SciPy 1.16.0 Versionshinweise

SciPy 1.16.0 ist das Ergebnis von 6 Monaten harter Arbeit. Es enthält viele neue Funktionen, zahlreiche Fehlerbehebungen, eine verbesserte Testabdeckung und eine bessere Dokumentation. In dieser Version gab es eine Reihe von Deprecations und API-Änderungen, die unten dokumentiert sind. Alle Benutzer werden ermutigt, auf diese Version zu aktualisieren, da es eine große Anzahl von Fehlerbehebungen und Optimierungen gibt. Vor dem Upgrade empfehlen wir den Benutzern, zu überprüfen, ob ihr eigener Code keine veraltete SciPy-Funktionalität verwendet (führen Sie dazu Ihren Code mit python -Wd aus und prüfen Sie auf DeprecationWarnings). Unsere Entwicklungsbemühungen werden sich nun auf Fehlerbehebungsreleases auf dem 1.16.x-Zweig und auf die Hinzufügung neuer Funktionen auf dem Hauptzweig konzentrieren.

Diese Version erfordert Python 3.11-3.13 und NumPy 1.25.2 oder höher.

Highlights dieser Version

• Verbesserte experimentelle Unterstützung für den Python Array API Standard, einschließlich neuer Unterstützung in scipy.signal und zusätzlicher Unterstützung in scipy.stats und scipy.special. Verbesserte Unterstützung für JAX- und Dask-Backends wurde hinzugefügt, mit bemerkenswerter Unterstützung in scipy.cluster.hierarchy, vielen Funktionen in scipy.special und vielen der gestutzten Statistikfunktionen.

• scipy.optimize verwendet nun die neue Python-Implementierung des PRIMA-Pakets für COBYLA. Die PRIMA-Implementierung behebt viele Fehler in der alten Fortran 77-Implementierung mit besserer Durchschnittsleistung.

• scipy.sparse.coo_array unterstützt nun n-dimensionale Arrays mit Reshaping, arithmetischen und Reduktionsoperationen wie Summe/Mittelwert/Minimum/Maximum. Noch keine Unterstützung für n-dimensionale Indizierung oder random_array.

• Aktualisierter Leitfaden und Werkzeuge zur Migration von Sparse-Matrizen zu Sparse-Arrays.

• Fast alle Funktionen im scipy.linalg-Namensraum, die Array-Argumente akzeptieren, unterstützen nun N-dimensionale Arrays, die als Batch verarbeitet werden können.

• Zwei neue scipy.signal-Funktionen, firwin_2d und closest_STFT_dual_window, zur Erstellung eines 2D-FIR-Filters bzw. zur Berechnung des ShortTimeFFT-Dualfensters.

• Eine neue Klasse, scipy.spatial.transform.RigidTransform, bietet Funktionalität zur Umwandlung zwischen verschiedenen Darstellungen starrer Transformationen im 3D-Raum.

• Eine neue Funktion scipy.ndimage.vectorized_filter für generische Filter, die einen vektorisierten Python-Callable nutzen, wurde hinzugefügt.

Neue Funktionen

scipy.io Verbesserungen

• scipy.io.savemat gibt nun informative Warnungen für ungültige Feldnamen aus.

• scipy.io.mmread gibt nun eine klarere Fehlermeldung aus, wenn ein nicht existierender Quellpfad übergeben wird.

• scipy.io.wavfile.read kann nun nicht-seekable Dateien lesen.

scipy.integrate Verbesserungen

• Die Fehlerschätzung von scipy.integrate.tanhsinh wurde verbessert.

scipy.interpolate Verbesserungen

• Batch-Unterstützung wurde zu scipy.interpolate.make_smoothing_spline hinzugefügt.

scipy.linalg Verbesserungen

• Fast alle Funktionen im scipy.linalg-Namensraum, die Array-Argumente akzeptieren, unterstützen nun N-dimensionale Arrays, die als Batch verarbeitet werden können. Siehe Batched Linear Operations für Details.

• scipy.linalg.sqrtm wurde in C neu geschrieben und seine Leistung verbessert. Es versucht auch stärker, reelle Ergebnisse für reelle Eingaben zurückzugeben, wenn möglich. Weitere Details finden Sie in der Funktionsdokumentation. In dieser Version sind die Eingabeargumente disp und das optionale Ausgabeargument errest veraltet und werden vier Versionen später entfernt. Ebenso hat das Schlüsselwortargument blocksize nach der Änderung des zugrunde liegenden Algorithmus auf Rekursion keine Auswirkung mehr und wird zwei Versionen später entfernt.

• Wrapper für ?stevd, ?langb, ?sytri, ?hetri und ?gbcon wurden zu scipy.linalg.lapack hinzugefügt.

• Der Standardtreiber von scipy.linalg.eigh_tridiagonal wurde verbessert.

• scipy.linalg.solve kann nun die reziproke Konditionszahl schätzen und die Matrixnormberechnung ist effizienter.

scipy.ndimage Verbesserungen

• Eine neue Funktion scipy.ndimage.vectorized_filter für generische Filter, die einen vektorisierten Python-Callable nutzen, wurde hinzugefügt.

• scipy.ndimage.rotate hat eine verbesserte Leistung, insbesondere auf ARM-Plattformen.

scipy.optimize Verbesserungen

• COBYLA wurde aktualisiert, um die neue Python-Implementierung des PRIMA-Pakets zu verwenden. Die PRIMA-Implementierung behebt viele Fehler in der alten Fortran 77-Implementierung. Zusätzlich führt sie zu weniger Funktionsauswertungen im Durchschnitt, dies hängt jedoch vom Problem ab und kann für einige Probleme zu mehr Funktionsauswertungen oder einem weniger optimalen Ergebnis führen. Für diese Fälle kann der Benutzer versuchen, die von rhobeg und tol vorgegebenen anfänglichen und endgültigen Vertrauensbereichsradien zu ändern. Ein größeres rhobeg kann dem Algorithmus helfen, anfangs größere Schritte zu machen, während ein kleineres tol ihm helfen kann, fortzufahren und eine bessere Lösung zu finden. Weitere Informationen finden Sie in der PRIMA-Dokumentation.

• Mehrere der scipy.optimize.minimize-Methoden und die Funktion scipy.optimize.least_squares wurden um ein workers-Schlüsselwort erweitert. Dies ermöglicht die Parallelisierung einiger Berechnungen über einen Map-ähnlichen Callable, wie z.B. multiprocessing.Pool. Diese Parallelisierungsmöglichkeiten treten typischerweise während der numerischen Differenzierung auf. Dies kann die Minimierung erheblich beschleunigen, wenn die Zielfunktion teuer zu berechnen ist.

• Die lm-Methode von scipy.optimize.least_squares kann nun 3-point und cs für das jac-Schlüsselwort akzeptieren.

• Der SLSQP Fortran 77-Code wurde nach C portiert. Wenn diese Methode verwendet wird, werden die Constraint-Multiplikatoren nun über das Schlüsselwort multiplier des zurückgegebenen OptimizeResult-Objekts dem Benutzer zugänglich gemacht.

• NNLS-Code wurde korrigiert und in C neu geschrieben, um die in 1.15.x eingeführte Performance-Regression zu beheben.

• scipy.optimize.root gibt nun Warnungen für ungültige innere Parameter aus, wenn die Methode newton_krylov verwendet wird.

• Der Rückgabewert der Minimierung mit method='L-BFGS-B' hat nun eine schnellere hess_inv.todense()-Implementierung. Die Zeitkomplexität wurde von kubisch auf quadratisch verbessert.

• scipy.optimize.least_squares hat ein neues Argument callback, das für die Methoden trf und dogbox gilt. callback kann verwendet werden, um Optimierungsergebnisse bei jedem Schritt zu verfolgen oder benutzerdefinierte Abbruchbedingungen zu stellen.

scipy.signal Verbesserungen

• Eine neue Funktion scipy.signal.firwin_2d zur Erstellung eines 2D-FIR-Filters unter Verwendung der 1D-Fenstermethode wurde hinzugefügt.

• scipy.signal.cspline1d_eval und scipy.signal.qspline1d_eval geben nun eine aussagekräftige Fehlermeldung bei leerer Eingabe aus, anstatt das Rekursionslimit zu erreichen.

• Eine neue Funktion scipy.signal.closest_STFT_dual_window zur Berechnung des ShortTimeFFT-Dualfensters eines gegebenen Fensters, das einem gewünschten Dualfenster am nächsten liegt.

• Eine neue Klassenmethode scipy.signal.ShortTimeFFT.from_win_equals_dual zur Erstellung einer ShortTimeFFT-Instanz, bei der das Fenster und sein Dual bis auf einen Skalierungsfaktor gleich sind. Sie ermöglicht die Erstellung von Kurzzeit-Fourier-Transformationen, die unitäre Abbildungen sind.

• Die Leistung von scipy.signal.convolve2d wurde verbessert.

scipy.sparse Verbesserungen

• scipy.sparse.coo_array unterstützt nun n-dimensionale Arrays mit binären und Reduktionsoperationen.

• Schnellere Operationen zwischen zwei DIA-Arrays/Matrizen für: add, sub, multiply, matmul.

• Der kürzeste Pfad von scipy.sparse.csgraph.dijkstra ist effizienter.

• scipy.sparse.csgraph.yen hat Leistungsverbesserungen.

• Unterstützung für Lazy Loading von sparse.csgraph und sparse.linalg wurde hinzugefügt.

scipy.spatial Verbesserungen

• Eine neue Klasse, scipy.spatial.transform.RigidTransform, bietet Funktionalität zur Umwandlung zwischen verschiedenen Darstellungen starrer Transformationen im 3D-Raum, ihre Anwendung auf Vektoren und die Zusammensetzung von Transformationen. Sie folgt dem gleichen Designansatz wie scipy.spatial.transform.Rotation.

• Rotation hat nun eine angemessene __repr__-Methode und eine verbesserte Leistung für seine apply-Methode.

scipy.stats Verbesserungen

• Eine neue Funktion scipy.stats.quantile, eine Array-API-kompatible Funktion zur Quantilschätzung, wurde hinzugefügt.

• scipy.stats.make_distribution wurde erweitert, um mit bestehenden diskreten Verteilungen zu arbeiten und die Erstellung benutzerdefinierter Verteilungen in der neuen Zufallsvariablen-Infrastruktur zu erleichtern.

• Eine neue Verteilung, scipy.stats.Binomial, wurde hinzugefügt.

