SciPy 0.10.0 发布说明#
SciPy 0.10.0 是8个月辛勤工作的结晶。它包含了许多新功能、大量的错误修复、改进的测试覆盖率和更好的文档。在此版本中，有一些有限的弃用和向后不兼容的更改，这些更改如下所述。鼓励所有用户升级到此版本，因为有许多错误修复和优化。此外，我们的开发重点现在将转移到0.10.x分支的错误修复版本上，并在开发主分支上添加新功能。
发布亮点：
支持将 Bento 作为可选的构建系统。
支持广义特征值问题，以及ARPACK中所有可用的移位-反转模式。
此版本需要 Python 2.4-2.7 或 3.1- 以及 NumPy 1.5 或更高版本。
新功能#
Bento: 新的可选构建系统#
Scipy 现在可以使用 Bento 构建。Bento 有一些不错的功能，如并行构建和部分重建，这是默认构建系统（distutils）无法实现的。有关使用说明，请参阅 scipy 顶级目录中的 BENTO_BUILD.txt。
目前 Scipy 有三个构建系统，distutils、numscons 和 bento。Numscons 已被弃用，并计划在下一个版本中可能被移除。
scipy.sparse.linalg 中的广义和移位逆特征值问题#
稀疏特征值问题求解函数 scipy.sparse.eigs/eigh 现在支持广义特征值问题，以及ARPACK中所有可用的移位-反转模式。
离散时间线性系统 (scipy.signal)#
SciPy 增加了对模拟离散时间线性系统的支持，包括 scipy.signal.dlsim、scipy.signal.dimpulse 和 scipy.signal.dstep。通过 scipy.signal.cont2discrete 函数，还可以实现从连续时间表示到离散时间表示的线性系统转换。
对 scipy.signal 的改进#
现在可以使用新函数 scipy.signal.lombscargle 计算 Lomb-Scargle 周期图。
前向-后向滤波函数 scipy.signal.filtfilt 现在可以对 n 维 numpy 数组的指定轴上的数据进行滤波。（之前它只能处理一维数组。）添加了选项，以便在滤波前对数据进行扩展时提供更多控制。
使用 scipy.signal.firwin2 设计 FIR 滤波器现在有选项可以创建类型 III（在零频率和奈奎斯特频率处为零）和类型 IV（在零频率处为零）的滤波器。
附加的分解选项 (scipy.linalg)#
在Schur分解例程（scipy.linalg.schur）中添加了一个排序关键字，以允许对结果Schur形式中的特征值进行排序。
其他特殊矩阵 (scipy.linalg)#
函数 hilbert 和 invhilbert 已添加到 scipy.linalg 中。
对 scipy.stats 的改进#
Fisher 精确检验的 单侧形式 现在也在
stats.fisher_exact中实现了。已添加用于计算列联表中因子独立性卡方检验的函数
stats.chi2_contingency，以及相关的实用函数stats.contingency.margins和stats.contingency.expected_freq。
对 scipy.special 的改进#
函数 logit(p) = log(p/(1-p)) 和 expit(x) = 1/(1+exp(-x)) 分别作为 scipy.special.logit 和 scipy.special.expit 实现。
稀疏矩阵的Harwell-Boeing文件格式的基本支持#
读和写都通过一个简单的基于函数的API支持，以及一个更完整的API来控制数字格式。这些函数可以在 scipy.sparse.io 中找到。
以下功能被支持：
以 CSC 格式读取和写入稀疏矩阵
仅支持真实的、对称的、组装的矩阵（RUA 格式）
已弃用的功能#
scipy.maxentropy#
maxentropy 模块未维护，很少使用，并且在多个版本中功能不佳。因此，此版本已弃用，并将在 scipy 0.11 中移除。scikits.learn 中的逻辑回归是此功能的良好替代方案。scipy.maxentropy.logsumexp 函数已移至 scipy.misc。
scipy.lib.blas#
在 scipy.linalg 和 scipy.lib 中有类似的 BLAS 包装器。这些现在已经被整合为 scipy.linalg.blas，而 scipy.lib.blas 已被弃用。
Numscons 构建系统#
numscons 构建系统正在被 Bento 取代，并将在下一个 scipy 版本之一中移除。
向后不兼容的更改#
已弃用的名称 invnorm 已从 scipy.stats.distributions 中移除，该分布现可作为 invgauss 使用。
以下已弃用的非线性求解器已从 scipy.optimize 中移除:
- ``broyden_modified`` (bad performance)
- ``broyden1_modified`` (bad performance)
- ``broyden_generalized`` (equivalent to ``anderson``)
- ``anderson2`` (equivalent to ``anderson``)
- ``broyden3`` (obsoleted by new limited-memory broyden methods)
- ``vackar`` (renamed to ``diagbroyden``)
其他更改#
scipy.constants 已更新为包含CODATA 2010常数。
__all__ 字典已添加到所有模块中，这清理了命名空间（特别适用于交互式工作）。
文档中新增了一个API部分，提供了推荐的导入指南，并指定了哪些子模块是公开的，哪些不是。