

• #21605: MAINT: Konstanten: CODATA-Werte auf 2022 aktualisieren

• #21607: DOC/MAINT: sparse: einige Tippfehler korrigieren

• #21608: TST: ndimage: Fourier-Tests für JAX überspringen

• #21609: ENH: integrate.lebedev_rule: Punkte und Gewichte der Lebedev-…

• #21612: MAINT: special: Delegation an generische Implementierungen korrigieren

• #21616: BUG: sparse: Indizierung nach Ellipse und 2D-Array-Indizierung korrigieren

• #21617: DOC/MAINT: signal: einige Tippfehler korrigieren

• #21621: DOC/MAINT: ndimage: einige Tippfehler korrigieren

• #21622: MAINT: special.logsumexp: Konvention des Zweigpunkts erzwingen

• #21624: DOC/MAINT: linalg: einige Tippfehler korrigieren

• #21625: ENH: optimize.differential_evolution: Arbeiter respektieren, wenn…

• #21626: BUG: sparse.linalg: t=2 in test_onenormest_table_6_t_1 setzen…

• #21629: MAINT: special: Spiegelungsformeln für sphärische Bessel-Funktionen verwenden…

• #21633: DEP: linalg: kron veraltet

• #21635: TST: special: XSLOW-Fehler in test_mpmath.TestSystematic.test_spherical_j korrigieren…

• #21636: MAINT: differentiate.differentiate: Funktion umbenennen in…

• #21637: MAINT: interpolate: Eingabevalidierung für NdBSpline deduplizieren

• #21638: ENH: differentiate.jacobian: Unterstützung für Array step_direction

• #21642: BUG: io.mmwrite: Automatisches Anhängen der .mtx-Erweiterung korrigieren

• #21646: DOC: sparse: Überarbeitungen und Anpassungen der Migrationsanleitung

• #21647: DOC: optimize.root: 'fprime' durch 'jac' im method=’hybr’ ersetzen

• #21648: DOC/TST: integrate.cubature: Docstring bereinigen und…

• #21656: API: integrate.cubature: einige Argumente auf schlüsselwortweise umstellen

• #21657: ENH: integrate.cubature: Unterstützung für unendliche Grenzen

• #21658: ENH: stats.chatterjeexi: xi-Korrelationsfunktion hinzufügen

• #21663: CI: Fehlerhaftes Conda-Setup korrigieren

• #21668: BUG: fft.fht: u.imag[-1] = 0 nur setzen, wenn n gerade ist

• #21672: BUG: ndimage: 0d-Arrays in _normalize_sequence korrigieren

• #21673: BUG: signal.ShortTimeFFT: Mehrkanal-Roundtrip mit mfft korrigieren…

• #21678: BUG: nan-Ausgabe von special.betaincinv korrigieren

• #21680: MAINT: integrate: Einige QUADPACK-Compilerwarnungen unterdrücken

• #21682: DOC: Duplizierung in der Benutzeranleitung reduzieren

• #21686: BUG: signal: Integer-Handhabung für resample_poly

• #21689: BUG: optimize: Fehler in der L-BFGS-B-Implementierung beheben

• #21695: ENH: stats.chisquare: sum_check hinzufügen, um Prüfung zu deaktivieren…

• #21697: MAINT: signal.lombscargle: numerische Abwärtskompatibilität korrigieren

• #21699: BUG: sparse.linalg: Fehlerhafter Test der Eigenwertreihenfolge von ARPACK entfernen

• #21700: ENH: stats.Mixture: Mischverteilungen für neue Infrastruktur hinzufügen

• #21701: MAINT: interpolate: undokumentierten nu-Parameter von BSpline.design_matrix entfernen

• #21702: MAINT: special: Eckfälle von Fakultät bereinigen, einschließlich komplexer…

• #21703: DOC: sparse: Spdiags-Handling in doc_string und Migration aktualisieren…

• #21705: MAINT: Griechische Unicode-Symbole im Linter zulassen.