• Ein Schlüsselwort equal_var wurde zu scipy.stats.tukey_hsd (aktiviert den Games-Howell-Test) und scipy.stats.f_oneway (aktiviert Welch ANOVA) hinzugefügt.

• Die Momentenberechnung für scipy.stats.gennorm wurde verbessert.

• Die Implementierung von scipy.stats.mode wurde vektorisiert, für schnellere Batch-Berechnungen.

• Unterstützung für die Schlüsselwörter axis, nan_policy und keepdims wurde zu power_divergence, chisquare, pointbiserialr, kendalltau, weightedtau, theilslopes, siegelslopes, boxcox_llf und linregress hinzugefügt.

• Unterstützung für die Schlüsselwörter keepdims und nan_policy wurde zu gstd hinzugefügt.

• Die Leistung von scipy.stats.special_ortho_group und scipy.stats.pearsonr wurde verbessert.

• Unterstützung für ein Schlüsselwortargument rng wurde zu den Methoden logcdf und cdf von multivariate_normal_gen und multivariate_normal_frozen hinzugefügt.

Array API Standard Unterstützung

Experimentelle Unterstützung für Array-Bibliotheken außer NumPy wurde in den letzten Versionen von SciPy zu mehreren Untermodulen hinzugefügt. Bitte erwägen Sie, diese Funktionen zu testen, indem Sie die Umgebungsvariable SCIPY_ARRAY_API=1 setzen und PyTorch-, JAX-, CuPy- oder Dask-Arrays als Array-Argumente übergeben.

Viele Funktionen in scipy.stats, scipy.special, scipy.optimize und scipy.constants bieten nun Tabellen, die kompatible Array- und Gerätetypen sowie Unterstützung für Lazy-Arrays und JIT-Kompilierung dokumentieren. Neue Funktionen mit Unterstützung und alte Funktionen mit Unterstützung für SciPy 1.16.0 sind:

• Die meisten scipy.signal-Funktionalitäten

• scipy.ndimage.vectorized_filter

• scipy.special.stdtrit

• scipy.special.softmax

• scipy.special.log_softmax

• scipy.stats.quantile

• scipy.stats.gstd

• scipy.stats.rankdata

Funktionen mit erweiterter Array-API-Unterstützung (im Allgemeinen verbesserte Unterstützung für JAX und Dask) in SciPy 1.16.0 sind:

• viele der scipy.cluster.hierarchy-Funktionen

• viele Funktionen in scipy.special

• viele der gestutzten Statistikfunktionen in scipy.stats

SciPy verfügt nun über einen CI-Job, der die GPU-Unterstützung (CUDA) testet. Daher ist die Verwendung von PyTorch-, CuPy- oder JAX-Arrays auf GPUs mit SciPy nun zuverlässiger.

Veraltete Funktionen

• Das ungenutzte Argument atol von scipy.optimize.nnls ist veraltet und wird in SciPy 1.18.0 entfernt.

• Das Argument disp von scipy.linalg.signm, scipy.linalg.logm und scipy.linalg.sqrtm wird in SciPy 1.18.0 entfernt.

• scipy.stats.multinomial gibt nun eine FutureWarning aus, wenn die Zeilen von p nicht zu 1.0 aufsummieren. Diese Bedingung führt ab SciPy 1.18.0 zu NaNs.

• Die Argumente disp und iprint des l-bfgs-b-Solvers von scipy.optimize sind veraltet und werden in SciPy 1.18.0 entfernt.

Abgelaufene Deprecations

• scipy.sparse.conjtransp wurde entfernt. Verwenden Sie stattdessen .T.conj().

• Die Option quadrature='trapz' wurde aus scipy.integrate.quad_vec entfernt und scipy.stats.trapz wurde entfernt. Verwenden Sie stattdessen in beiden Fällen trapezoid.

• scipy.special.comb und scipy.special.perm lösen nun eine Ausnahme aus, wenn exact=True ist und die Argumente nicht ganzzahlig sind.

• Die Unterstützung für die Inferenz von zwei Messwertmengen aus dem einzelnen Argument x wurde aus scipy.stats.linregress entfernt. Die Daten müssen separat als x und y angegeben werden.

• Die Unterstützung für NumPy Masked Arrays wurde aus scipy.stats.power_divergence und scipy.stats.chisquare entfernt.

• Eine beträchtliche Anzahl von Funktionen aus nicht-öffentlichen Namespaces (z.B. scipy.sparse.base, scipy.interpolate.dfitpack) wurde bereinigt. Sie gaben bereits zuvor Deprecation-Warnungen aus.

Abwärtsinkompatible Änderungen

• Mehrere der scipy.linalg-Funktionen zum Lösen eines linearen Systems (z.B. solve) dokumentierten, dass das RHS-Argument entweder 1D oder 2D sein muss, aber lösten nicht immer einen Fehler aus, wenn das RHS-Argument mehr als zwei Dimensionen hatte. Nun werden mehrdimensionale rechte Seiten gemäß den in Batched Linear Operations angegebenen Regeln behandelt.

• scipy.stats.bootstrap sendet nun explizit Elemente von data auf dieselbe Form (unter Ignorierung von axis), bevor die Berechnung durchgeführt wird.

• Mehrere Submodulnamen sind nicht mehr über from scipy.signal import * verfügbar, können aber weiterhin direkt importiert werden, wie unter scipy/scipy-stubs#549 beschrieben.

Änderungen im Zusammenhang mit Build und Packaging

• Die minimal unterstützte Version von Clang wurde von 12.0 auf 15.0 angehoben.

• Die niedrigste unterstützte macOS-Version für Wheels auf PyPI ist nun 10.14 anstelle von 10.13.

• Der sdist-Inhalt wurde optimiert, was zu einer Größenreduktion von etwa 50 % führte, von 60 MB auf 30 MB.

• Für Cython>=3.1.0 verwendet SciPy nun die neue Funktionalität cython --generate-shared, was die Gesamtgröße der Wheels und der Installationen auf der Festplatte von SciPy erheblich reduziert.

• SciPy enthält keine interne Shared Library mehr, die RPATH-Unterstützung benötigt, nachdem sf_error_state aus scipy.special entfernt wurde.

• Eine neue Build-Option -Duse-system-libraries wurde hinzugefügt. Sie ermöglicht die Opt-in-Nutzung von Systembibliotheken anstelle von eingebundenen Quellen. Derzeit werden Boost.Math und Qhull als System-Build-Abhängigkeiten unterstützt.

Weitere Änderungen

• Eine neue begleitende Version von scipy-stubs (v1.16.0.0) ist verfügbar.

• Die interne Abhängigkeit von scipy._lib von scipy.sparse wurde entfernt, was die Importzeit einer Reihe anderer SciPy-Submodule reduziert.

• Unterstützung für das freithreaded CPython wurde verbessert: die letzten bekannten Thread-Sicherheitsprobleme in scipy.special wurden behoben und pytest-run-parallel wird nun in einem CI-Job verwendet, um Regressionen zu vermeiden.

• Unterstützung für spin als Entwickler-CLI wurde hinzugefügt, einschließlich Unterstützung für Editierbare Installationen. Das SciPy-spezifische python dev.py CLI wird im nächsten Releasezyklus zugunsten von spin entfernt.

• Die eingebundene Qhull-Bibliothek wurde von Version 2019.1 auf 2020.2 aktualisiert.

• Ein großer Teil des C++-Codes in scipy.special wurde in die neue Header-only-Bibliothek xsf verschoben. Diese Bibliothek wurde als Git-Submodul wieder in den SciPy-Quellbaum aufgenommen.

• Die namedtuple-ähnlichen Bunch-Objekte, die von einigen SciPy-Funktionen zurückgegeben werden, sind nun besser mit der polars-Bibliothek kompatibel.

• Die Ausgabe der rvs-Methode von scipy.stats.wrapcauchy wird nun auf den Einheitskreis zwischen 0 und 2 * pi abgebildet.

• Die lm-Methode von scipy.optimize.least_squares hat nun ein anderes Verhalten für die maximale Anzahl von Funktionsauswertungen, max_nfev. Der Standardwert für die lm-Methode wird auf 100 * n gesetzt, sowohl für einen aufrufbaren als auch für einen numerisch geschätzten Jacobian. Diese Grenze für Funktionsauswertungen schließt diejenigen aus, die für die numerische Schätzung des Jacobi verwendet werden. Zuvor war der Standardwert bei Verwendung eines geschätzten Jacobi 100 * n * (n + 1), da die Methode die bei der Schätzung verwendeten Auswertungen einschloss. Zusätzlich werden für die lm-Methode die für die Jacobi-Approximation verwendeten Funktionsaufrufe nicht mehr in OptimizeResult.nfev enthalten sein. Dies gleicht das Verhalten von lm, trf und dogbox an.

Autoren

• Name (Commits)

• h-vetinari (4)

• aiudirog (1) +

• Anton Akhmerov (2)

• Thorsten Alteholz (1) +

• Gabriel Augusto (1) +

• Backfisch263 (1) +

• Nickolai Belakovski (5)

• Peter Bell (1)

• Benoît W. (1) +

• Evandro Bernardes (1)

• Gauthier Berthomieu (1) +

• Maxwell Bileschi (1) +

• Sam Birch (1) +

• Florian Bourgey (3) +

• Charles Bousseau (2) +

• Richard Strong Bowen (2) +

• Jake Bowhay (127)

• Matthew Brett (1)

• Dietrich Brunn (53)

• Evgeni Burovski (254)

• Christine P. Chai (12) +

• Gayatri Chakkithara (1) +

• Saransh Chopra (2) +

• Omer Cohen (1) +

• Lucas Colley (91)

• Yahya Darman (3) +

• Benjamin Eisele (1) +

• Donnie Erb (1)

• Sagi Ezri (58) +

• Alexander Fabisch (2) +

• Matthew H Flamm (1)

• Karthik Viswanath Ganti (1) +

• Neil Girdhar (1)

• Ralf Gommers (162)

• Rohit Goswami (4)

• Saarthak Gupta (4) +

• Matt Haberland (326)

• Sasha Hafner (1) +

• Joren Hammudoglu (11)

• Chengyu Han (1) +

• Charles Harris (1)

• Kim Hsieh (4) +

• Yongcai Huang (2) +

• Lukas Huber (1) +

• Yuji Ikeda (2) +

• Guido Imperiale (105) +

• Robert Kern (2)

