<html>
  <head>
    <meta content="text/html; charset=ISO-8859-1"
      http-equiv="Content-Type">
  </head>
  <body text="#000000" bgcolor="#FFFFFF">
    <div class="moz-cite-prefix">On 10/19/2013 11:40 PM, Ralf Gommers
      wrote:<br>
    </div>
    <blockquote
cite="mid:CABL7CQi5B0qdbWMQBrVwRsZ33BGsV2ATaUCEAbA5rjNjm=iyoQ@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div>On behalf of the SciPy development team I'm pleased to
          announce the availability of <span><span><span><span><span
                    class="">SciPy</span></span></span></span></span> <span><span
              class="">0</span></span>.13.<span><span class="">0</span></span>.
          This release contains some interesting new features (see
          highlights below) and half a year's worth of maintenance work.
          65 people contributed to this release.<br>
        </div>
      </div>
    </blockquote>
    <br>
    Congrats!<br>
    <br>
    Only a tiny little thing: the docs still point to 0.12.0:<br>
    <br>
    <a class="moz-txt-link-freetext" href="http://docs.scipy.org/doc/scipy/reference/">http://docs.scipy.org/doc/scipy/reference/</a><br>
    <br>
    <blockquote
cite="mid:CABL7CQi5B0qdbWMQBrVwRsZ33BGsV2ATaUCEAbA5rjNjm=iyoQ@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div><br>
          Some of the highlights are:<br>
          <br>
            - support for fancy indexing and boolean comparisons with
          sparse matrices<br>
            - interpolative decompositions and matrix functions in the
          linalg module<br>
            - two new trust-region solvers for unconstrained
          minimization<br>
          <br>
          This release requires Python 2.6, 2.7 or 3.1-3.3 and NumPy
          1.5.1 or greater. Support for Python 2.4 and 2.5 has been
          dropped as of this release.<br>
          <br>
          Sources and binaries can be found at <a
            moz-do-not-send="true"
            href="http://sourceforge.net/projects/scipy/files/scipy/0.13.0/">http://sourceforge.net/projects/scipy/files/scipy/0.13.0/</a>,
          release notes are copied below. <br>
        </div>
        <div><br>
          Enjoy,<br>
        </div>
        Ralf<br>
        <br>
        <br>
        <br>
        <br>
        ==========================<br>
        SciPy 0.13.0 Release Notes<br>
        ==========================<br>
        <br>
        .. contents::<br>
        <br>
        SciPy 0.13.0 is the culmination of 7 months of hard work. It
        contains<br>
        many new features, numerous bug-fixes, improved test coverage
        and<br>
        better documentation.  There have been a number of deprecations
        and<br>
        API changes in this release, which are documented below.  All
        users<br>
        are encouraged to upgrade to this release, as there are a large
        number<br>
        of bug-fixes and optimizations.  Moreover, our development
        attention<br>
        will now shift to bug-fix releases on the 0.13.x branch, and on
        adding<br>
        new features on the master branch.<br>
        <br>
        This release requires Python 2.6, 2.7 or 3.1-3.3 and NumPy 1.5.1
        or greater.<br>
        Highlights of this release are:<br>
        <br>
          - support for fancy indexing and boolean comparisons with
        sparse matrices<br>
          - interpolative decompositions and matrix functions in the
        linalg module<br>
          - two new trust-region solvers for unconstrained minimization<br>
        <br>
        <br>
        New features<br>
        ============<br>
        <br>
        ``scipy.integrate`` improvements<br>
        --------------------------------<br>
        <br>
        N-dimensional numerical integration<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        A new function `scipy.integrate.nquad`, which provides
        N-dimensional<br>
        integration functionality with a more flexible interface than
        ``dblquad`` and<br>
        ``tplquad``, has been added.<br>
        <br>
        ``dopri*`` improvements<br>
        ^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        The intermediate results from the ``dopri`` family of ODE
        solvers can now be<br>
        accessed by a *solout* callback function.<br>
        <br>
        <br>
        ``scipy.linalg`` improvements<br>
        -----------------------------<br>
        <br>
        Interpolative decompositions<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        Scipy now includes a new module `scipy.linalg.interpolative`<br>
        containing routines for computing interpolative matrix
        decompositions<br>
        (ID). This feature is based on the ID software package by<br>
        P.G. Martinsson, V. Rokhlin, Y. Shkolnisky, and M. Tygert,
        previously<br>