• #21706: DEP: signal: Objekt-Arrays in sosfilt veraltet

• #21707: ENH: stats.make_distribution: eine ContinuousDistribution generieren…

• #21710: ENH: sparse.linalg: sparse.linalg intern auf sparray umstellen

• #21711: BUG: special: Formel für die Division von Dualzahlen in xsf korrigieren

• #21712: MAINT: special.logsumexp: winzige imaginäre Komponenten beibehalten

• #21714: TST: stats.sampling: Ausnahme für langsames Fehlschlagen hinzufügen

• #21718: DOC: stats.bootstrap: Beschreibung von paired verbessern…

• #21719: BLD: macos-12-Image veraltet [Wheel-Build]

• #21721: MAINT: signal: Docstring-Anpassungen für Lomb-Scargle und Fehlerbehandlung…

• #21723: DOC: Tippfehler in der Beschreibung von scipy.sparse.csgraph.maximum_bipartite korrigiert…

• #21726: ENH: linalg.solve: assume_a='banded' hinzufügen

• #21728: ENH: special: Boost in nctdtr verwenden

• #21729: MAINT: signal.lombscargle: Vektorisierungsänderungen und Handhabung…

• #21730: MAINT: sparse.linalg: @ für Matmul in Docs/Tests für Linear… verwenden

• #21731: ENH: stats.dpareto_lognorm: doppelte Pareto-Log-Normal-…

• #21734: BUG: cluster: Korrekter Typ des Standardwerts von dist in ClusterNode

• #21737: TST: differentiate: Kleine Toleranzerhöhung bei fehlerhaftem Test

• #21739: BLD: Problem mit Groß-/Kleinschreibung beheben, wenn Meson Accelerate erkennt

• #21744: ENH: special: Riemannsche Zeta-Funktion auf komplexe Eingaben erweitern

• #21746: ENH: stats: Exponential-, Logarithmus- und Kehrwert einer Zufalls-…

• #21748: MAINT: Minimale pybind11-Version auf 2.13.2 aktualisiert

• #21749: MAINT/DEV: python dev.py ipython unter Debian 12 / Python… korrigieren

• #21751: BUG: Array-API-Konformität in Cubature

• #21752: ENH: stats.truncate: Trunkierte Zufallsvariablen

• #21753: DOC: sparse: Migrationsanleitung zu sparray aktualisiert

• #21754: MAINT: interpolate: interpnd -> _interpnd umbenennen

• #21756: DOC: interpolate: Empfohlene Ersatzwerte für interp1d im Detail beschreiben

• #21763: BUG: pearsonr-Konstantfall mit n=2 Vektoren behandeln

• #21765: MAINT: Gleichheitsbedingung entfernen, die unmöglich zu erfüllen war…

• #21767: MAINT: stats.ContinuousDistribution: Attribute schützen,…

• #21768: BUG: sparse: Kombination aus Ellipse und Bool-Array-Indizierung korrigieren

• #21770: DOC: stats: Korrekte Schlussfolgerung bei hohem p-Wert

• #21773: DEP: special: special.btdtr und special.btdtri entfernen

• #21774: API: optimize.differential_evolution: Übergang zu Generator…

• #21776: BUG/ENH/DOC: spatial: Rotation-Aufteilung besser handhaben & dokumentieren

• #21777: ENH: stats: Absolutwert einer Zufallsvariablen

• #21778: ENH: optimize: Array-API-Unterstützung für rosen und ähnliche hinzufügen

• #21779: ENH: sparse.csgraph: Migration zu sparray (nur Code-Änderungen)

• #21780: BUG: signal: ShortTimeFFT.extent() für fft_mode == korrigieren…

• #21784: BUG: sparse: Asp @ vsp für 1D-Sparse-Vektoren korrigieren und Tests hinzufügen

• #21785: MAINT: optimize: Migration zu sparray, Phase 1-Änderungen

• #21789: ENH: integrate.nsum: unimodale Funktionen und unendliche…

• #21790: ENH: stats: Verteilungen von Ordnungsstatistiken

• #21792: BUG: sparse: setdiag für Matrizen mit fehlenden Diagonalen korrigieren

• #21793: CI: free-threaded-wheels.yml in wheels.yml verschieben

• #21794: BUG: stats.qmc: get_poly_vinit für Multithreading korrigieren

• #21796: MAINT: array_api_compat Untermodul für 2023.12… aktualisieren

• #21797: BUG: special: Array-Index-Fehler bei pro_rad2 korrigieren

• #21799: ENH: sparse.linalg: is_sptriangular und spbandwidth hinzufügen…

• #21800: DOC: signal.find_peaks: Dokumentieren, dass Breiten zurückgegeben werden

• #21801: ENH: Fakultät{,2,k} auf komplexe Eingaben erweitern

• #21802: MAINT: special: Abhängigkeit von xsf::numpy von sf_error entfernen

• #21808: BUG: signal.correlation_lags: mit aussagekräftiger Fehlermeldung fehlschlagen…

