NumPy 1.19.0 发行说明#

此 NumPy 版本标志着大量技术债务的清除：已移除对 Python 2 的支持，许多弃用已被终止，并且文档得到了改进。随机模块的完善工作也在有条不紊地进行，包括错误修复和更好的 Cython 可用性。

此版本支持的 Python 版本是 3.6-3.8。下游开发人员应使用 Cython >= 0.29.16 来支持 Python 3.8，并使用 OpenBLAS >= 3.7 以避免 Skylake 架构上的问题。

亮点#

  • Python 代码和 C 代码都放弃了与 Python < 3.6 版本（包括 Python 2）的代码兼容性。numpy.compat 中的填充层将保留以支持第三方包，但它们可能会在未来版本中弃用。请注意，由于使用了 f-字符串，1.19.x *不会*与早期版本的 Python 编译。

    (gh-15233)

已终止的弃用#

numpy.insert 和 numpy.delete 不再允许在 0d 数组上传递轴参数#

这结束了从 1.9 版本开始的弃用，即当向 0d 数组上的 ~numpy.insert 和 ~numpy.delete 调用传递 axis 参数时，axis 和 obj 参数以及索引将被完全忽略。在这些情况下，insert(arr, "nonsense", 42, axis=0) 实际上会覆盖整个数组，而 delete(arr, "nonsense", axis=0) 将是 arr.copy()

现在，在 0d 数组上传递 axis 会引发 ~numpy.AxisError。

(gh-15802)

numpy.delete 不再忽略越界索引#

这结束了 1.8 和 1.9 版本的弃用，当时 np.delete 会忽略索引序列中的负项和越界项。这与其在传递单个索引时的行为不一致。

现在，越界项会引发 IndexError，负项则从末尾开始索引。

(gh-15804)

numpy.insert 和 numpy.delete 不再接受非整数索引#

这结束了从 1.9 开始的弃用，当时允许非整数索引序列并将其强制转换为整数。现在，传递非整数索引序列会引发 IndexError，就像传递单个非整数标量一样。

(gh-15805)

numpy.delete 不再将布尔索引强制转换为整数#

这结束了 1.8 版本的弃用，当时 np.delete 会将作为索引参数传递的布尔数组和标量强制转换为整数索引。现在的行为是将布尔数组视为掩码，并对布尔标量引发错误。

(gh-15815)

兼容性说明#

更改了 numpy.random.Generator.dirichlet 的随机变量流#

通过在 max(alpha) < 0.1 时使用不同的算法，修复了 Dirichlet 分布随机变量生成中 alpha 值较小时的 bug。由于此更改，在这种情况下，由 dirichlet 生成的变量流将与以前的版本不同。

(gh-14924)

PyArray_ConvertToCommonType 中的标量提升#

PyArray_ConvertToCommonType 中混合标量和数组的提升已更改为遵循 np.result_type 使用的规则。这意味着诸如 (1000, np.array([1], dtype=np.uint8))) 之类的输入现在将返回 uint16 dtypes。在大多数情况下，行为不变。请注意，通常不鼓励使用此 C-API 函数。这也修复了 np.choose 在这方面与 NumPy 的其余部分行为相同的问题。

(gh-14933)

Fasttake 和 fastputmask 槽位被弃用并设为 NULL#

fasttake 和 fastputmask 槽位现在永不使用，并且必须始终设置为 NULL。这不会导致行为上的改变。但是，如果用户 dtype 设置了其中一个，则会发出 DeprecationWarning。

(gh-14942)

np.ediff1d 使用 to_end 和 to_begin 的强制类型转换行为#

np.ediff1d 现在对其附加的 to_end 和 to_begin 参数使用 "same_kind" 强制类型转换规则。这确保了类型安全，除非输入数组的整数类型小于 to_begin 或 to_end。在极少数情况下，其行为将比以前在 1.16 和 1.17 版本中更严格。这对于解决浮点 NaN 的问题是必要的。

(gh-14981)

将空类数组对象转换为 NumPy 数组#

实现“类数组”接口（即实现 obj.__array__()、obj.__array_interface__、obj.__array_struct__ 或 Python 缓冲区接口）且 len(obj) == 0 的对象，如果它们也是序列（例如 Pandas 对象），现在在转换为数组时将始终正确保留其形状。如果此类对象以前的形状是 (0, 1)，则它可以转换为形状为 (0,) 的数组（丢失第一个 0 之后的所有维度）。

(gh-14995)

移除了 multiarray.int_asbuffer#

作为持续移除 Python 2 兼容性的一部分，multiarray.int_asbuffer 已被移除。在 Python 3 上，它会引发 NotImplementedError 且内部未使用。预计 Python 3 不会有此方法的下游用例。

