SciPy 1.11.4 版本发布说明解析bug 修复全梳理与源码级解读【免费下载链接】scipySciPy library main repository项目地址: https://gitcode.com/gh_mirrors/sc/scipySciPy 1.11.4 是 1.11 系列的一个纯 bug 修复版本相对 1.11.3 不引入任何新特性聚焦于修复稀疏矩阵算术、least_squares回归、UNU.RAN 采样器、macOS 构建链路等多处问题。本文以官方发布说明doc/source/release/1.11.4-notes.rst为主线逐一拆解每个修复项背后的根因、对应源码位置与升级验证方法帮助读者理解版本修复的完整脉络。版本定位bug-fix 版本意味着什么SciPy 的版本发布说明Release Notes被长期维护在仓库的 doc/source/release/ 目录下每个版本对应一个X.Y.Z-notes.rst文件。1.11.4 的说明开篇即明确了版本性质SciPy 1.11.4 is a bug-fix release with no new features compared to 1.11.3.也就是说1.11.4 与 1.11.3 之间不存在 API 变化、不存在行为增强全部改动都集中在修复缺陷BUG、构建问题BLD、文档问题DOC与维护性改动MAINT上。这种小版本号 纯修复的节奏是 SciPy 在维护分支maintenance branch上的常规操作主分支main持续演进新特性而维护分支只接收经过评估的修复提交以最大程度降低升级风险。从当前仓库的 pyproject.toml 可以看到仓库主分支的版本号已经是2.0.0.dev0说明 1.11.4 对应的维护分支早已不再承载新功能开发其价值在于为仍停留在 1.11.x 的用户提供稳定的修复通道。贡献者与维护规模发布说明记录了完整的贡献者名单与提交统计贡献者提交数Tyler Reddy22Ralf Gommers4Dan Schult3Jake Bowhay2Julien Jerphanion2Nikolay Mayorov2Melissa Weber Mendonça1Tirth Patel1Nicolas Vetsch1首次贡献带标记共 9 人参与本次发布。其中 Nicolas Vetsch 名字后的号表示这是其第一次向 SciPy 提交补丁。这类名单由工具自动生成可能并非完全完整但足以反映维护分支的协作节奏——发布说明文件本身就是通过仓库内的自动化脚本生成的对应 pyproject.toml 中spin命令暴露的notes、authors两个 Release 工具入口。核心修复深度解析按模块逐一拆解1.11.4 共合并 13 个 Pull Request关闭 11 个 Issue。下文按模块归类结合当前仓库源码说明每个修复的技术背景。稀疏矩阵模块scipy.sparse这是本次发布修复密度最高的模块涉及 3 个独立缺陷。1. DIA 格式转换时索引 dtype 被意外提升Issue #19245PR #19307问题现象将dia_array转换为 COO/CSR/BSR 等格式时索引index数组的 dtype 会被无端提升为更大的类型造成不必要的内存占用。根因可以从 scipy/sparse/_dia.py 的tocsr实现中直接看到。源码注释明确指出np.argsortalways returns dtypeint, which can cause automatic dtype expansion for everything else even if not needed (see gh19245), but CSR wants common dtype for indices, indptr and shape, so care should be taken to use appropriate indexing dtype throughout.即np.argsort固定返回int64的索引如果不加约束会导致后续indices、indptr全部被传染成int64而稀疏格式要求indices、indptr与 shape 使用统一的、足够容纳的最大索引 dtype。修复方式是在转换过程中显式通过self._get_index_dtype(maxvalmax(max_nnz, n_rows, n_cols))计算合适的 dtype再对排序结果.astype(idx_dtype, copyFalse)并在剪枝后再次收缩_prune_array索引 dtype确保既不溢出又能以最紧凑的类型存储。同类的idx_dtype处理也体现在_dia.py的tocoo等转换路径中PR #19307 即set idx_dtype in sparse dia_array.tocoo。这一修复的价值在于对于int32即可容纳的大规模稀疏矩阵转换后索引内存可减半且避免了对后续下游计算的 dtype 推断产生意外影响。