NumPy 1.22.0 版本说明#

NumPy 1.22.0 是一个重要的版本，包含了来自 153 位贡献者在 609 个拉取请求中的工作成果。 进行了许多改进，亮点如下：

  • 主命名空间的注释基本完成。 上游是一个不断变化的目标，因此可能会有进一步的改进，但主要工作已经完成。 这可能是此版本中最显着的用户可见增强功能。

  • 提供了提议的 Array-API 的初步版本。 这是创建可在 CuPy 和 JAX 等应用程序中使用的标准函数集合的一步。

  • NumPy 现在具有 DLPack 后端。 DLPack 提供了数组（张量）数据的通用交换格式。

  • 为quantile、percentile和相关函数提供了新的方法。 新方法提供了文献中常用的完整方法集。

  • 通用函数已重构为实现大部分NEP 43。 这也开启了试验未来 DType API 的能力。

  • 一个供下游项目使用的新型可配置分配器。

除了持续进行的工作之外，这些工作还包括为常用函数提供 SIMD 支持、改进 F2PY 和改进文档。

此版本支持的 Python 版本为 3.8-3.10，已删除 Python 3.7 支持。 请注意，Mac wheel 现在基于 OS X 10.14 而不是以前 NumPy 版本周期中使用的 10.9。 10.14 是 Apple 支持的旧版本。 还请注意，仅为 Windows 上的 Python 3.8 和 3.9 提供 32 位 wheel，所有其他 wheel 都是 64 位的，因为 Ubuntu、Fedora 和其他 Linux 发行版已取消 32 位支持。 所有 64 位 wheel 也与 64 位整数 OpenBLAS 链接，这应该可以解决使用真正巨大数组的人们偶尔遇到的问题。

已过期的弃用#

已删除已弃用的数字样式 dtype 字符串#

使用字符串"Bytes0"、"Datetime64"、"Str0"、"Uint32"和"Uint64"作为 dtype 现在将引发TypeError。

(gh-19539)

npyio 中loads、ndfromtxt和mafromtxt的已过期弃用#

numpy.loads在 v1.15 中已弃用，建议用户改用pickle.loads。ndfromtxt和mafromtxt都在 v1.17 中弃用 - 用户应改用numpy.genfromtxt，并为usemask参数使用适当的值。

(gh-19615)

弃用#

在 mrecords 中使用 delimiter 而不是 delimitor 作为关键字参数#

numpy.ma.mrecords.fromtextfile()的拼写错误的关键字参数delimitor已更改为delimiter，使用它将发出弃用警告。

(gh-19921)

传递布尔kth值到（arg-）partition 已弃用#

numpy.partition和numpy.argpartition以前可以接受kth参数的布尔值，这些值随后将转换为整数。 此行为现已弃用。

(gh-20000)

np.MachAr类已弃用#

numpy.MachAr类和finfo.machar <numpy.finfo>属性已弃用。 鼓励用户直接从相应的numpy.finfo属性访问感兴趣的属性。

(gh-20201)

兼容性说明#

Distutils 在 clang 上强制使用严格的浮点模型#

NumPy 现在在 clang 上设置-ftrapping-math选项以强制对通用函数执行正确的浮点错误处理。 否则，Clang 默认使用非 IEEE 和 C99 符合行为。 此更改（使用等效但更新的-ffp-exception-behavior=strict）已在 NumPy 1.21 中尝试，但实际上从未使用过。

(gh-19479)

删除对复数类型的向下取整支持#

复数类型的向下取整现在将导致TypeError

>>> a = np.arange(10) + 1j* np.arange(10)
>>> a // 1
TypeError: ufunc 'floor_divide' not supported for the input types...

(gh-19135)

numpy.vectorize函数现在生成与基函数相同的输出类#

当使用numpy.vectorize对尊重numpy.ndarray子类的函数进行矢量化时，矢量化函数现在对于给定签名的案例（即，在创建gufunc时）也将是子类安全的：输出类将与对底层函数的第一次调用返回的类相同。

(gh-19356)

不再支持 Python 3.7#

Python 支持已被删除。 这是相当严格的，有一些更改需要 Python >= 3.8。

(gh-19665)

复数类型的 str/repr 现在在标点符号后包含空格#

np.dtype({"names": ["a"], "formats": [int], "offsets": [2]})的 repr 现在是dtype({'names': ['a'], 'formats': ['<i8'], 'offsets': [2], 'itemsize': 10})，而以前在冒号后面和字段之间省略了空格。

可以通过np.set_printoptions(legacy="1.21")恢复旧行为。

(gh-19687)

更正了PCG64DSXM和PCG64中的advance#

修复了PCG64DSXM和PCG64的advance方法中的一个错误。 该错误仅在步长大于\(2^{64}\)且平台不支持 128 位整数（例如，Windows 和 32 位 Linux）时才会影响结果。