• Harin Khakhi (2) +

• Agriya Khetarpal (4)

• Daniil Kiktenko (1) +

• Kirill R. (2) +

• Tetsuo Koyama (1)

• Jigyasu Krishnan (1) +

• Abhishek Kumar (2) +

• Pratham Kumar (3) +

• David Kun (1) +

• Eric Larson (3)

• lciti (1)

• Antony Lee (1)

• Kieran Leschinski (1) +

• Thomas Li (2) +

• Yuxi Long (2) +

• Christian Lorentzen (2)

• Loïc Estève (4)

• Panos Mavrogiorgos (1) +

• Nikolay Mayorov (2)

• Melissa Weber Mendonça (10)

• Michał Górny (1)

• Miguel Cárdenas (2) +

• Swastik Mishra (1) +

• Sturla Molden (2)

• Andreas Nazlidis (1) +

• Andrew Nelson (209)

• Parth Nobel (1) +

• Nick ODell (9)

• Giacomo Petrillo (1)

• Victor PM (10) +

• pmav99 (1) +

• Ilhan Polat (74)

• Tyler Reddy (128)

• Érico Nogueira Rolim (1) +

• Pamphile Roy (10)

• Mikhail Ryazanov (6)

• Atsushi Sakai (9)

• Marco Salathe (1) +

• sanvi (1) +

• Neil Schemenauer (2) +

• Daniel Schmitz (20)

• Martin Schuck (1) +

• Dan Schult (33)

• Tomer Sery (19)

• Adrian Seyboldt (1) +

• Scott Shambaugh (4)

• ShannonS00 (1) +

• sildater (3) +

• Param Singh (1) +

• G Sreeja (7) +

• Albert Steppi (133)

• Kai Striega (3)

• Anushka Suyal (2)

• Julia Tatz (1) +

• Tearyt (1) +

• Elia Tomasi (1) +

• Jamie Townsend (2) +

• Edgar Andrés Margffoy Tuay (4)

• Matthias Urlichs (1) +

• Mark van Rossum (1) +

• Jacob Vanderplas (2)

• David Varela (2) +

• Christian Veenhuis (3)

• vfdev (1)

• Stefan van der Walt (2)

• Warren Weckesser (5)

• Jason N. White (1) +

• windows-server-2003 (5)

• Zhiqing Xiao (1)

• Pavadol Yamsiri (1)

• Rory Yorke (3)

• Irwin Zaid (4)

• Austin Zhang (1) +

• William Zijie Zhang (1) +

• Zaikun Zhang (1) +

• Zhenyu Zhu (1) +

• Eric Zitong Zhou (11) +

• Case Zumbrum (2) +

• ਗਗਨਦੀਪ ਸਿੰਘ (Gagandeep Singh) (45)

  Insgesamt 126 Personen trugen zu dieser Veröffentlichung bei. Personen mit einem "+" neben ihrem Namen trugen zum ersten Mal einen Patch bei. Diese Liste der Namen wird automatisch generiert und ist möglicherweise nicht vollständig.

Geschlossene Probleme für 1.16.0

• #4800: ENH: ndimage.median_filter: Verhalten mit NaNs

• #4878: ENH: ndimage.median_filter: übermäßiger Speicherverbrauch

• #5137: ENH: ndimage.generic_filter: Funktion zur Rückgabe höherdimensionaler…

• #5435: savemat lässt Einträge, die mit "_" beginnen, stillschweigend fallen

• #5451: ENH: linalg.solve: Unterstützung für Broadcasting

• #6052: savemat speichert keine Schlüssel, die mit Unterstrich beginnen

• #6606: BUG: signal.bilinear: kann führende Nullen nicht verarbeiten

• #6689: ENH: optimize: Erwägen der Verwendung von NLopt's Version von slsqp

• #6755: ENH: ndimage.percentile_filter: mehrere Perzentile nehmen

• #7518: DOC: optimize: Bedeutung der Genauigkeit in fmin_slsqp undokumentiert

• #7818: ENH: ndimage.uniform_filter: erweitert NaNs bis zum…

• #8140: Sparse LU-Zerlegung löst nicht mit komplexen rechten Seiten…

• #8367: ENH: stats.mvndst: Thread-sicher machen

• #8411: NaN mit betainc für a=0, b=3 und x=0.5

• #8916: ENH: ndimage.generic_filter: langsam bei großen Bildern

• #9077: maximum_filter ist nicht symmetrisch mit NaNs

• #9841: ENH: linalg: 0-te Dimension muss auf 1 fixiert sein, aber 2 erhalten (real…

• #9873: ENH: ndimage: Mehrheitswahl-Filter

• #10416: ENH: optimize.minimize: slsqp: bessere Fehlermeldung, wenn Arbeitsarray…

• #10793: BUG: integrate: solve_ivp und odeint mit lsoda haben…

• #11312: BUG: signal.cont2discrete behandelt LTI-Instanzen nicht wie dokumentiert

• #11328: Scipy kann keine gepipeten WAV-Dateien lesen

• #12133: Wie definiert man neue Verteilungen?

• #12544: signal.spectral._triage_segments unterstützt kein Tupel als Fenster…

• #12994: ENH: linalg.sqrtm: effiziente Verarbeitung von oberen Dreiecksmatrizen

• #13577: scipy.signal.spectral._spectral_helper in zwei Teile aufteilen, um…

• #13666: ENH: invgauss.pdf sollte bei mu=unendlich korrekte Ausgabe liefern

• #13788: Dokumentation für scipy.signal.resample sollte angeben, was zu verwenden ist…

• #13789: Dokumentation für scipy.signal.decimate gibt keine Auskunft darüber, was zu verwenden ist…

• #13823: BUG: signal.bilinear: funktioniert nicht für komplexe Arrays

• #13914: DOC: sparse.csgraph.shortest_path: Vorgänger-Array enthält…

• #13952: fmin_cobyla-Ergebnis verletzt Nebenbedingung

• #13982: ENH: linalg.eigh_tridiagonal: Divide-and-Conquer-Option

• #14394: ENH: optimize.slsqp: Lagrange-Multiplikatoren zurückgeben

• #14569: BUG: signal.resample: Inkonsistenz über dtypes hinweg

• #14915: BUG: optimize.minimize: Korruption/Segfault mit Nebenbedingungen

• #15153: BUG: integrate: solve_ivp und odeint mit lsoda haben…

• #15527: BUG: optimize: COBYLA hängt auf einigen CPUs

• #16009: BUG: act schlägt fehl bei lokalem GitHub Actions CI-Job

• #16142: ENH: Korrigiere den Zufallsstatus in scipy.stats.multivariate_normal.cdf()

• #16203: BUG: scipy.io.savemat verwirft verschachtelte Namen mit führender Ziffer

• #16234: BUG: Speicherleck in _superluobject.c, wenn ENUM_CHECK nicht…

• #16452: doit-basiertes Entwicklungsinterface vermischt PDB-Befehlshistorie (in einigen…

• #17546: ENH: Hinzufügen des 'valid'-Modus zu ndimage.generic_filter

• #17787: BUG: Irrationale Ergebnisse von RectBivariateSpline beim Glätten…

• #17891: BUG: Inkonsistente Prüfungen auf Ganzzahligkeit in mehreren Verteilungen

• #17968: ENH: Erstellung eines 2D-FIR-Filters unter Verwendung der 1D-Fenstermethode

• #18046: BUG: dev.py funktioniert nicht in einer Windows CI-Umgebung unter GHA…

• #18105: ENH: optimize LbfgsInvHessProduct.todense(), 10x schneller…

• #18118: ENH: Die Fortran 77-Implementierung von COBYLA ist fehlerhaft und herausfordernd…

• #18214: DOC: inkonsistente Definitionen von "OP" und "OPinv" in eigsh

• #18346: DOC: optimize: l_bfgs_b: setzt maxiter und maxfun auf die…

• #18437: ENH: ndimage.generic_filter: Unterstützung für komplexe Eingaben

• #18740: BUG: optimize.bisect liefert falsche Ergebnisse für sehr kleine…

• #18866: MAINT: Nachfolgeaktionen für Array-API-Unterstützung in cluster

• #18951: ENH: Verbessern der python dev.py test-Erfahrung, verursacht durch Imp…

• #18998: BUG: dev.py hat Probleme mit site-packages und Python, das installiert ist…

• #19254: ENH: spatial.transform: korrekte starre Transformationen mit…

• #19362: BUG: optimize.slsqp: Warnung ist nutzlos

• #19415: BUG: linalg.sqrtm-Ergebnisse unterscheiden sich zwischen Version 1.11.1 und…

• #19459: BUG: optimize.least_squares liefert schlechte Ergebnisse im Vergleich zu optimize.leastsq…

• #20219: BUG: Fehlertest für sqrtm-Regression

• #20366: ENH: Yens-Algorithmus-Verbesserungen und -Erweiterungen

• #20608: BUG: refguide-check markiert Referenzen auf Gleichungen falsch…

• #20622: DOC: signal: Beispiel für Kreuzspektrumanwendung hinzufügen

• #20806: Fehler bei neuer pytest-fail-slow-Prüfung in Windows CI-Jobs

• #20972: BUG: special.chdtrc: gibt 1.0 zurück, wenn beide Freiheitsgrade…

• #20999: BUG: ndimage.zoom: falsche Ausgabe bei Zoomfaktor 1

• #21020: DOC: signal: 'post'-Parameter für das Plotten diskreter Antworten verwenden

• #21095: DOC: RegularGridInterpolator verwendet nach unten gerundete Hälfte anstelle von…

• #21102: RFC/ENH?: optimize.curve_fit: Option zur Verwendung globaler Optimierung…

• #21293: DOC: stats.qmc.discrepancy: Abweichung von der Referenz klären

• #21317: BUG: special.gammainc: gibt endliche Ergebnisse mit NaN zurück…

• #21323: DOC: Build schlägt mit Sphinx 8 fehl

• #21341: DOC: signal.correlate: Formel stimmt nicht mit Verhalten überein, wenn x…

• #21484: DEP: optimize.nnls: deprecate atol-Parameter, der nichts tut

• #21531: MAINT: stats.dirichlet_multinomial: n zu >=0 entspannen

• #21547: STY/DEV: Lintregel UP038 korrigieren und aktivieren

• #21606: ENH: stats: generelles Potenzgesetz mit negativem Exponenten

• #21649: RFC: Aufteilung der skalaren Kernels für spezielle Funktionen in separate…

• #21692: BUG: optimize.shgo: funktioniert nicht mit jac=True

• #21717: DOC: assert_allclose anstelle von xp_assert_close wird empfohlen…

• #21740: CI: Hinzufügen eines GPU-fähigen CI-Jobs

• #21764: ENH: linalg.lapack: symmetrische Solver hinzufügen

• #21844: ENH: linalg: ?gbcon/?langb wrappen und in linalg.solve verwenden

• #21879: BUG: scipy.datasets schlägt mit Fehler 403 für readthedocs…

• #21971: ENH: ndimage.median_filter: erweiterte dtype-Unterstützung?