相关回归测试可参见 scipy/sparse/tests/ 下的test_64bit.py、test_coo.py等测试文件。2. lil_matrix 除以复数导致类型转换错误Issue #19403PR #19408问题现象lil_matrix与复数进行除法运算时结果类型错误。相关实现位于 scipy/sparse/_lil.py。__truediv__对标量除数的路径是先复制矩阵再把dtype更新为np.result_type(self, other)然后逐元素相除对非标量则回退到self.tocsr() / other。修复 PR #19408 针对的是除法路径上的类型转换typecasting问题确保与复数标量相除时数据元素能正确提升为复数类型而不是溢出或截断。类似地__itruediv__原地除法也位于同一文件 scipy/sparse/_lil.py。3. sparray 幂运算中零次方的修复PR #19335问题现象稀疏数组sparray执行A ** 0时行为不正确。数学上任何非零数的零次方都等于 1而稀疏结构在零次方时应当得到全 1 矩阵而非全 0 矩阵或报错。该 PR 修复了 sparray 的pow方法对指数为 0 的特殊处理。这一修复覆盖dia、csr、coo等多个 sparray 容器是 1.11 系列引入 sparray与 spmatrix 并行的新 API后陆续补齐算术边界行为的一部分相关验证可在 scipy/sparse/tests/test_base.py 等测试中找到。优化模块scipy.optimize回归修复least_squares 的 trf 方法在 1.11.3 中的行为退化Issue #19351PR #193791.11.3 对least_squares的 trfTrust Region Reflective方法做了一次改动但引入了行为回归导致部分既有调用方结果发生变化。PR #19379 标题即为 Restore the original behavior of trf from least_squares说明本次修复的核心是回退到历史行为。从源码结构看trf 方法的核心实现在 scipy/optimize/_lsq/trf.pytrf入口函数会根据边界是否存在分派到trf_no_bounds或无边界简化版trf_bounds两个独立实现。这种有界 / 无界双实现的设计在源码注释中也有说明——为了让两个分支各自保持最高的可读性牺牲了 DRY 原则。而入口处的参数校验与分发逻辑位于 scipy/optimize/_lsq/least_squares.pytrf 方法下x0会被make_strictly_feasible强制调整为严格可行点。这一回归修复提醒用户如果从 1.11.2 直接升级到 1.11.3 后least_squares的结果出现变化升级到 1.11.4 即可恢复 1.11.3 之前的行为。统计模块scipy.stats1. DiscreteAliasUrn 构造失败Issue #19359PR #19364DiscreteAliasUrn是 scipy.stats 采样 APIscipy.stats.sampling中基于 Alias-Urn 方法的离散分布采样器其底层由 UNU.RAN 库vendored 在仓库 subprojects/unuran/实现。某些输入会触发UNURANError导致构造失败。修复方式是更新 UNU.RAN 子模块以携带上游的 DAU 修复PR #19364 stats: update the UNU.RAN submodule with DAU fix。当前仓库中该采样器的 Cython 封装位于 scipy/stats/_unuran/unuran_wrapper.pyxDiscreteAliasUrn(dist, *, domainNone, urn_factor1, random_stateNone)其类型签名可在 scipy/stats/_unuran/unuran_wrapper.pyi 中查看。这类修复表明SciPy 对于依赖 vendored 子模块的功能会同步跟随上游修复并重新构建。2. 文档修正chisquare 结果对象属性PR #19329stats.chisquare的结果对象中包含statistic属性而非chisq之类的旧命名PR #19329 修正了相关文档描述帮助用户正确访问拟合优度检验的结果字段。构建与打包BLD / MAINT1.11.4 还集中修复了多条与平台构建、打包相关的问题对 macOS 用户尤其重要Xcode 15 链接器构建失败Issue #19357PR #19400Xcode 15 引入了新的默认链接器与 SciPy 的链接流程不兼容。修复方式是在 macOS 14Sonoma上强制使用 classic linker经典链接器即 PR #19400 use classic linker on macOS 14 (Sonoma)。macOS Sonoma 上导入 libgfortran.5.dylib 失败Issue #19387Sonoma 系统下运行时无法定位 Fortran 运行库影响从 wheel 导入 SciPy。