        adapted for Python in the PymatrixId package by K.L. Ho.<br>
        <br>
        Polar decomposition<br>
        ^^^^^^^^^^^^^^^^^^^<br>
        <br>
        A new function `scipy.linalg.polar`, to compute the polar
        decomposition <br>
        of a matrix, was added.<br>
        <br>
        BLAS level 3 functions<br>
        ^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        The BLAS functions ``symm``, ``syrk``, ``syr2k``, ``hemm``,
        ``herk`` and<br>
        ``her2k`` are now wrapped in `scipy.linalg`.<br>
        <br>
        Matrix functions<br>
        ^^^^^^^^^^^^^^^^<br>
        <br>
        Several matrix function algorithms have been implemented or
        updated following<br>
        detailed descriptions in recent papers of Nick Higham and his
        co-authors.<br>
        These include the matrix square root (``sqrtm``), the matrix
        logarithm<br>
        (``logm``), the matrix exponential (``expm``) and its Frechet
        derivative<br>
        (``expm_frechet``), and fractional matrix powers
        (``fractional_matrix_power``).<br>
        <br>
        <br>
        ``scipy.optimize`` improvements<br>
        -------------------------------<br>
        <br>
        Trust-region unconstrained minimization algorithms<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        The ``minimize`` function gained two trust-region solvers for
        unconstrained<br>
        minimization: ``dogleg`` and ``trust-ncg``.<br>
        <br>
        <br>
        ``scipy.sparse`` improvements<br>
        -----------------------------<br>
        <br>
        Boolean comparisons and sparse matrices<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        All sparse matrix types now support boolean data, and boolean
        operations.  Two<br>
        sparse matrices `A` and `B` can be compared in all the expected
        ways `A < B`,<br>
        `A >= B`, `A != B`, producing similar results as dense Numpy
        arrays.<br>
        Comparisons with dense matrices and scalars are also supported.
        <br>
        <br>
        CSR and CSC fancy indexing<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        Compressed sparse row and column sparse matrix types now support
        fancy indexing<br>
        with boolean matrices, slices, and lists. So where A is a (CSC
        or CSR) sparse<br>
        matrix, you can do things like::<br>
        <br>
            >>> A[A > 0.5] = 1  # since Boolean sparse
        matrices work<br>
            >>> A[:2, :3] = 2<br>
            >>> A[[1,2], 2] = 3<br>
        <br>
        <br>
        ``scipy.sparse.linalg`` improvements<br>
        ------------------------------------<br>
        <br>
        The new function ``onenormest`` provides a lower bound of the
        1-norm of a<br>
        linear operator and has been implemented according to Higham and
        Tisseur<br>
        (2000).  This function is not only useful for sparse matrices,
        but can also be<br>
        used to estimate the norm of products or powers of dense
        matrices without<br>
        explictly building the intermediate matrix.<br>
        <br>
        The multiplicative action of the matrix exponential of a linear
        operator<br>
        (``expm_multiply``) has been implemented following the
        description in Al-Mohy<br>
        and Higham (2011).<br>
        <br>
        Abstract linear operators (`scipy.sparse.linalg.LinearOperator`)
        can now be<br>
        multiplied, added to each other, and exponentiated, producing
        new linear<br>
        operators. This enables easier construction of composite linear
        operations.<br>
        <br>
        <br>
        ``scipy.spatial`` improvements<br>
        ------------------------------<br>
        <br>
        The vertices of a `ConvexHull` can now be accessed via the
        `vertices` attribute,<br>
        which gives proper orientation in 2-D.<br>
        <br>
        <br>
        ``scipy.signal`` improvements<br>
        -----------------------------<br>
        <br>
        The cosine window function `scipy.signal.cosine` was added.<br>
        <br>
        <br>
        ``scipy.special`` improvements<br>
        ------------------------------<br>
        <br>
        New functions `scipy.special.xlogy` and `scipy.special.xlog1py`
        were added.<br>
        These functions can simplify and speed up code that has to
        calculate <br>
        ``x * log(y)`` and give 0 when ``x == 0``.<br>
        <br>
        <br>
        ``<a moz-do-not-send="true" href="http://scipy.io">scipy.io</a>``
        improvements<br>
        -------------------------<br>
        <br>
        Unformatted Fortran file reader<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        The new class `scipy.io.FortranFile` facilitates reading