• #21972: STY: Lintregel UP031 korrigieren und aktivieren

• #21986: ENH: optimize.root: Warnung, wenn innere Parameter ignoriert werden mit…

• #21995: BUG: optimize.curve_fit mit method='lm' bestimmt nicht…

• #21999: ENH: io.mmread: Bessere Fehlermeldung beim Laden…

• #22000: DOC: ndimage.median_filter: Verhalten mit nan dokumentieren…

• #22011: BUG: interpolate.Akima1DInterpolator: unterschiedliche Werte bei nachfolgenden…

• #22044: TST: optimize.elementwise.bracket_minimum: CuPy-Fehler

• #22045: DOC: stats: Klären, dass die Unterstützung einer Verteilung unbeeinflusst bleibt…

• #22051: BUG: AttributeError: Modul 'numpy' hat kein Attribut 'AxisError'…

• #22054: BUG: ndimage, Array-Typen: minimum_position und extrema…

• #22055: DOC: ndimage.minimum und maximum: falscher Rückgabetyp

• #22057: DOC: stats.order_statistic: Docstring fehlt der "Returns"-Abschnitt…

• #22065: DOC: sparse: Mehreren Funktionen fehlt der "Returns"-Abschnitt…

• #22072: DOC: PchipInterpolator: integrieren-Funktion fehlt

• #22086: MAINT: Signal: Build-Warnung (sprintf) unter macOS

• #22093: DOC: integrate.quad: verwendet Gauss-Kronrod, nicht Curtis-Clenshaw?

• #22136: DOC: linalg.matrix_balance: Gleichung wird nicht gerendert

• #22144: Frage: optimize.minimize: trust_constr vermeidet keine Nicht-Linearitäten…

• #22163: DOC: Aktualisieren des SciPy-Modul-Docstrings für Lazy Loading

• #22164: MAINT: Ignorierte Fehler in mypy rückgängig machen

• #22195: Frage: optimize.basinhopping: niedrigstes Minimum wird nicht akzeptiert, wenn…

• #22224: MAINT: Endjahr aus Copyright entfernen

• #22252: MAINT: dtype-Prüfung in scipy.signal._waveforms.py korrigieren

• #22258: BUG: Erstellung einer Sparse-Matrix mit Big-Endian float32/64 löst…

• #22263: BUG: linalg.solve löst keinen Fehler aus, wenn A eine singuläre…

• #22265: BUG: linalg: hecon gibt bei einigen unteren…

• #22271: Frage: leere Rotation ist in scipy=1.15 nicht erlaubt

• #22282: QUERY/DEV: Testfehler in IDE mit SCIPY_ARRAY_API

• #22288: QUERY: Pyright gibt in IDE Fehler/Warnung aus

• #22294: DOC: source verlinkt jetzt auf den Anfang der Datei, nicht auf die Position innerhalb von…

• #22303: ENH: stats.special_ortho_group: verbessern und vereinfachen

• #22309: DOC: optimize.elementwise.find_minimum: dokumentiert/implementiert harmonisieren…

• #22328: QUERY: stats.beta.fit: FitError bei vernünftigen Daten

• #22338: QUERY: Intellisense Autovervollständigung funktioniert nicht für spatial.transform.Rotation

• #22361: BUG: Interpolationstest TestSmoothingSpline.test_compare_with_GCVSPL…

• #22363: BUG: special test TestHyp2f1.test_region3[hyp2f1_test_case23]…

• #22367: QUERY/TYP: sparse: Pylance meldet unerreichbaren Code nach toarray()

• #22378: DOC/TST: interpolate, signal: smoke-docs Fehler

• #22382: ENH: sparse.spmatrix: schnellen Import ermöglichen

• #22395: BUG: special: Fehler im Test TestSystematic.test_besselj_complex…

• #22403: DOC: gaussian_kde's bw_method='silverman' weicht…

• #22415: Zwei TestBatch-Fehler im macOS x86-64 Accelerate Wheel-Build…

• #22429: DOC: integrate: Fettschrift für einen Vektor im Tutorial fehlt

• #22437: DOC: Link zum Verhaltenskodex ist tot

• #22449: BUG: sparse.csgraph.construct_dist_matrix: Puffer-Datentyp-Konflikt

• #22450: QUERY: Unterschied zwischen namedtuples und Objekten, die…

• #22461: DOC: freqz_sos: gibt an, dass es in 0.19 eingeführt wurde; keine Erwähnung…

• #22470: BUG: lfiltic's Behandlung von a[0] != 1 unterscheidet sich von lfilter…

• #22485: DOC: Links zur Referenzanleitung auf der Tutorials-Seite entfernen

• #22488: DOC: interpolate.lagrange: die Lagrange-Funktion verwendet die…

• #22495: BUG: special test TestHyp2f1.test_region4[hyp2f1_test_case42]…

• #22501: BUG: min_weight_full_bipartite_matching schlägt für coo_matrix…

• #22508: DOC: Inkonsistente Notation auf der Seite Lineare Algebra (scipy.linalg)

• #22534: CI: Fehler */tests/test_extending aufgrund einer Regression in…

• #22559: BUG: ndimage: Numerische Regressionen in Dask 2025.2.0

• #22565: BUG: stats.multinomial.pmf: inkonsistente Ergebnisse?

• #22581: DOC: stats.gaussian_kde: Klären der Bedeutung von factor

• #22591: BUG: sparse.coo: ImportError für upcast

• #22601: BUG: special.logsumexp: Inkonsistenz in der Phase, wenn ein Element…

• #22626: BUG: scipy.stats: tmin/tmax: Präzisionsverlust bei großen ganzen Zahlen

• #22646: CI/DOC: CloughTocher2DInterpolator: UserWarning im Dokumentations-Build

• #22659: BUG: spatial: RigidTransform unterstützt keine Null-Längen…

• #22692: DOC: interpolate.make_smoothing_spline: Beispielplot verwendet die…

• #22700: CI: Neue Fehler: Segfault bei Free-Threaded, linprog ungültig…

• #22703: DOC: integrate: Rückgabetyp von quad_vec Info ist _Bunch, nicht…

• #22767: BUG: test_cython schlägt unter Windows auf ARM64 mit clang-cl fehl

• #22768: DOC/DEV: veraltete Verweise auf Cirrus CI

• #22769: ENH: optimize: Grenzmultiplikator für SLSQP zurückgeben

• #22775: ENH: Cython-gemeinsames Utility-Modul verwenden

• #22791: BUG: optimize.nnls: instabil auf i686 (32-Bit) Maschine

• #22800: BUG: signal.windows.kaiser_bessel_derived verwendet array…

• #22881: DOC: Mindest-NumPy und -Python in der Toolchain-Roadmap aktualisieren

• #22904: BUG: Falsche Verwendung von __builtin_prefetch()

• #22912: BUG: optimize: SyntaxWarning: 'break' in a 'finally' block…

• #22920: BUG: check_test_name schlägt fehl mit UnicodeDecodeError?

• #22921: DOC: Status der Unterstützung für Apples Accelerate Framework klären

• #22931: BUG: interpolate._dierckx: check_array() kann abstürzen, wenn die…

• #22942: TST: special: test_compiles_in_cupy ist defekt

• #22945: TST: verschachtelte Arrays schlagen fehl im array-api-strict git tip

• #22951: BUG: stats.wrapcauchy: Ausgabe wird nicht um den Einheitskreis gewickelt

• #22956: BUG: special._ufuncs._ncx2_pdf: Interpreter-Absturz bei extremen…

• #22965: BUG: Das Attribut "nit" wird nicht gefunden, wenn der Callback verwendet wird…

• #22981: Bug mit freqz bei Angabe von worN nach #22886

• #23035: TST: theilsope & siegelslope-bezogene Tests schlagen auf PyPy3.11 fehl…

• #23036: BUG: signal.csd: null-padet nicht für unterschiedliche Eingabegrößen in…

• #23038: DOC: linalg.toeplitz unterstützt kein Batching wie das 1.16.0rc1…

• #23046: ENH: vectorized_filter: Sonderfall für skalare size…

• #23061: DOC: Falscher SPDX-Identifier für OpenBLAS und LAPACK

• #23068: BUG: sparse: != Operator mit csr-Matrizen

• #23109: BUG: spatial.distance.cdist: falsches Ergebnis in Yule-Metrik

• #23169: BUG: special.betainc: evaluiert falsch zu nan, wenn b=0

• #23184: BUG: Minimale Python-Versionerzwungung in der Serie 1.16.x? (und Hauptzweig)

• #23186: BUG: scipy.optimize minimize routine zeigt keine Infologs an…

Pull Requests für 1.16.0

• #18375: ENH: signal: Füge firwin_2d Filter hinzu

• #20610: ENH: signal.ShortTimeFFT: Bestimme beliebige duale Fenster

• #20639: ENH: stats.rankdata: Füge Array-API-Standardunterstützung hinzu

• #20717: ENH: Beschleunige sparse.csgraph.dijkstra 2.0

• #20772: ENH: Array-Typen, signal: Delegiere an CuPy und JAX für Korrelationen…

• #20950: ENH: spatial: Beschleunige Rotation.apply durch Ersetzen von np.einsum…

• #21180: ENH: sparse: Effiziente arithmetische Operationen für DIA-Format

• #21233: ENH: stats.boxcox_llf: Vektorisieren für n-dimensionale Arrays

• #21270: MAINT: Mache boost_math zu einem Subprojekt

• #21462: ENH: linalg.eig: Unterstütze Batched-Eingaben

• #21482: MAINT/DEV: Verwende Sphinx 8 für Dokumentationsbuilds

• #21557: ENH: stats._continued_fraction: Elementweise, Array-API…

• #21628: BUG:signal: Korrigiere das Übergeben von lti als System an cont2discrete