该问题与上面的链接器问题一并纳入构建链路修复确保在 macOS 14 上既能构建也能正常导入。Python 版本约束引发安装问题Issue #19189、#19513PR #19517维护分支的pyproject.toml中对构建依赖设置了上界如numpy...,...但如果上界过紧会与pip的依赖解析器产生矛盾Issue #19189 Contradiction in pyproject.toml requirements?。PR #19517 unpin Python 1.11.x branch 解除了维护分支上对 Python 版本的过度约束。这解释了维护分支的一个惯例见 pyproject.toml 顶部注释构建依赖应当设置上界但必须是已发布的最新版本同时允许 microbug-fix版本且上界必须附带说明原因发行版打包商可以忽略仅为预防未来破坏而加的上界。Python 3.11 文档构建失败Issue #19228、#19500PR #19230、#19504Python 3.11 下 Sphinx 文档构建出错先以 workaroundPR #19230规避随后将 CircleCI 的文档构建 Python 版本升级到 3.11PR #19504。LoongArch 架构打包修复PR #19550为 poetry 在 loongarch龙芯平台上的打包增加了 shims扩展构建工具链对新架构的兼容。cythonize.py 版本解析修复PR #19320修复setup.py构建路径中cythonize.py对版本号的解析问题属于维护分支的常规健壮性修复。从发布说明看 SciPy 的维护分支策略将 1.11.4 的改动与当前仓库结构对照可以总结出几条可复用的维护经验修复优先、保守回退当 1.11.3 引入回归如least_squares的 trf时维护分支的第一选择是恢复原行为而非引入新实现以最小化对用户的破坏面。构建链路与运行时并重macOS 平台在 1.11.4 中同时修复了构建期Xcode 15 链接器与运行期libgfortran 导入两类问题说明维护分支会同时覆盖源码构建pip install .或 meson 构建与 wheel 安装两条路径。子模块随上游同步对 UNU.RAN 这类 vendored 依赖修复通过更新子模块完成验证时需确保subprojects/下的子模块处于对应版本。依赖约束需留余量pyproject.toml 头部注释中上界仅取已发布的最新版本且允许 micro 版本的规则正是为了从机制上预防 Issue #19189 与 #19513 这类约束过紧导致无法安装的问题。升级与验证建议对于仍在使用 1.11.x 的用户升级到 1.11.4 是低风险的无新特性、无 API 变化。升级后建议重点回归以下场景大规模稀疏矩阵的格式转换dia_array.tocoo()/tocsr()/tobsr()确认索引 dtype 不再意外扩大可通过A.tocsr().indices.dtype检查lil_matrix与复数标量的除法、sparray 的** 0运算scipy.optimize.least_squares(..., methodtrf)的优化结果是否与 1.11.2 一致scipy.stats.sampling.DiscreteAliasUrn在之前失败的输入上能否正常构造macOS 14Sonoma用户重点确认import scipy不再报libgfortran.5.dylib相关错误。如需验证安装的版本可在 Python 中执行import scipy; print(scipy.__version__)版本字符串定义于 scipy/init.py 的scipy.version模块。若从源码构建注意维护分支对构建依赖版本上界的约定参考 pyproject.toml 中的meson-python、Cython、pybind11、pythran、numpy版本要求并确保 macOS 上构建时使用经典链接器。结语SciPy 1.11.4 是一个典型的高质量 bug-fix 版本规模不大13 个 PR、9 位贡献者但针对性强覆盖稀疏矩阵算术、优化器行为一致性、采样器上游缺陷以及 macOS 全链路可用性等真实用户痛点。通过阅读 发布说明原文 并结合 scipy/sparse/_dia.py、scipy/sparse/_lil.py、scipy/optimize/_lsq/trf.py、scipy/stats/_unuran/unuran_wrapper.pyx 等源码可以完整还原每个修复的技术因果——这正是深入理解一个科学计算库如何被可靠地维护的最佳路径。【免费下载链接】scipySciPy library main repository项目地址: https://gitcode.com/gh_mirrors/sc/scipy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
