SciPy 1.2.3 发布说明#

SciPy 1.2.3 是一个与 1.2.2 相比没有新功能的错误修复版本。它是 Python 2.7 长期支持（LTS）发布系列的一部分。

作者#

  • 乔治·麦克贝恩

  • 马特·哈伯兰

  • 大卫·哈根

  • 泰勒·雷迪

  • 保罗·维尔塔宁

  • 埃里克·拉尔森

  • 余峰

  • ananyashreyjain

  • 尼古拉·马约罗夫

  • Evgeni Burovski

  • 沃伦·韦克瑟

1.2.3 版本已关闭的问题#

  • #4915: scipy.signal.signaltools.py 中 unique_roots 的错误，针对具有相同幅值的根

  • #5546: 如果 scipy.sparse.linalg.expm 接收到大于 200x200 的数组，则会引发 ValueError

  • #7117: 当用户使用 float32 输入数据到 curve_fit 及其相关函数时发出警告

  • #7906: scipy.interpolate.UnivariateSpline.integral 对于越界值返回错误结果

  • #9581: 当x和y数据类型不同时，最小二乘法最小化会静默失败

  • #9901: 当从solve_ivp调用时，lsoda无法检测到刚性问题

  • #9988: 使用 Sphinx 2.0.0 构建文档时出现问题

  • #10303: BUG: 优化: linprog 未能通过 TestLinprogSimplexBland::test_unbounded_below_no_presolve_corrected

  • #10376: TST: Travis CI 失败 (使用 pytest 5.0 ?)

  • #10384: CircleCI 文档构建在新警告上失败

  • #10535: TST: 主分支 CI 失败

  • #11121: 调用 scipy.interpolate.splprep 会增加 RAM 使用量。

  • #11198: BUG: 稀疏 eigs (arpack) 移位-反转在某些 k 值下会丢失最小的特征值

  • #11266: 在Numpy 1.18.0上，稀疏矩阵构造函数的数据类型检测发生变化

1.2.3 的拉取请求#

  • #9992: MAINT: 取消 Sphinx 的固定版本

  • #10071: 文档: 重建 SuperLU 置换矩阵以避免 SparseEfficiencyWarning

  • #10076: BUG: 优化: 修复 curve_fit 对混合 float32/float64 输入的处理

  • #10138: BUG: special: 无效参数传递给 ellip_harm 可能导致 Python 崩溃。

  • #10306: BUG: 优化: 修复 #10303

  • #10309: BUG: 直接传递 jac=None 给 lsoda

  • #10377: TST, MAINT: 对 pytest 5.0 的调整

  • #10379: BUG: 稀疏: 设置写入能力以与 numpy>=1.17 向前兼容

  • #10426: MAINT: 修复文档构建错误

  • #10540: MAINT: 修复 Travis 和 Circle

  • #10633: BUG: 插值: 当两个极限都在插值范围之外时，积分(a, b) 应为零

  • #10833: BUG: 修复复数值的subspace_angles

  • #10882: BUG: 稀疏/arpack: 修复复数厄米特M的错误代码

  • #10906: BUG: sparse/linalg: 修复 np.matrix 输入的 expm

  • #10961: BUG: 修复 signal.unique_roots

  • #11126: BUG: interpolate/fitpack: 修复 splprep 中的内存泄漏

  • #11199: BUG: sparse.linalg: 非对称实数移位-反转 ARPACK 特征值选择中的错误

  • #11269: 修复: 稀疏矩阵构造函数在Numpy 1.18.0上的数据类型检测变化

On this page