• #21811: ENH: differentiate: Array-API-Unterstützung für jacobian und… hinzufügen

• #21812: API: interpolate.BarycentricInterpolator: Übergang zu Generator…

• #21815: TST: interpolate: Tests für griddata parametrisieren

• #21818: CI: deadsnakes 3.13t durch Quansight-Labs/setup-python Action ersetzen

• #21819: ENH: stats.ContinuousDistribution: Methodenauflösung verbessern…

• #21821: TST: optimize: MIP6-Tests als xslow markieren

• #21822: TST: stats.fit: Tests für den Übergang von seed zu ``rng`` anpassen

• #21823: API: optimize.dual_annealing: SPEC007 übernehmen

• #21824: BUG: sparse: idx_dtype beim Erstellen von Index-Arrays in… korrigieren

• #21825: DOC: _transition_to_rng soll die Dokumentation von rng ersetzen

• #21827: BUG: special: Verhalten von gamma und gammasgn an Polen korrigieren…

• #21831: DOC: _transition_to_rng Oldest GCC "'rng' is not… korrigieren

• #21832: CI: array-api-strict-Version so einschränken, dass Konvertierung zu… möglich ist

• #21834: DOC: fft.fht: Tippfehler im Beispiel korrigieren

• #21839: MAINT:sparse.linalg: ARPACK und PROPACK Code-Sharing trennen

• #21840: DOC: interpolate: Tutorial-Seite für Glättungs-Splines hinzufügen

• #21841: DOC: Text der "Legacy"-Admonition abschwächen

• #21843: MAINT: stats.lmoment: keepdims-Verhalten korrigieren

• #21845: API: optimize.check_grad: Übergang zu Generator (SPEC…

• #21847: API: optimize.basinhopping: Übergang zu Generator (SPEC 7)

• #21848: API: optimize.quadratic_assignment: Übergang zu rng (SPEC…

• #21849: DOC: interpolate: 1D FITPACK-Wrapper als Legacy deklarieren

• #21850: BUG: linalg.svd: Segmentierungsfehler vermeiden

• #21851: STY: Kommentar zu erlaubtem Whitespace in Tabellen hinzufügen

• #21853: DOC: Nur den ersten Absatz der rng-Dokumentation ersetzen

• #21854: API: stats._resampling: Übergang zu rng (SPEC 7)

• #21856: MAINT, TST: test_create_diagonal GPU-Unterstützung

• #21857: BLD: Warnung bei accelerate + non-native

• #21858: ENH: sparse: Sichere Casting-Funktion für Sparse-Indizes zu sputils hinzufügen

• #21859: DOC: signal.unit_impulse: Erklärung zu Delta hinzufügen

• #21860: MAINT: Handhabung von Thread-lokalem Speicher verbessern

• #21861: MAINT: special: Konsistente std::isnan und std::isinf in a… verwenden

• #21864: DEP: scipy.misc entfernen

• #21865: MAINT: fft: Veraltete Dokumentations-Workaround entfernen

• #21867: MAINT: stats.wilcoxon: Dokumentation und Tests verbessern

• #21868: BUG: io.matlab: varmats_from_mat freigeben

• #21869: MAINT: stats.ContinuousDistribution: Bedingungen klären, die…

• #21870: MAINT: spatial/special: Folgearbeit zu std::isnan, std::isinf

• #21871: ENH: stats.ContinuousDistribution.sample: QMC-Samples generieren

• #21873: DOC: sparse.csgraph: csgraph-Docs aktualisieren, um sparray zu verwenden

• #21875: MAINT: interpolate.barycentric_interpolate: rng-Argument hinzufügen

• #21878: API: cluster: Übergang zu rng (SPEC 7)

• #21880: API: linalg.clarkson_woodruff_transform: Übergang zu…

• #21881: API: stats: goodness_of_fit, sobol_indices… Übergang

• #21883: DOC/MAINT: Einige Tippfehler bezüglich GitHub korrigieren

• #21886: API: stats.{PermutationMethod,BootstrapMethod}: Übergang…

• #21888: API: sparse: Zufallsähnliche Funktionen zu… Übergang

• #21891: BUG: spatial: distance_wrap-Direktiven absichern

• #21892: MAINT: _lib: `is_numpy` etc. Helfer aus dem Compat… verwenden

• #21893: MAINT: linalg.interpolative: rng-Argument normalisieren (SPEC7)