(gh-20049)

生成随机 32 位浮点变量的变化#

从均匀分布生成 32 位浮点值时存在错误，这将导致随机变量的最低有效位始终为 0。 此问题已修复。

此更改会影响由 random.Generator 方法 random、standard_normal、standard_exponential 和 standard_gamma 生成的变量，但仅当数据类型指定为 numpy.float32 时。

(gh-20314)

C API 更改#

不再可以自定义掩码内循环#

现在不再使用掩码内循环选择器。如果在极不可能的情况下对其进行了自定义，则会发出警告。

我们预计没有任何代码使用此功能。如果您确实使用了它，则必须在新版本的 NumPy 上取消设置选择器。另请与 NumPy 开发人员联系，我们预计会提供一种新的、更具体的机制。

自定义是从未实现的功能的一部分，该功能旨在允许进行更快的掩码操作。

(gh-19259)

实验性公开未来的 DType 和 UFunc API#

新的头文件 experimental_public_dtype_api.h 允许试验改进的通用函数，特别是用户 DType 支持的未来 API。目前建议使用 NumPy 的开发版本进行实验，因为预计会有一些更改，并且会解锁新功能。

(gh-19919)

新功能#

NEP 49 可配置的分配器#

如 NEP 49 中所述，用于分配 ndarray 数据段的函数可以更改。策略可以在全局范围内或在上下文中设置。有关更多信息，请参阅 NEP 和 NumPy 中的内存管理 参考文档。还添加了一个 NUMPY_WARN_IF_NO_MEM_POLICY 覆盖来警告在通过设置 NPY_ARRAY_OWNDATA 来转移所有权的危险用法。

(gh-17582)

NEP 47 的实现（采用数组 API 标准）#

作为 NEP 47（采用数组 API 标准）的初始实现已添加为 numpy.array_api。此实现是实验性的，在导入时会发出 UserWarning，因为 数组 API 标准 仍处于草案状态。numpy.array_api 是数组 API 标准的符合标准的实现，它也是最小的，这意味着仅实现了标准要求的那些函数和行为（有关更多信息，请参阅 NEP）。希望使用数组 API 标准的库鼓励使用 numpy.array_api 来检查它们是否仅使用标准符合实现中保证存在的函数。

(gh-18585)

现在可以从注释块生成 C/C++ API 参考文档#

此功能在生成过程中依赖于 Doxygen，并依赖于 Breathe 来将其与 Sphinx 集成。

(gh-18884)

通过 mypy 插件分配特定于平台的 c_intp 精度#

在 numpy/numpy#17843 中引入的 mypy 插件再次进行了扩展：该插件现在负责设置 numpy.ctypeslib.c_intp 的特定于平台的精度，后者用作各种 numpy.ndarray.ctypes 属性的数据类型。

如果没有插件，上述类型将默认为 ctypes.c_int64。

要启用插件，必须将其添加到 mypy 的 配置文件 中。

[mypy]
plugins = numpy.typing.mypy_plugin

(gh-19062)

添加兼容 NEP 47 的 dlpack 支持#

添加了一个 ndarray.__dlpack__() 方法，该方法返回包装在 PyCapsule 中的 dlpack C 结构。还添加了一个 np._from_dlpack(obj) 函数，其中 obj 支持 __dlpack__()，并返回一个 ndarray。

(gh-19083)

向 numpy.argmin、numpy.argmax 添加了可选参数 keepdims#

向 numpy.argmin、numpy.argmax 添加了 keepdims 参数。如果设置为 True，则结果中将保留已缩减的轴作为大小为一的维度。结果数组具有相同的维度数，并将与输入数组广播。

(gh-19211)

bit_count 用于计算整数中 1 的位数#

计算输入绝对值中 1 的位数。这适用于所有 numpy 整数类型。类似于内置的 int.bit_count 或 C++ 中的 popcount。

>>> np.uint32(1023).bit_count()
10
>>> np.int32(-127).bit_count()
7

(gh-19355)

已向 numpy.AxisError 添加了 ndim 和 axis 属性#

ndim 和 axis 参数现在也作为属性存储在每个 numpy.AxisError 实例中。

(gh-19459)

对 windows/arm64 目标的初步支持#

numpy 添加了对 windows/arm64 目标的支持。请注意，OpenBLAS 目前尚不支持 windows/arm64 目标。

(gh-19513)

添加了对 LoongArch 的支持#

LoongArch 是一种新的指令集，NumPy 在 LoongArch 架构上编译失败，因此添加了此提交。

(gh-19527)