• #21674: DEV: Verwende spin

• #21684: MAINT: stats.dirichlet_multinomial lockere n auf >= 0

• #21713: ENH: signal: Füge Array-API-Unterstützung hinzu / Delegation an lfilter etc…

• #21783: ENH: signal.windows: Füge Array-API-Unterstützung hinzu (zweiter Versuch)

• #21863: CI: Verwende macos-15 für einen macOS-Lauf

• #21987: STY: Korrigiere Lint-Regel UP031

• #22008: ENH: signal.vectorstrength: Füge Array-API-Standardunterstützung hinzu

• #22010: REL: Setze Version auf 1.16.0.dev0

• #22012: MAINT: Erhöhe minimale NumPy auf 1.25.2, minimale Python auf 3.11

• #22013: DEV: gh_lists: Korrigiere Bereinigung von Sternchen

• #22015: DEV: lint: Füge Option hinzu, um alle Dateien zu linten

• #22019: MAINT: signal: Entferne tempita-Templating

• #22042: DOC, MAINT: Füge einen "jupyterlite_sphinx_strip" Tag zum scipy.stats…

• #22046: TST: optimize: Korrigiere CuPy-Fehler für bracket_minimum

• #22052: DOC: sparse.linalg: Füge Hinweis zu komplexen Matrizen zu splu hinzu…

• #22056: MAINT: stats.wilcoxon: Korrigiere Versuch, auf np.AxisError zuzugreifen

• #22061: BUG: ndimage: Konvertiere Array-Skalare bei Rückgabe

• #22062: MAINT: _lib: Co-Vendor array-api-extra und array-api-compat

• #22064: MAINT: sparse.linalg._isolve: Entferne Postprocess-Funktion

• #22068: ENH: optimize: Migration zur Verwendung von sparray

• #22070: ENH: _lib: JAX-Unterstützung (nicht-jitted)

• #22071: MAINT: Verwende ENUM_CHECK_NAME zur Vermeidung von Speicherlecks in _superluobject.c

• #22073: DEP: sparse: Entferne conjtransp

• #22074: DEP: Entferne verbleibende trapz-Referenzen

• #22075: DEP: stats.linregress: Entferne Ein-Argument-Verwendung

• #22076: BUG: datasets: Füge Header zu Fetchern hinzu, um 403-Fehler zu vermeiden

• #22079: DEP: stats: Entferne Unterstützung für Masked-Arrays aus power_divergence…

• #22087: DEP: special: Fehler für Nicht-Integer-Typen mit exact=True auslösen…

• #22088: TST: optimize.elementwise.find_root: Refaktoriere Tests zur Verwendung von find_root…

• #22089: TST: optimize: Unterdrücke falsche sparray-Warnung von scikit-sparse

• #22090: ENH: optimize: Migration zu sparray (Dokumentation)

• #22092: MAINT: signal: Behoben, Build-Warnung (sprintf) unter MacOS

• #22100: DEP: signal.spline: Verwende Standard-Submodul-Deprecationsmechanismus

• #22101: DOC: Aktualisiere stats, integrate, optimize und…

• #22108: CI: Führe 'Checkout scipy' und 'Check for skips' nur auf Github aus…

• #22110: TST: linalg: Verwende Infinity-Norm der Matrix, wenn norm=’I’

• #22115: DOC: Release Notes: Stelle sicher, dass TOC zu Überschriften darunter verlinkt

• #22116: DOC: Aktualisiere die Interpolations-Roadmap

• #22122: MAINT: signal.oaconvolve: vermeide xp <-> numpy-Konvertierungen

• #22125: TST: stats: Stelle sicher, dass Tests Thread-sicher sind

• #22127: ENH: linalg: Füge Batch-Unterstützung für Matrix -> Skalarfunktionen hinzu

• #22130: TST: ndimage: Kosmetische Anpassungen bei Tests im Zusammenhang mit der Array-API

• #22131: TST: skip|xfail_xp_backends ignoriert reason=

• #22132: TST: Array-Typen: Erzwinge Namespace in Tests

• #22133: ENH: linalg: Füge Batch-Unterstützung für verbleibende Funktionen hinzu, die ein einzelnes… akzeptieren

• #22140: DOC: linalg.matrix_balance: Verschiebe Mathematik in Hinweise; stelle sicher, dass sie…

• #22142: ENH: signal: Füge CuPy/JAX-Delegation zu scipy.signal hinzu

• #22148: TST: ndimage: Korrigiere Tippfehler bei Test-Skip

• #22152: ENH: stats.f_oneway: Füge equal_var für Welch ANOVA hinzu

• #22154: ENH: linalg.clarkson_woodruff_transform: Füge Batch-Unterstützung hinzu

• #22155: ENH: stats: Füge Achsen-/NaN-Policy-/Keepdims-/etc.-Unterstützung für Korrelationen hinzu…

• #22157: ENH: linalg: Füge Batch-Unterstützung für verbleibende Cholesky-Funktionen hinzu

• #22160: DEP: interpolate: Entferne versehentliche Importe aus privaten Modulen

• #22161: DOC, MAINT: Füge Updates für interaktive Notebooks über jupyterlite-sphinx hinzu…

• #22165: ENH: linalg: Füge Batch-Unterstützung zu verbleibenden Eigenwertfunktionen hinzu

• #22166: ENH: linalg.block_diag: Füge Batch-Unterstützung hinzu

• #22169: MAINT: sparse: Refaktoriere CSC zur Verwendung von CSR Sparsetools

• #22170: ENH: signal: Konvertiere symiirorder und verwandte Filter zur Arbeit…

• #22172: MAINT: Verbessere die Behandlung von Überläufen in Fakultätsfunktionen

• #22173: DOC: interpolate: Füge fehlende Methode integrate für PchipInterpolator hinzu

• #22174: MAINT: optimize: Wechsle suppress_warnings zu catch_warnings

• #22176: MAINT: special: Verschiebe Faddeeva nach xsf

• #22179: DOC/DEV: Erwähne scipy-stubs in der Anleitung zum Erstellen aus dem Quellcode

• #22182: TST: ndimage: Cupy-Anpassungen für inplace out=

• #22185: ENH: stats.tukey_hsd: equal_var=False Option zur Durchführung von Games-Howell…

• #22186: DOC: interpolate: Füge Hinweis zur Rundungsregel des nearest…

• #22190: MAINT: special: Migriere verbleibende exp- und log-Funktionen zu xsf

• #22192: ENH: linalg: Füge Batch-Unterstützung zu linearen Systemlösern hinzu

• #22196: DOC: Aktualisiere die Scipy-Modul-Docstring für Lazy Loading

• #22197: ENH: linalg.cossin: Füge Batch-Unterstützung hinzu

• #22198: DOC: basinhopping, kläre, wann lowest_optimization_result ist…

• #22201: DOC: Kläre das Verhalten der Unterstützung in der Dokumentation von rv_continuous

• #22208: ENH: io.wavfile: Lese unseekable Dateien

• #22211: DOC: interpolate: Füge fehlenden integrate Doc-Link für Akima1DInterpolator hinzu

• #22212: ENH: linalg: Wickle ?gbcon ein

• #22213: BUG: zpk2tf funktioniert korrekt mit komplexen k, reellen p, z

• #22214: TST: Mache Torch-Standard-Datentyp konfigurierbar

• #22215: ENH: io: Wirf FileNotFoundError Ausnahme, wenn die Quelle…

• #22216: TST: TestBracketMinimum MPS-Shims

• #22217: ENH: linalg: Wickle ?langb ein

• #22219: ENH: _lib: JAX-jit-Absturz in _asarray deobfuskieren

• #22220: MAINT: stats: Ersetze nicht standardmäßige Aufrufe in (meistens) Array-API…

• #22221: MAINT: linalg.leslie: verwende _apply_over_batch

• #22222: ENH: special/stats: Implementiere xp-kompatibles stdtrit…

• #22226: ENH: signal.upfirdn: Array-API-Standardunterstützung

• #22227: TST: linalg: Füge fehlende untere Argumente in test_sy_hetrs hinzu

• #22228: ENH: linalg.lapack: Wickle ?sytri und ?hetri ein

• #22229: MAINT: cluster: Entferne unnötige Namespace-Änderungen

• #22231: ENH: Füge callback zu optimize.least_squares hinzu

• #22234: MAINT: Portiere 1.15.0 Release Notes nach vorne

• #22237: BENCH: sparse.csgraph.dijkstra: Füge Benchmark hinzu

• #22240: ENH: Array-Typen: Füge dask.array-Unterstützung hinzu

• #22242: MAINT: integrate.cubature: Korrigiere nicht definierte asarray Verwendung

• #22243: DOC: sparse: Docstring-Beispiel für random_array mit uint32 data_sampler

• #22251: ENH: linalg.solve: verwende langb

• #22255: EHN: cluster: JAX-Unterstützung (nicht-jitted)

• #22256: ENH: special: JAX-Unterstützung (nicht-jitted)

• #22259: TST: signal: Korrigiere symiir-Tests

• #22260: TST: Mache @pytest.mark.usefixtures("skip_xp_backends") redundant

• #22261: TST: dev.py ignoriert Benutzer-Marker leise

• #22262: TST: Markiere alle Tests in Array-API-kompatiblen Modulen mit xp

• #22264: MAINT: interpolate: Mache BSpline-Ausgabe-Arrays in C zuweisen

• #22266: MAINT: linalg.solve: Fehler auslösen, wenn die Diagonalmatrix exakt singulär ist

• #22267: ENH: spatial.transform: Basale Implementierung von RigidTransform

• #22268: TST: Bereinige veraltete Array-API-Fixtures

• #22269: DOC: optimize.curve_fit: Füge Hinweis zu fortgeschrittenerer Kurvenanpassung hinzu

• #22273: ENH: linalg.solve: verwende gbcon

• #22274: ENH: _contains_nan für Lazy-Arrays

• #22275: CI: Füge einen GPU-CI-Job hinzu

• #22278: BUG: Korrigiere Akima1DInterpolator durch Rückgabe des linearen Interpolanten…

