NumPy 1.8.1 版本说明#

这是一个仅包含错误修复的 1.8.x 系列版本。

已修复的问题#

  • gh-4276：修复对象数组的 mean、var、std 方法

  • gh-4262：移除不安全的 mktemp 使用

  • gh-2385：absolute(complex(inf)) 在 python3 中引发无效警告

  • gh-4024：序列赋值在形状不匹配时不引发异常

  • gh-4027：修复读取长度超过 BUFFERSIZE 的字符串的块读取

  • gh-4109：修复 0 维数组索引的对象标量返回类型

  • gh-4018：修复 ufunc 中内存分配失败的缺失检查

  • gh-4156：高阶 linalg.norm 丢弃复数数组的虚部

  • gh-4144：linalg：norm 在 longdouble、带符号整数上失败

  • gh-4094：修复 _strided_to_strided_string_to_datetime 中 NaT 的处理

  • gh-4051：修复 _strided_to_strided_string_to_datetime 中的未初始化使用

  • gh-4093：在 Python 2.6.6 下加载压缩的 .npz 文件失败

  • gh-4138：在 python 3.4 中使用非原生字节序 memoryview 导致段错误

  • gh-4123：修复 lexsort 中缺少的 NULL 检查

  • gh-4170：修复 memoryviews 中仅原生 long long 检查

  • gh-4187：修复 32 位系统上的大文件支持

  • gh-4152：fromfile：确保文件句柄位置在 python3 中同步

  • gh-4176：clang 兼容性：conversion_utils 中的错别字

  • gh-4223：获取非整数项导致数组返回

  • gh-4197：修复 memoryview 失败情况下的轻微内存泄漏

  • gh-4206：修复使用单线程 python 的构建

  • gh-4220：将 versionadded:: 1.8.0 添加到 ufunc.at docstring

  • gh-4267：改进内存分配失败的处理

  • gh-4267：修复在 ufunc.at 中无 GIL 的 capi 使用

  • gh-4261：检测 GNU 编译器的厂商版本

  • gh-4253：IRR 返回 nan 而不是有效的负数答案

  • gh-4254：修复对字节数组不必要的字节序标志更改

  • gh-3263：numpy.random.shuffle 覆盖 MaskedArray 的掩码

  • gh-4270：np.random.shuffle 不适用于灵活的 dtype

  • gh-3173：当 random.multinomial 的 ‘size’ 参数时出现段错误

  • gh-2799：允许将 unique 用于复数列表

  • gh-3504：修复整数数组标量的 linspace 截断

  • gh-4191：get_info('openblas') 不读取 libraries 键

  • gh-3348：_descriptor_from_pep3118_format 中的访问冲突

  • gh-3175：使用 numpy.array() 从 bytearray 创建数组时出现段错误

  • gh-4266：histogramdd - 对于非常接近最后一个边界的条目结果错误

  • gh-4408：修复对象数组的 stride_stricks.as_strided 函数

  • gh-4225：修复 Windows 编译器构建中 np.inf 的 log1p 和 exmp1 返回值

  • gh-4359：修复 flex 数组的 str.format 中的无限递归

  • gh-4145：使用指数运算符时广播结果的形状不正确

  • gh-4483：{dot,multiply,inner}(scalar, matrix_of_objs) 的交换性修复

  • gh-4466：当大小可能改变时延迟 npyiter 大小检查

  • gh-4485：缓冲区步幅被错误地标记为固定

  • gh-4354：byte_bounds 与 datetime dtype 失败

  • gh-4486：从/到高精度 datetime64 对象转换时出现段错误/错误

  • gh-4428：einsum(None, None, None, None) 导致段错误

  • gh-4134：大小为 1 的对象约简的未初始化使用

更改#

NDIter#

现在调用 NpyIter_RemoveAxis 时，迭代器范围将被重置。

当正在跟踪多索引并且迭代器未被缓冲时，可以使用 NpyIter_RemoveAxis。在这种情况下，迭代器可以缩小尺寸。由于迭代器的总大小是有限制的，因此在这些调用之前，迭代器可能太大。在这种情况下，其大小将设置为 -1，并且会在移除多索引、设置迭代器范围或获取下一个函数时发出错误，而不是在构造时发出错误。

这对当前工作的代码没有影响，但它突出了如果可能发生这些条件，则需要检查错误返回的必要性。在大多数情况下，正在迭代的数组与迭代器一样大，因此不会发生此类问题。

np.distutils 的可选简化详细程度#

设置 numpy.distutils.system_info.system_info.verbosity = 0，然后调用 numpy.distutils.system_info.get_info('blas_opt') 将不会在输出中打印任何内容。这主要用于使用 numpy.distutils 的其他包。

弃用#

C-API#

实用程序函数 npy_PyFile_Dup 和 npy_PyFile_DupClose 被 python 3 应用于其文件对象的内部缓冲机制破坏了。为了解决这个问题，在 npy_3kcompat.h 中声明了两个新函数 npy_PyFile_Dup2 和 npy_PyFile_DupClose2，并且旧函数已弃用。由于这些函数的脆弱性，建议尽可能使用 python API。