已添加 .clang-format 文件#

Clang-format 是一个 C/C++ 代码格式化程序，结合添加的 .clang-format 文件，它生成的代码足够接近 NumPy 的 C_STYLE_GUIDE，可供一般使用。由于使用了多个新功能，因此需要 Clang-format 12+ 版本，它可在 Fedora 34 和 Ubuntu Focal 等发行版中使用。

(gh-19754)

is_integer 现在可用于 numpy.floating 和 numpy.integer#

基于其在 Python float 和 int 中的对应项，numpy 浮点型和整数类型现在支持 float.is_integer。如果数字是具有整数值的有限数，则返回 True，否则返回 False。

>>> np.float32(-2.0).is_integer()
True
>>> np.float64(3.2).is_integer()
False
>>> np.int32(-2).is_integer()
True

(gh-19803)

Fortran 维度规范的符号解析器#

已向 f2py 添加了一个新的符号解析器，以便正确解析维度规范。该解析器是未来改进的基础，并提供了与 Fortran 202x 草案的兼容性。

(gh-19805)

ndarray、dtype 和 number 现在支持运行时下标#

模仿 PEP 585，numpy.ndarray、numpy.dtype 和 numpy.number 类现在支持 Python 3.9 及更高版本的运行时下标。因此，以前仅在 .pyi 存根文件中或在 from __future__ import annotations 的帮助下才允许的表达式现在在运行时也是合法的。

>>> import numpy as np
>>> from typing import Any

>>> np.ndarray[Any, np.dtype[np.float64]]
numpy.ndarray[typing.Any, numpy.dtype[numpy.float64]]

(gh-19879)

改进#

ctypeslib.load_library 现在可以接受任何路径式对象#

现在，所有参数都可以接受任何 路径式对象。这包括字符串、字节以及实现 __fspath__ 协议的对象。

(gh-17530)

在 finfo 中添加 smallest_normal 和 smallest_subnormal 属性#

对于任何浮点数据类型，smallest_normal 和 smallest_subnormal 属性作为 finfo 类的扩展可用。要使用这些新属性，请编写 np.finfo(np.float64).smallest_normal 或 np.finfo(np.float64).smallest_subnormal。

(gh-18536)

numpy.linalg.qr 接受堆叠矩阵作为输入#

numpy.linalg.qr 能够针对堆叠矩阵作为输入产生结果。此外，QR 分解的实现已从 Python 迁移到 C。

(gh-19151)

numpy.fromregex 现在接受 os.PathLike 实现#

numpy.fromregex 现在接受实现了 __fspath__<os.PathLike> 协议的对象，例如 pathlib.Path。

(gh-19680)

为 quantile 和 percentile 添加新方法#

quantile 和 percentile 现在具有 method= 关键字参数，支持 13 种不同的方法。这替换了 interpolation= 关键字参数。

这些方法现在与科学文献和 R 语言中可以找到的九种方法保持一致。其余方法是默认“线性”方法以前的不连续变体。

请参阅 numpy.percentile 的文档以了解更多信息。

(gh-19857)

已向 nan<x> 函数添加缺失参数#

许多 nan<x> 函数以前缺少其基于 <x> 的对应函数中存在的参数，例如 where 参数存在于 numpy.mean 中，但不存在于 numpy.nanmean 中。

现在已将以下参数添加到 nan<x> 函数中：

  • nanmin：initial & where

  • nanmax：initial & where

  • nanargmin：keepdims & out

  • nanargmax：keepdims & out

  • nansum：initial & where

  • nanprod：initial & where

  • nanmean：where

  • nanvar：where

  • nanstd：where

(gh-20027)

注释主 NumPy 命名空间#

从 1.20 版本开始，已为 NumPy 库的部分内容包含 PEP 484 类型注释；注释其余函数仍在进行中。随着 1.22 版本的发布，此过程已完成对主 NumPy 命名空间的注释，该命名空间现在已完全注释。

除了主命名空间之外，少量子包也包含注释。其中包括 numpy.testing、numpy.linalg 和 numpy.random（自 1.21 版本起可用）。

(gh-20217)

使用 AVX-512 将 umath 模块矢量化#

通过利用英特尔短向量数学库 (SVML)，使用 AVX-512 指令集对 18 个 umath 函数（exp2、log2、log10、expm1、log1p、cbrt、sin、cos、tan、arcsin、arccos、arctan、sinh、cosh、tanh、arcsinh、arccosh、arctanh）进行了矢量化，适用于单精度和双精度实现。此更改目前仅对 Linux 用户以及具有 AVX-512 指令集的处理器启用。它分别为单精度和双精度函数提供了平均 32 倍和 14 倍的加速。

(gh-19478)

OpenBLAS v0.3.18#

将测试和轮子中使用的 OpenBLAS 更新到 v0.3.18

(gh-20058)

本页内容