• #22279: TST: Füge Sprünge für GPU-CI-Fehler hinzu

• #22280: TST: _lib: idiomatischere bedingte Sprünge

• #22281: TST: special: bessere Skip-Nachricht für stdtrit auf JAX

• #22283: BUG: Korrigiere bandagierte Jacobi-Matrix für lsoda: ode und solve_ivp

• #22284: BUG: sparse: bessere Fehlermeldung für nicht unterstützte dtypes

• #22289: CI: Korrigiere Skip/Trigger-Bedingung des GPU-CI-Jobs

• #22293: ENH: Füge __repr__ Methode zu scipy.spatial.transform.Rotation hinzu

• #22295: DOC: signal.ShortTimeFFT.nearest_k_p: Tippfehler korrigieren

• #22298: MAINT: stats: Ersetze Fortran-Aufrufe in (meistens) Array-API-konformen… von mvn für multivariate_normal.cdf

• #22300: MAINT: Entferne Endjahr aus Copyright

• #22302: MAINT: Entferne ungenutzten Bibliotheksimport

• #22304: ENH: stats.special_ortho_group: Beschleunige, erlaube 1x1 und 0x0 Ortho…

• #22305: MAINT, DOC: Portiere 1.15.1 Release Notes nach vorne

• #22308: TST: _lib: Führe Tests mit @jax.jit aus

• #22311: TST: Ersetze pytest.xfail durch skip/xfail_xp_backends

• #22312: ENH: stats.Binomial: Füge Binomialverteilung mit neuer Infrastruktur hinzu

• #22313: BUG: signal.bilinear behandelt komplexe Eingaben und entfernt führende…

• #22320: TST: Array-Typen: Wickle Namespaces zentral ein

• #22324: ENH: io: Gib Warnung für ungültigen Feldnamen für savemat aus

• #22330: ENH: sparse.csgraph.yen: Leistungverbesserungen

• #22340: MAINT: linalg: Reorganisiere tridiagonale Eigenwertroutinen

• #22342: ENH: cluster: linkage Unterstützung für jax.jit und dask

• #22343: ENH: signal.{envelope,resample,resample_poly}: Array-API…

• #22344: BUG: Korrigiere Bug mit dpss-Degenerationsfall

• #22348: DOC: Harmonisere die Zusammenfassungszeile der Docstrings von iterativen Sparse-…

• #22350: ENH: Ersetze Fortran-COBYLA durch Python-Version von PRIMA

• #22351: DOC: sparse.linalg.eigsh: Korrigiere inkonsistente Definitionen von OP…

• #22352: ENH: stats.quantile: Füge Array-API-kompatible Quantilfunktion hinzu

• #22358: MAINT: special.nctdtrit: Migriere zu boost

• #22359: MAINT: Entferne temporäre # type: ignore's aus #22162

• #22364: TST: erhöhe Toleranz bei TestHyp2f1.test_region3[hyp2f1_test_case23]

• #22366: DOC: integrate: Korrigiere Quad-Dokumentation, um korrekt zu beschreiben…

• #22371: ENH: stats.make_distribution: Erlaube Definition von benutzerdefinierten Verteilungen

• #22375: DOC: sparse.linalg: Korrigiere Doctest in scipy.sparse.linalg._norm.py

• #22376: DOC: sparse.linalg: sparray-Updates in Docstrings und Sakurai…

• #22379: DOC: interpolate.AAA: Füge 'may vary' zum Beispiel hinzu

• #22380: DOC: Ersetze Link zu X in Header durch Link zu Scientific Python…

• #22381: MAINT: special: Etwas Aufräumen in stirling2.h

• #22386: DEP: optimize.nnls: Depreziere ungenutzten atol-Parameter

• #22387: DOC: Füge Beispiel hinzu, das die Verwendung der von zurückgegebenen predecessors-Matrix zeigt…

• #22388: DOC: Korrigiere Dokumentation für predecessors-Matrix in shortest_path…

• #22389: DOC: Füge "Assert function selection guideline" Doc im neuen… hinzu

• #22393: TST: stats: Teste Unterstützung für Array-API-kompatible Masked-Arrays

• #22396: DOC: signal: Verwende where=’post’, wenn die diskrete Antwort geplottet wird…

• #22397: DOC: spatial: Füge Erwähnung der Davenport-Winkel zur Rotation-Klasse hinzu…

• #22398: MAINT: special: Bereinige os/warnings-Module, die in special verfügbar sind…

• #22399: TST: Entferne Thread-unsichere Sprünge für einen jetzt behobenen Cython Fused…

• #22401: TYP: Laufzeit-subskriptierbare sparray und spmatrix Typen

• #22406: ENH: linalg: Schreibe sqrtm in C mit Low-Level nD-Unterstützung neu

• #22407: MAINT: Entferne _lib->``sparse``-Abhängigkeit

• #22411: DOC: stats.gaussian_kde: Kläre die Silverman-Methode

• #22413: DOC: stats: Bearbeitete die NIST Handbook-Referenz

• #22416: TST: linalg: erhöhe Toleranzen in zwei TestBatch-Tests

• #22419: MAINT: special: Entferne libsf_error_state Shared Library in…

• #22420: TST: verwende singuläre reason= in skip_xp_backends

• #22421: BUG: ndimage: binary_erosion vs. Broadcasted Input

• #22422: MAINT: _lib: Passe array_namespace an, um Skalare zu akzeptieren…

• #22425: MAINT: special: Aktualisiere die Handhabung von betainc und betaincc…

• #22426: ENH: linalg: Wickle ?stevd ein

• #22427: DEP: linalg: Depreziere disp-Argument für signm, logm, sqrtm

• #22428: DOC: Füge Hinweis zum Verhalten des Versionswechslers zur Release-…

• #22430: MAINT: cluster: Vektorisierte Tests in is_valid_linkage

• #22431: DOC: integrate: Korrigiere Tutorial-Formatierung

• #22433: BUG: interpolate.RectBivariateSpline: Korrigiere NaN-Ausgabe, wenn…

• #22434: DOC: integrate.tanhsinh: Entferne falsche Referenz auf _differentiate

• #22435: MAINT: Aktualisiere array-api-extra git tip

• #22439: MAINT: special: Füge log1mexp für log(1 - exp(x)) hinzu

• #22440: DOC: Korrigiere Publikationsjahr in _dual_annealing.py

• #22441: BUG: special: Korrigiere falsche Handhabung von nan-Eingaben in gammainc…

• #22442: DOC: Geänderter Link für Verhaltenskodex-Dokumentation

• #22443: DOC: Korrigierter Pfad

• #22445: CI: Vermeide mpmath Pre-Release-Version, die im CI fehlschlägt

• #22448: DOC: optimize.elementwise.find_minimum: Korrigiere dokumentierte Abbruch…

• #22452: ENH: linalg.eigh_tridiagonal: Füge stevd als Treiber hinzu und mache…

• #22453: DOC: Verbessere Docstrings von dlsim, dimpulse, dstep…

• #22454: BUG: signal.ShortTimeFFT: Mache Attribute win und dual_win…

• #22455: ENH: stats.gstd: Füge Array-API-Unterstützung hinzu

• #22456: ENH: stats: Füge nan_policy-Unterstützung zu power_divergence, chisquare hinzu

• #22457: TST: sparse: Füge Tests für subskriptierbare Typen hinzu

• #22459: DOC: ndimage: Korrigiere falsche Rückgabetyp-Dokumentation für ndimage.minimum…

• #22460: MAINT: signal.csd: Portiere weg von der Verwendung von _spectral_helper

• #22462: ENH: stats.pearsonr: Zwei einfache (aber wesentliche) Effizienz…

• #22463: DOC: Aktualisiere Halton-Dokumentation

• #22464: DOC: Verhindert, dass A@x=b zu einer URL wird

• #22467: MAINT/TST: Korrekturen aus Dask PR

• #22469: TST: stats: Verbessert JAX-Testabdeckung

• #22475: BUG: optimize.shgo: delegiert options['jac'] an minimizer_kwargs['jac']

• #22478: ENH: optimize: fügt kwarg 'workers' zu BFGS, SLSQP, trust-constr hinzu

• #22480: CI: verwendet mpmath Pre-Release erneut

• #22481: BUG: behebt make_lsq_spline mit einer nicht-standardmäßigen Achse

• #22483: MAINT: spatial: fehlender Cython-Typ im Build

• #22484: ENH: erlaubt Batching in make_smoothing_spline

• #22489: MAINT: Vereinfachungen bezüglich NumPy-Grenzen

• #22490: ENH: stats: fügt marray-Unterstützung zu den meisten verbleibenden Array-API… hinzu

• #22491: DOC: stats: Korrekturen am Resampling-Tutorial

• #22493: DOC: Fügt eine Docstring zu OptimizeWarning hinzu

• #22494: ENH: _lib._make_tuple_bunch: verhält sich noch mehr wie namedtuple

• #22496: MAINT: stats.invgauss: gibt korrektes Ergebnis zurück, wenn mu=inf

• #22498: TST: Erhöht die Toleranz in TestHyp2f1.test_region4[hyp2f1_test_case42]

• #22499: DOC: Entfernt Links zum Referenzhandbuch auf der Tutorials-Seite

• #22504: BLD: Erhöht die Mindestversion von Clang auf 15.0 und die Mindestversion für macOS…

• #22505: ENH: stats.quantile: fügt diskontinuierliche (HF 1-3) und Harrell-Davis… hinzu

• #22507: BENCH: macht Benchmark.change_dimensionality zu einer Klassenvariable

• #22509: DOC: sparse.linalg: Fügt Erklärung für MatrixRankWarning hinzu

• #22511: BUG: sparse.csgraph: Unterstützung für das Umwandeln von COO-Arrays in CSC/CSR…

• #22514: TST: special: Fügt Edgecase-Tests für gammainc und Freunde hinzu

• #22516: STY: Aktiviert Lint-Regel UP038 und behebt Instanzen, die dagegen verstoßen…

• #22518: DOC: interpolate.FloaterHormannInterpolator: Korrigiert Tippfehler

• #22519: ENH: fügt worker zu least_squares hinzu

• #22520: MAINT: Entfernt überflüssige Prüfung von dtype in scipy/signal/_waveforms.py

• #22524: ENH:MAINT:optimize: Schreibt SLSQP und NNLS in C neu

• #22526: DOC: interpolate: Organisiert die API-Liste neu

• #22527: DOC: sparse: Fügt Rückgabewerte zu einigen _construct.py-Funktionen hinzu

• #22528: DOC: interpolate: Verbessert die Sichtbarkeit von Univariate-Interpolatoren…

