Vue d'ensemble

SciPy 1.9, publié le 30 juillet 2022, améliore le format COO pour les matrices creuses et ajoute de nouvelles fonctions statistiques.

Fonctionnalités principales

Améliorations COO sparse

Le format COO (Coordinate) pour les matrices creuses est optimisé avec des opérations arithmétiques plus rapides et une meilleure gestion des doublons.

python 
from scipy.sparse import coo_array
import numpy as np

# Nouvelle classe coo_array (remplace coo_matrix)
row = np.array([0, 1, 2, 3])
col = np.array([1, 2, 0, 3])
data = np.array([1.0, 2.0, 3.0, 4.0])

sparse = coo_array((data, (row, col)), shape=(4, 4))
print(f'Éléments non nuls: {sparse.nnz}')
print(sparse.toarray())

Nouvelles fonctions statistiques

Le module scipy.stats ajoute de nouvelles distributions et des tests statistiques non paramétriques améliorés.

python 
from scipy import stats
import numpy as np

# Test de normalité
data = np.random.randn(1000)
stat, p_value = stats.normaltest(data)
print(f'p-value: {p_value:.4f}')

# Bootstrap pour intervalle de confiance
result = stats.bootstrap(
    (data,), np.mean, n_resamples=1000
)
print(f'IC 95%: [{result.confidence_interval.low:.3f}, '
      f'{result.confidence_interval.high:.3f}]')

Sources