        unformatted<br>
        sequential files written by Fortran code.<br>
        <br>
        ``scipy.io.wavfile`` enhancements<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        `scipy.io.wavfile.write` now accepts a file buffer. Previously
        it only<br>
        accepted a filename.<br>
        <br>
        `scipy.io.wavfile.read` and `scipy.io.wavfile.write` can now
        handle floating<br>
        point WAV files.<br>
        <br>
        <br>
        ``scipy.interpolate`` improvements<br>
        ----------------------------------<br>
        <br>
        B-spline derivatives and antiderivatives<br>
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^<br>
        <br>
        `scipy.interpolate.splder` and `scipy.interpolate.splantider`
        functions <br>
        for computing B-splines that represent derivatives and
        antiderivatives<br>
        of B-splines were added.  These functions are also available in
        the <br>
        class-based FITPACK interface as ``UnivariateSpline.derivative``
        and<br>
        ``UnivariateSpline.antiderivative``.<br>
        <br>
        <br>
        ``scipy.stats`` improvements<br>
        ----------------------------<br>
        <br>
        Distributions now allow using keyword parameters in addition to<br>
        positional parameters in all methods.<br>
        <br>
        The function `scipy.stats.power_divergence` has been added for
        the<br>
        Cressie-Read power divergence statistic and goodness of fit
        test.<br>
        Included in this family of statistics is the "G-test"<br>
        (<a moz-do-not-send="true"
          href="http://en.wikipedia.org/wiki/G-test">http://en.wikipedia.org/wiki/G-test</a>).<br>
        <br>
        `scipy.stats.mood` now accepts multidimensional input.<br>
        <br>
        An option was added to `scipy.stats.wilcoxon` for continuity
        correction.<br>
        <br>
        `scipy.stats.chisquare` now has an `axis` argument.<br>
        <br>
        `scipy.stats.mstats.chisquare` now has `axis` and `ddof`
        arguments.<br>
        <br>
        <br>
        Deprecated features<br>
        ===================<br>
        <br>
        ``expm2`` and ``expm3``<br>
        -----------------------<br>
        <br>
        The matrix exponential functions `scipy.linalg.expm2` and
        `scipy.linalg.expm3`<br>
        are deprecated. All users should use the numerically more robust<br>
        `scipy.linalg.expm` function instead.<br>
        <br>
        ``scipy.stats`` functions<br>
        -------------------------<br>
        <br>
        `scipy.stats.oneway` is deprecated; `scipy.stats.f_oneway`
        should be used<br>
        instead.<br>
        <br>
        `scipy.stats.glm` is deprecated.  `scipy.stats.ttest_ind` is an
        equivalent<br>
        function; more full-featured general (and generalized) linear
        model<br>
        implementations can be found in statsmodels.<br>
        <br>
        `scipy.stats.cmedian` is deprecated; ``numpy.median`` should be
        used instead.<br>
        <br>
        <br>
        Backwards incompatible changes<br>
        ==============================<br>
        <br>
        LIL matrix assignment<br>
        ---------------------<br>
        Assigning values to LIL matrices with two index arrays now works
        similarly as<br>
        assigning into ndarrays::<br>
        <br>
            >>> x = lil_matrix((3, 3))<br>
            >>> x[[0,1,2],[0,1,2]]=[0,1,2]<br>
            >>> x.todense()<br>
            matrix([[ 0.,  0.,  0.],<br>
                    [ 0.,  1.,  0.],<br>
                    [ 0.,  0.,  2.]])<br>
        <br>
        rather than giving the result::<br>
        <br>
            >>> x.todense()<br>
            matrix([[ 0.,  1.,  2.],<br>
                    [ 0.,  1.,  2.],<br>
                    [ 0.,  1.,  2.]])<br>
        <br>
        Users relying on the previous behavior will need to revisit
        their code.<br>
        The previous behavior is obtained by
        ``x[numpy.ix_([0,1,2],[0,1,2])] = ...`.<br>
        <br>
        <br>
        Deprecated ``radon`` function removed<br>
        -------------------------------------<br>
        <br>
        The ``misc.radon`` function, which was deprecated in scipy
        0.11.0, has been<br>
        removed.  Users can find a more full-featured ``radon`` function
        in<br>
        scikit-image.<br>
        <br>
        <br>
        Removed deprecated keywords ``xa`` and ``xb`` from
        ``stats.distributions``<br>
--------------------------------------------------------------------------<br>
        <br>
        The keywords ``xa`` and ``xb``, which were deprecated since
        0.11.0, have<br>