• #22529: DOC: Aktualisiert einen Link im SciPy Core Developer Guide

• #22530: DOC: interpolate: Verbessert Einzeilenbeschreibungen

• #22531: DOC: Batching in 1D/ND-Interpolations- und Glättungsroutinen

• #22535: DOC: Aktualisiert Roadmap Sparse

• #22536: DOC: io: Link zu netcdf4-python

• #22537: DOC: linalg: Korrigiert inkonsistente Notation

• #22541: Interpolation Tutorial: Diskutiert Basen und Umrechnungen

• #22542: MAINT, DOC: Portiert Release Notes von 1.15.2 vorwärts

• #22546: DOC: Fügt Docstring für QhullError in _qhull.pyx hinzu [nur Doku]

• #22548: DOC: interpolate.lagrange: Fügt Hinweise/Referenzen hinzu; empfiehlt…

• #22549: ENH: verwendet keyword 'workers' in optimize._differentiable_functions.VectorFunct…

• #22552: MAINT: sparse.csgraph: Löst Fehler aus, wenn predecessors.dtype != …

• #22554: BUG: lfiltic's Umgang mit a[0] != 1 unterscheidet sich von lfilter…

• #22556: ENH: optimize: beschleunigt LbfgsInvHessProduct.todense bei großen…

• #22557: ENH: Ersetzt _lazywhere durch xpx.apply_where

• #22560: ENH: Erlaubt Endpunkte von benutzerdefinierten Verteilungen, die mit stats.make_distribut… erstellt wurden

• #22562: DOC: Korrigiert einen Tippfehler: MATLAB(R) -> MATLAB®

• #22564: TST: Fügt fehlende benutzerdefinierte Marker zu pytest.ini hinzu

• #22566: TST: skip_xp_backends(eager_only=True)

• #22569: CI: behebt dev-deps-Job, indem Meson-Master nicht getestet wird

• #22572: TST: überspringt zwei ndimage-Tests, die für Dask fehlschlagen

• #22573: DOC: sparse: Fügt Docstrings zu Warnungen in scipy.sparse hinzu

• #22575: ENH: ndimage.vectorized_filter: generic_filter mit…

• #22579: DOC: signal.correlate: verbessert den Abschnitt Hinweise

• #22584: TST: ndimage: tidy skip_xp_backends

• #22585: MAINT: stats.multinomial: FutureWarning über Normalisierung…

• #22593: TST: Fügt einen weiteren fehlenden benutzerdefinierten Marker (fail_slow) zu… hinzu

• #22597: ENH: stats.make_distribution: verbessert die Schnittstelle zur Überschreibung…

• #22598: MAINT: stats.bootstrap: sendet wie andere Stats-Funktionen

• #22602: DOC: stats.pearsonr: fügt Tutorial hinzu

• #22603: MAINT: _lib: aktualisiert version array_api_compat auf 1.11

• #22605: MAINT: signal: bereinigt unnötige Shims

• #22606: DOC: Ignoriert Dict-Subklassen-Docstring-Warnung

• #22607: MAINT: special.logsumexp: verbessert das Verhalten bei komplexen Unendlichkeiten

• #22609: ENH: stats: gemeinsame Array-API-Unterstützungsinformationen zur Generierung von…

• #22610: ENH: _lib.doccer: Vereinfacht und optimiert Einrückungsschleife

• #22611: MAINT: stats: schreibt gaussian_kde.integrate_box neu, entfernt…

• #22614: MAINT: linalg: behebt Cython-Lint-Fehler in der Build-Ausgabe

• #22616: ENH: stats: verwendet vecdot und nonzero, wo angemessen

• #22618: BUG: Korrigiert das Normalisierungsverfahren für duale Quaternionen

• #22619: DOC: stats.gaussian_kde: klärt die Bedeutung von 'factor'

• #22621: MAINT: sparse: entfernt zufällige Importe aus privaten Modulen

• #22623: ENH: signal.convolve2d: Leistungssteigerung bei WoA

• #22624: BUG: stats: kde.integrate_box hat den Parameter rng vermisst

• #22625: MAINT: Erhöht array-api-compat und array-api-strict

• #22628: MAINT: stats.tmin/tmax: stellt exakte Ergebnisse mit unvernünftig… sicher

• #22630: MAINT: stats: tmin/tmax-Anpassungen

• #22631: DOC: interpolate.BarycentricInterpolator: Verbesserungen der Dokumentation

• #22632: MAINT: stats.multinomial: verwendet dtype-abhängige Toleranz

• #22633: ENH: special: softmax / log_softmax Array API-Unterstützung

• #22634: TST: special: kosmetische Korrekturen

• #22636: MAINT: behebt Bereichsprüfung für ncfdtri

• #22639: ENH: special: support_alternative_backends auf Dask und jax.jit

• #22641: ENH: special: fügt Dask-Unterstützung zu rel_entr hinzu

• #22645: DOC: stats.special_ortho_group: aktualisiert Algorithmusbeschreibung

• #22647: MAINT: sparse: schreibt sparse._sputils.validateaxis neu, um zu zentralisieren…

• #22648: MAINT: stats.quantile: Korrektur des Quantils für p < Mindest-Plotting…

• #22649: DOC, CI: Korrigiert Legend-Warnung für Docstring von CloughTocher2DInterpolator

• #22650: TST: stats: markiert nct fit als langsam

• #22651: MAINT: ndimage.zoom: eliminiert Rauschen, wenn zoom=1

• #22653: DOC: fügt COBYQA zur Vergleichstabelle lokaler Optimierer hinzu

• #22658: CI: bereinigt den Free-Threading-Job, fügt neuen Job mit pytest-run-parallel hinzu

• #22661: TST: behebt einige Testfehler und übermäßigen Speicherverbrauch unter Guix

• #22666: MAINT: interpolate: verschiebt NdBSpline-Auswertungen nach C

• #22667: DEV: begrenzt Sphinx-Version in environment.yml

• #22668: DOC: Dokumentiert Array API-Unterstützung für das Konstantenmodul und…

• #22669: TST: constants: bereinigt Tests

• #22671: MAINT: erzwingt Modularität mit tach

• #22675: ENH: stats: Verbesserungen an Support-/Domänenendpunkten bei benutzerdefinierten…

• #22676: ENH: stats.mode: vektorisiert Implementierung

• #22677: MAINT: verwendet Funktionshandles anstelle von benutzerdefinierten Strings in xp_capabilities_tabl…

• #22683: MAINT: entfernt veraltete xp_-Funktionen, xp.asarray auf elementweisen…

• #22686: TST/DOC: lazy_xp_backends in xp_capabilities

• #22687: MAINT: aktualisiert Array API auf 2024.12

• #22691: DOC: signal: korrigiert Docstrings für freqz_sos und sosfreqz

• #22694: DOC: interpolate.make_smoothing_spline: verbessert die Sichtbarkeit von Beispielen

• #22695: MAINT: verbessert die Handhabung von dtypes, da xp.result_type jetzt…

• #22696: MAINT: spatial: unterstützt den leeren Fall in RigidTransform

• #22698: MAINT/DOC: Aktualisiert unvollständige Beispiele für expectile()

• #22701: TST: optimize: fügt weitere Tests hinzu

• #22710: DOC: integrate.quad_vec: Das zurückgegebene Objekt ist keine Liste

• #22711: DOC: stats: Erweitert die Dokumentation der random_correlation-Matrix

• #22712: MAINT: erhöht array-api-extra auf 0.7.0

• #22713: DOC: linalg.solve: klärt die Symmetrieanforderung

• #22715: MAINT: ndimage.maximum_filter: empfiehlt vectorized_filter…

• #22715: ENH: ndimage.vectorized_filter: macht es mit CuPy kompatibel

• #22716: DOC: optimize: klärt die Verwendung von xtol in den Docstrings der 1D-Wurzelfinder

• #22718: TST: special: überarbeitet test_support_alternative_backends

• #22719: TST: fügt Tests für ncfdtri hinzu

• #22722: DOC: ndimage.affine_transformation: fügt Beispiele zum Docstring hinzu

• #22723: DOC: fft.dst: fügt Beispiel zum Docstring hinzu

• #22725: MAINT: ndimage.affine_transform: entfernt veraltete und nutzlose…

• #22729: DOC: datasets.download_all: fügt Beispiele zum Docstring hinzu

• #22735: ENH: stats: Lazy-getrimmte Statistiken für Dask und JAX

• #22738: DOC: PRIMA Lizenz und Referenzkorrektur

• #22740: TST: special: entfernt Test-Überspringungen wegen array-api-strict#131

• #22741: CI: behebt Absturz des Free-Threading-Jobs in sparse, erhöht GHA…

• #22742: CI/MAINT: macht special.errstate threadsicher und führt pytest-run-parallel aus…

• #22745: DOC: fft.rfft2: fügt Beispiel zum Docstring hinzu

• #22749: ENH: stats: fügt Unterstützung für mehrere Parametrisierungen für benutzerdefinierte… hinzu

• #22750: DOC: fft.hfft2: Beispiel hinzugefügt

• #22751: TST: linalg.test_batch: geringe Erhöhungen der Toleranz

• #22755: MAINT: special: verfeinert das Writeback-Verhalten von logsumexp

• #22756: BUG/TST: special.logsumexp auf nicht-standardmäßigem Gerät

• #22759: TST: weightedtau rng Threadsicherheit

• #22760: BUG: optimize: VectorFunction.f_updated wurde nicht gesetzt…

• #22761: DOC: optimize: l-bfgs-b: klärt, was mit maxfun gemeint ist…

• #22764: MAINT: optimize: VectorFunction: Referenzzyklus entfernen

• #22766: DOC: verbessert Docstrings von boxcox und yeojohnson

• #22770: TST: stats: fügt marray-Tests direkt für _length_nonmasked hinzu

• #22771: TST: stats: verkapselt pytest.warns nicht

• #22778: MAINT: wechselt zu vendoring libprima/prima

• #22779: MAINT: optimize: VectorFunction: Array-Kopie für sparse korrigieren

• #22782: MAINT: behebt Fehler im Free-Threading(parallel=1)-Job

• #22783: TST/MAINT: signal.symiirorder2: r, omega, precision sind floats;…

• #22785: DOC/DEV: entfernt Verweise auf CirrusCI im Skip-CI-Dokument

• #22787: DOC: optimize: Fügt die Multiplikator-Details zu SLSQP-Funktionen hinzu

• #22788: TST: stats.quantile: fügt Edge-Testfall für axis=None && keepdims=True hinzu