• #21895: MAINT: array-api-extra aktualisieren

• #21897: MAINT: Hausdorff Generator Handhabung

• #21901: MAINT: stats.dpareto_lognorm._cdf: Sonderfall bei x=0 behandeln

• #21903: MAINT: Warnungen bei linprog-Benchmarks unterdrücken

• #21904: BUG: nogil LinearNDInterpolator korrigieren

• #21905: MAINT: io: Migration zur Verwendung von sparray in IO

• #21906: CI: gha aktualisieren

• #21909: DOC: io.loadmat: uint16_codec-Parameter dokumentieren

• #21912: BUG: integrate.trapezoid: Broadcasting-Problem beheben

• #21913: API: spatial.directed_hausdorff: Übergang zum Schlüsselwort ‘rng’…

• #21914: MAINT: spatial.transform.Rotation.random: Übergang zu…

• #21916: MAINT, TST: differentiate: test_examples Toleranz erhöhen

• #21917: BLD: fortran: nur -std=legacy für gfortran verwenden

• #21918: BUG: optimize.curve_fit: Sigma-Dimensionsproblem mit… beheben

• #21919: Aufruf von lcov zur Erzeugung von Coverage-Berichten für C, C++ und Fortran…

• #21921: DEP: stats.ttest_ind: random_state und permutation… veraltet

• #21926: REV: Revert “MAINT: io: _test_fortran unter tests…”

• #21928: DEV: gh_lists: Warnungen korrigieren

• #21929: MAINT: array-api-extra auf 0.2.0 aktualisieren

• #21930: TST: sparse.linalg: rtol für flackernden expm_multiply-Test anpassen

• #21931: MAINT: stats.qmc: Übergang zu rng (SPEC 7)

• #21932: ENH: integrate.nsum: Unterstützung für den Array-API-Standard hinzufügen

• #21937: TST: linalg.blas: Test-Concurrency korrigieren, \*ger als unsicher markieren

• #21938: TST: linalg: np.asarray_chkfinite(np.empty((3,… nicht aufrufen

• #21941: DOC: Dokumentation zu paralleler Ausführung und Thread-Sicherheit hinzufügen

• #21943: MAINT: f2py-generierte Erweiterungsmodule als sicher zum Ausführen ohne… markieren

• #21944: MAINT: sparse: broadcast_shapes-Funktion zu _sputils.py hinzufügen

• #21947: TST: stats.chatterjeexi: Fehlermeldung korrigieren

• #21948: TST: Gründlichere SPEC 7-Tests hinzufügen

• #21950: CI: Intel oneAPI tests-Job korrigieren

• #21953: TST: stats.rdist: fehlerhaften xslow-Test überspringen

• #21954: ENH: sparse: Thread-Sicherheit gewährleisten

• #21955: ENH: spatial: Thread-Sicherheit gewährleisten

• #21961: MAINT: free-threading: HiGHS, ndimage._rank_filter_1d… deklarieren

• #21964: TST: optimize: leichte Toleranzerhöhung für einen Dual-Annealing-Test

• #21965: ENH: special: sicherstellen, dass Tests thread-sicher sind

• #21967: DOC: stats.goodness_of_fit: Unterscheidung zwischen bekannten/angepassten… klären

• #21973: DEV: lint: UP031 deaktivieren

• #21974: DEV: conda-build zu environment.yml hinzufügen

• #21975: CI: stabiles NumPy für "alte Builds" verwenden

• #21976: TST: optimize.elementwise.bracket_root: Torch-Test… korrigieren

• #21977: ENH: integrate.tanhsinh: _tanhsinh öffentlich machen

• #21979: API: integrate.simpson: x positionsweise übergeben lassen

• #21981: MAINT: from __future__ import annotations entfernen

• #21982: DOC: SciPy 1.15.0 Relnotes

• #21983: BUG: linalg: Cython-Importreihenfolge korrigieren

• #21984: BUG: signal: Objekte in correlate/convolve tatsächlich ablehnen

• #21985: DOC: optimize.root: Dokumentation für `inner_*`-Parameter korrigieren

• #21989: DOC: integrate.tanhsinh: Referenzformat korrigieren; Überschrift "Beispiele"

• #21990: CI: Setzen von macOS 10.9 für SDK und Deployment-Ziel entfernen

• #21991: BUG: stats.sobol_indices: Mutation von Eingabeparametern korrigieren

• #21992: DOC: toctree in scipy.cluster mit maxdepth… anzeigen

• #21994: BLD: `ld_classic`-Verwendung unter macOS entfernen

• #21996: ENH: stats.fisher_exact: auf R x C-Tabellen erweitern

• #21998: MAINT, DOC: Jupytext-API verwenden und plattformübergreifende Nutzung… korrigieren