        been removed from the distributions in ``scipy.stats``.<br>
        <br>
        Changes to MATLAB file readers / writers<br>
        ----------------------------------------<br>
        <br>
        The major change is that 1D arrays in numpy now become row
        vectors (shape 1, N)<br>
        when saved to a MATLAB 5 format file.  Previously 1D arrays
        saved as column<br>
        vectors (N, 1).  This is to harmonize the behavior of writing
        MATLAB 4 and 5<br>
        formats, and adapt to the defaults of numpy and MATLAB - for
        example<br>
        ``np.atleast_2d`` returns 1D arrays as row vectors.<br>
        <br>
        Trying to save arrays of greater than 2 dimensions in MATLAB 4
        format now raises<br>
        an error instead of silently reshaping the array as 2D.<br>
        <br>
        ``scipy.io.loadmat('afile')`` used to look for `afile` on the
        Python system path<br>
        (``sys.path``); now ``loadmat`` only looks in the current
        directory for a<br>
        relative path filename.<br>
        <br>
        <br>
        Other changes<br>
        =============<br>
        <br>
        Security fix: ``scipy.weave`` previously used temporary
        directories in an<br>
        insecure manner under certain circumstances.<br>
        <br>
        Cython is now required to build *unreleased* versions of scipy.<br>
        The C files generated from Cython sources are not included in
        the git repo<br>
        anymore.  They are however still shipped in source releases.<br>
        <br>
        The code base received a fairly large PEP8 cleanup.  A ``tox
        pep8`` <br>
        command has been added; new code should pass this test command.<br>
        <br>
        Scipy cannot be compiled with gfortran 4.1 anymore (at least on
        RH5), likely<br>
        due to that compiler version not supporting entry constructs
        well.<br>
        <br>
        <br>
        Authors<br>
        =======<br>
        <br>
        This release contains work by the following people (contributed
        at least<br>
        one patch to this release, names in alphabetical order):<br>
        <br>
        * Jorge Cañardo Alastuey +<br>
        * Tom Aldcroft +<br>
        * Max Bolingbroke +<br>
        * Joseph Jon Booker +<br>
        * François Boulogne<br>
        * Matthew Brett<br>
        * Christian Brodbeck +<br>
        * Per Brodtkorb +<br>
        * Christian Brueffer +<br>
        * Lars Buitinck<br>
        * Evgeni Burovski +<br>
        * Tim Cera<br>
        * Lawrence Chan +<br>
        * David Cournapeau<br>
        * Dražen Lučanin +<br>
        * Alexander J. Dunlap +<br>
        * endolith<br>
        * André Gaul +<br>
        * Christoph Gohlke<br>
        * Ralf Gommers<br>
        * Alex Griffing +<br>
        * Blake Griffith +<br>
        * Charles Harris<br>
        * Bob Helmbold +<br>
        * Andreas Hilboll<br>
        * Kat Huang +<br>
        * Oleksandr (Sasha) Huziy +<br>
        * Gert-Ludwig Ingold +<br>
        * Thouis (Ray) Jones<br>
        * Juan Luis Cano Rodríguez +<br>
        * Robert Kern<br>
        * Andreas Kloeckner +<br>
        * Sytse Knypstra +<br>
        * Gustav Larsson +<br>
        * Denis Laxalde<br>
        * Christopher Lee<br>
        * Tim Leslie<br>
        * Wendy Liu +<br>
        * Clemens Novak +<br>
        * Takuya Oshima +<br>
        * Josef Perktold<br>
        * Illia Polosukhin +<br>
        * Przemek Porebski +<br>
        * Steve Richardson +<br>
        * Branden Rolston +<br>
        * Skipper Seabold<br>
        * Fazlul Shahriar<br>
        * Leo Singer +<br>
        * Rohit Sivaprasad +<br>
        * Daniel B. Smith +<br>
        * Julian Taylor<br>
        * Louis Thibault +<br>
        * Tomas Tomecek +<br>
        * John Travers<br>
        * Richard Tsai +<br>
        * Jacob Vanderplas<br>
        * Patrick Varilly<br>
        * Pauli Virtanen<br>
        * Stefan van der Walt<br>
        * Warren Weckesser<br>
        * Pedro Werneck +<br>
        * Nils Werner +<br>
        * Michael Wimmer +<br>
        * Nathan Woods +<br>
        * Tony S. Yu +<br>
        <br>
        A total of 65 people contributed to this release.<br>
        People with a "+" by their names contributed a patch for the
        first time.<br>
        <br>
      </div>
      <br>
      <fieldset class="mimeAttachmentHeader"></fieldset>
      <br>
      <pre wrap="">_______________________________________________
NumPy-Discussion mailing list
<a class="moz-txt-link-abbreviated" href="mailto:NumPy-Discussion@scipy.org">NumPy-Discussion@scipy.org</a>
<a class="moz-txt-link-freetext" href="http://mail.scipy.org/mailman/listinfo/numpy-discussion">http://mail.scipy.org/mailman/listinfo/numpy-discussion</a>
</pre>
    </blockquote>
    <br>
  </body>
</html>