• #22790: MAINT: optimize.least_squares: ändert den Standardwert für x_scale

• #22796: ENH/BLD: cython: teilt memoryview-Utility zwischen Erweiterungsmodulen

• #22798: TST: stats: markiert einige Tests als langsam

• #22802: BUG: optimize: behebt Instabilität mit NNLS auf 32-Bit-Systemen

• #22803: MAINT: verwendet xp.asarray anstelle von xp.array

• #22805: CI: beginnt mit der Verwendung der CIBW_ENABLE-Umgebungsvariable

• #22807: TST: behebt Problem mit cython_special-Test, dem… fehlte

• #22808: BUG: special.logsumexp Gerätepropagation auf PyTorch

• #22809: ENH: optimize.root: fügt Warnung für ungültige innere Parameter hinzu…

• #22811: ENH: ndimage.rotate: Leistungssteigerung bei WoA

• #22814: BUG: signal.resample: behebt Bug für Parameter num=2 (einschließlich…

• #22815: MAINT: sparse: fügt Lazy-Loading für csgraph und linalg hinzu

• #22818: DEV: fügt .editorconfig hinzu

• #22820: MAINT: signal: konsolidiert order_filter-Tests

• #22821: ENH: signal.lp2{lp,hp,bp,bs}: fügt Array-API-Standardunterstützung hinzu

• #22823: MAINT: integrate.tanhsinh: vereinfacht die Fehlerschätzung

• #22829: DOC: stats.qmc.discrepancy: klärt Definitionen

• #22832: DOC: interpolate: entfernt veraltete Deprecation-Hinweise

• #22833: DOC: special.comb: entfernt übersehene Deprecation-Hinweise

• #22835: MAINT: stats.boxcox_llf: refaktoriert zur Vereinfachung

• #22842: MAINT: erhöht boost_math auf 1.88.0

• #22843: DOC: special: fügt xp_capabilities zu logsumexp hinzu

• #22844: TST: stats: geringfügige Korrekturen an test_stats.py

• #22845: TST: stats: ordnet Tests neu, um xp_capabilities abzugleichen

• #22846: MAINT: _lib/differentiate: aktualisiert EIM mit at.set

• #22848: MAINT: _lib: entfernt try/excepts in EIM

• #22850: TST: optimize VectorFunction: fügt Test für J0=None-Zweig hinzu…

• #22852: TST: behebt boxcox_llf-Testfehler auf main

• #22854: MAINT: special: fügt xsf als Submodul von SciPy hinzu

• #22855: MAINT: spatial.pdist: macht dimensionality-Fehler beschreibender

• #22858: DOC: Korrigiert Tippfehler in ndimage.generic_gradient_magnitude()

• #22859: DOC: Umformulierung von "ties" in "tied pairs" für klarere Bedeutung

• #22862: TST: integrate/spatial: macht fail_slow-Erlaubnisse

• #22863: TST: führt eager_warns wieder ein und behebt Free-Threading-Test…

• #22864: MAINT: linalg.svd: löst korrekten Fehler für GESDD aus, wenn…

• #22873: ENH: sparse: unterstützt nD sum/mean/min/max/argmin für Sparse-Arrays

• #22875: CI: begrenzt die Verwendung von pytest-fail-slow auf einen einzigen CI-Job

• #22886: ENH: signal: Array-API-Standardunterstützung für Filterdesignfunktionen

• #22891: DOC: Dokumentiert erlaubte NumPy / Python-Versionen

• #22893: MAINT: vendort qhull als Unterprojekt und fügt -Duse-system-libraries hinzu

• #22895: MAINT: signal: korrigiert den get_window-Delegator

• #22896: ENH: signal: tf2zpk et al Array API

• #22897: ENH: sparse: ND binäre Operationen unterstützt

• #22898: DEV: fügt Editierbarkeit für spin hinzu

• #22899: MAINT: aktualisiert Array API-Untermodule

• #22900: MAINT: behebt np.copyto-Warnungen auf Dask

• #22908: MAINT: erhöht qhull auf 2020.2

• #22909: TST: verwendet jax_autojit

• #22913: BUG: behebt Syntaxwarnungsbruch im finally-Block unter 3.14

• #22915: BLD: optimiert sdist-Inhalte durch ein Dist-Skript

• #22916: DOC: integrate.solve_bvp: fügt fehlende Referenzdetails hinzu

• #22917: DEV: behebt Aufruf des Linters unter Windows

• #22918: TST: linalg: fügt Testabdeckung für Ausnahmenbehandlung für ungültige… hinzu

• #22926: MAINT: spatial.cKDTree: entfernt Software-Prefetching und Software…

• #22927: MAINT: tools/check_test_name: gibt Kodierung an

• #22930: DOC: linalg: aktualisiert Roadmap-Eintrag für BLAS/LAPACK-Bindungen

• #22932: BUG: interpolate: ruft PyArray-Makros nicht für Nicht-Arrays auf

• #22934: MAINT: optimize.zeros: behebt Fehlermeldung

• #22939: TST: spatial.transform: fügt Array-API-Standardunterstützung für Tests hinzu

• #22941: MAINT: stats.qmc.Sobol: behebt stacklevel der Warnung

• #22944: MAINT: behebt Regressionen in array-api-strict nach Deaktivierung von np.float64

• #22946: ENH: special: fügt xp_capabilities hinzu

• #22947: MAINT: vermeidet verschachtelte asarray-Aufrufe

• #22949: MAINT: benennt make_skip_xp_backends massenhaft in make_xp_test_case um

• #22950: MAINT: aktualisiert gpu-ci pixi.lock

• #22952: MAINT, DOC: portiert Release Notes von 1.15.3 vorwärts

• #22955: MAINT: Wheel-Downloader

• #22959: ENH: cluster: weitere Lazy-Funktionen

• #22960: DOC/TST: cluster.hierarchy: verwendet xp_capabilities

• #22961: TST: cluster: reduziert die Abhängigkeit von linkage-Tests

• #22963: MAINT: wickelt wrapcauchy-Stichproben um den Kreis

• #22967: CI: behebt einige potenzielle Schwachstellen

• #22968: DOC: skizziert, dass nicht alle Attribute von OptimizeResult unbedingt…

• #22969: MAINT: stats.make_distribution: behebt die meisten verbleibenden diskreten Verteilungs…

• #22970: MAINT: stats.DiscreteDistribution: behebt Inversionsmethoden

• #22971: MAINT: Korrigieren der Skellam-Verteilungstests

• #22973: BUG: interpolate.make_splrep: Fehler auslösen, wenn residuals.sum()…

• #22976: ENH: stats: Implementierung von _munp für gennorm

• #22982: BUG: signal: Korrigieren des falschen Vendoring von npp_polyval

• #22984: MAINT: special: Entfernen von test_compiles_in_cupy

• #22987: DOC: sparse: Aktualisierungen des Migrationsleitfadens für sparray

• #22991: DOC: Aktualisieren der Release Notes von SciPy 1.16.0

• #22992: ENH: signal.cspline1d_eval,qspline1d_eval löst eine Ausnahme aus…

• #22994: DOC: signal.csd: Kleine Korrekturen an der Docstring

• #22997: CI: Temporäres Deaktivieren des Free-Threaded-Jobs mit Parallel-Threads

• #22998: BUG: Korrigieren des doppelten --pyargs aufgrund doppelter Addition in SciPy…

• #22999: MAINT: Aktualisieren von array-api-compat und array-api-extra

• #23000: ENH/DOC/TST: cluster.vq: Verwenden von xp_capabilities

• #23001: DOC: special: Aktualisieren der Top-Level-Docs zur Berücksichtigung von xp_capabilities

• #23005: BUG: sparse: Korrigieren der Änderung von mean/sum in der Rückgabe von np.matrix für sparse…

• #23010: DOC: Bearbeiten und Erweitern der Release Notes für 1.16.0

• #23013: MAINT: Versions-Pins/Vorbereitung für 1.16.0rc1

• #23014: DOC: Aktualisierungen von .mailmap für 1.16.0rc1

• #23029: DOC: Hinzufügen der Dokumentation für die neue Build-Option use-system-libraries…

• #23031: REL: Setzen von 1.16.0rc2 auf unreleased

• #23040: DOC: linalg: Anpassen der Wortwahl in den Release Notes

• #23044: TST: Aktualisieren aller result_to_tuple= aufrufbaren Elemente, um zwei zu akzeptieren…

• #23047: BUG: signal.csd: Zero-Padding für Eingaben unterschiedlicher Größe

• #23048: MAINT: ndimage.vectorized_filter: Korrigieren des Verhaltens von Achsen, wenn die Länge…

• #23051: MAINT/ENH: ndimage.vectorized_filter: Anpassen der Skalargröße an…

• #23086: CI: Aktualisieren des Windows-2019-Runner-Images auf Windows-2022

• #23091: BUG: sparse: Korrigieren von eq und ne bei unterschiedlichen Formen. (und Hinzufügen…

• #23098: MAINT: Backports und Vorbereitung für 1.16.0rc2

• #23099: MAINT: Korrigieren der SPDX-Lizenzausdrücke für LAPACK, OpenBLAS, GCC

• #23106: TST: CI kaputt im Vergleich zu pytest 8.4.0

• #23110: BUG: spatial.distance: Yule-Implementierung in distance_metrics.h

• #23113: DOC: Verbessern der Dokumentation für die Build-Option -Duse-system-libraries

• #23114: DOC: Hinzufügen fehlender BLAS Level 2 Funktionen

• #23127: DOC: Korrigieren von linkcode_resolve Zeilennummern-Ankern

• #23131: REL: Setzen von 1.16.0rc3 auf unreleased

• #23134: BUG: linalg.lapack: Korrigieren der falsch dimensionierten Arbeitsarray für {c,z}syrti

• #23144: MAINT: Array-Typen: array-api-strict wurde strenger

• #23146: DOC: stats.Mixture: Beispiel hinzufügen

• #23164: MAINT: Backports und Vorbereitung für 1.16.0 „final“

• #23170: TST: Hinzufügen aller SciPy-spezifischen Pytest-Marker zu scipy/conftest.py

• #23178: CI: JAX 0.6.2 überspringen

• #23180: CI: Workarounds für Free-Threading in Wheel-Builds entfernen

• #23189: BLD: Implementieren einer Build-Zeit-Versionsprüfung für minimale Python-Version

• #23197: DEP: optimize: Hinzufügen von Deprecation-Warnungen zu L-BFGS-B disp…