• #22002: TST: Komplexe Zeta-Unterlauf-Tests nur auf Plattformen ausführen…

• #22003: DEV: Einheitlicher Ausschluss von Git-Submodulen für Werkzeuge

• #22009: TST: differentiate.jacobian: Toleranzerhöhung für float32

• #22024: MAINT: Versions-Pins/Vorbereitung für 1.15.0rc1

• #22025: DOC: stats: Wahrscheinlichkeits-Tutorial/Übergangsleitfaden

• #22026: MAINT: stats.Mixture: Standard- weights korrigieren

• #22027: MAINT: stats.ContinuousDistribution: Dokumentationsgenerierung verbessern;…

• #22030: MAINT: stats.FoldedDistribution: für private… anpassen

• #22032: MAINT: Mypy-Beschwerden beheben

• #22033: TST: sparse.linalg-Fehler für tfmqr und svds beheben

• #22036: DOC: Anpassung an NumPy 2.2-Änderungen für die Abkürzung großer Arrays

• #22037: MAINT: stats: benutzerdefinierte Repr für transformierte Verteilungen hinzufügen

• #22040: MAINT: stats.make_distribution: mehr bestehende Verteilungen unterstützen

• #22043: ENH: sparse: zwei sputils für einfacheres Casting von Index-Arrays öffentlich machen

• #22048: TST: integrate.tanhsinh: Fehler bei "Kompression" von Abszissen/Gewichten beheben

• #22050: MAINT: stats.order_statistic: support überschreiben

• #22058: DOC: stats.order_statistic: Abschnitt 'Returns' hinzufügen

• #22059: TST: Temporäres Überspringen von Erweiterungstests

• #22067: MAINT: 1.15.0rc1 Backports

• #22078: REL: 1.15.0rc2 als noch nicht veröffentlicht markieren

• #22081: MAINT: __str__-Überschreibungen für Verteilungen in der neuen Infrastruktur hinzufügen…

• #22082: BUG, DOC: md5-Hash-Berichterstattung korrigieren

• #22085: DOC: sparse: explizite dtypes für nonzero()

• #22091: DOC: Special Release Notes aktualisieren

• #22098: DOC: Entfernung von AccuracyWarning erwähnen

• #22099: DEP: Versionsnummer in DeprecationWarning von interpnd aktualisieren

• #22104: DOC: 1.15.0 Release Note-Aktualisierungen

• #22106: DOC: sparse: eye_array Docs für erstes Shape-Input… korrigieren

• #22107: MAINT/DOC: Doctests scpdt 1.6 korrigieren

• #22113: ENH: sparse: dtype-Prüfung in Konstruktoren verbessern

• #22124: DOC: Falsche Referenz auf "Random Variable Transition Guide"… korrigieren

• #22129: ENH: sparse: nD-Bereinigung und Docs

• #22135: MAINT: _lib: fehlenden f-String zu _deprecate_positional_args hinzufügen

• #22139: MAINT: stats._SimpleDomain: sicherstellen, dass Instanzen nicht… teilen

• #22149: MAINT: stats.ContinuousDistribution.llf: Methode entfernen

• #22150: MAINT: SciPy 1.15.0rc2 Backports

• #22156: DEP: Deprecation Warnings für special.lpn und [c]lpmn

• #22158: MAINT: ndarray-Unterklassen in interpolate._dierckx akzeptieren

• #22162: TYP: mypy-Fehler für numpy==2.2.1 vorübergehend ignorieren

• #22167: DEP: special: Deprecation Warning für sph_harm + Kommentare

• #22168: BUG: falsche Werte in Fakultät für 0 mit uint-Datentypen korrigieren

• #22175: MAINT: stats: Thread-Sicherheitsprobleme unter Free-Threaded CPython beheben

• #22177: MAINT: Behebung, dass Erweiterungsmodul Free-Threading-Unterstützung nicht deklariert, …

• #22181: REL: 1.15.0rc3 als noch nicht veröffentlicht markieren

• #22193: DEP: linalg.solve_toeplitz/matmul_toeplitz: Warnung bei n-D c…

• #22225: DOC: differentiate.jacobian: Korrekte/verbesserte Dokumentation über…