(gh-15229)

numpy.distutils.compat 已被移除#

此模块仅包含函数 get_exception()，其用法如下

try:
    ...
except Exception:
    e = get_exception()

其目的是处理 Python 2.6 中引入的语法更改，从 except Exception, e: 到 except Exception as e:，这意味着它仅对支持 Python 2.5 及更早版本的代码库是必需的。

(gh-15255)

issubdtype 不再将 float 解释为 np.floating#

numpy.issubdtype 自 NumPy 1.14 以来就有一个 FutureWarning，现在已过期。这意味着，当第二个参数既不是数据类型也不是 NumPy 标量类型（例如字符串或 Python 类型如 int 或 float）时，某些输入现在将与传入 np.dtype(arg2).type 的结果一致。这使得结果符合预期，并在某些以前返回 true 的情况下导致错误结果。

(gh-15773)

更改标量 round 的输出以与 Python 保持一致#

__round__ 魔术方法以及随后的 Python 内置函数 round 的输出已更改为 Python int，以便在不带参数调用时与在 Python float 对象上调用保持一致。以前，它会返回传入的 np.dtype 的标量。

(gh-15840)

numpy.ndarray 构造函数不再将 strides=() 解释为 strides=None#

前者已改为具有将 numpy.ndarray.strides 设置为 () 的预期含义，而后者继续导致步幅自动选择。

(gh-15882)

C 级别的字符串到日期时间转换已更改#

从字符串进行的 C 级别转换已简化。此更改也修复了字符串到日期时间和时间差的转换，使其行为正确（即像使用 string_arr.astype("M8") 进行的 Python 转换一样，而以前的转换行为则像 string_arr.astype(np.int_).astype("M8")）。这仅影响使用低级 C-API 进行单标量值手动转换（而不是完整的数组转换）或使用例如 PyArray_GetCastFunc 的代码，因此不应影响绝大多数用户。

(gh-16068)

小种子 SeedSequence 不再与生成冲突#

小种子（小于 2**96）以前会隐式地用 0 填充到 128 位，即内部熵池的大小。当生成时，生成键会在 0 填充之前被连接。由于第一个生成键是 (0,)，所以在生成之前的小种子会创建与第一个生成的 SeedSequence 相同的状态。现在，种子会在连接生成键之前显式地用 0 填充到内部池大小。生成的 SeedSequences 将产生与上一个版本不同的结果。未生成的 SeedSequences 仍将产生相同的结果。

(gh-16551)

弃用#

弃用不规则输入的自动 dtype=object#

根据 NEP 34，调用 np.array([[1, [1, 2, 3]]) 将发出 DeprecationWarning。用户应明确使用 dtype=object 以避免警告。

(gh-15119)

在 numpy.rec 中，向工厂函数传递 shape=0 已被弃用#

0 被视为特殊情况，并在以下函数中别名为 None

  • numpy.core.records.fromarrays

  • numpy.core.records.fromrecords

  • numpy.core.records.fromstring

  • numpy.core.records.fromfile

未来，0 将不再是特殊情况，并将像其他整数一样被视为数组长度。

(gh-15217)

可能未使用的 C-API 函数的弃用#

以下 C-API 函数可能未使用，已被弃用

  • PyArray_GetArrayParamsFromObject

  • PyUFunc_GenericFunction

  • PyUFunc_SetUsesArraysAsData

在大多数情况下，PyArray_GetArrayParamsFromObject 应该被转换为数组所取代，而 PyUFunc_GenericFunction 可以被 PyObject_Call 取代（详见文档）。

(gh-15427)

将某些类型转换为 dtypes 已被弃用#

标量类型的超类，如 np.integer、np.generic 或 np.inexact，在转换为 dtype（或在 dtype 关键字参数中使用）时，现在会发出弃用警告。原因在于 np.integer 被转换为 np.int_，而预期它代表*任何*整数（例如 int8、int16 等）。例如，dtype=np.floating 目前与 dtype=np.float64 完全相同，尽管 np.float32 也是 np.floating 的子类。

(gh-15534)

弃用 np.complexfloating 标量的 round 方法#

__round__ 魔术方法以及随后的 Python 内置函数 round 在复数标量上已被弃用。这不影响 np.round。

(gh-15840)

numpy.ndarray.tostring() 已弃用，推荐使用 tobytes()#

~numpy.ndarray.tobytes 自 1.9 版本发布以来一直存在，但在此版本之前 ~numpy.ndarray.tostring 没有发出警告。发出警告的改变使 NumPy 与内置 array.array 具有相同名称的方法保持一致。

(gh-15867)

C API 更改#

更好地支持 API 函数中的 const 维度#

以下函数现在接受一个 npy_intp 常量数组

  • PyArray_BroadcastToShape

  • PyArray_IntTupleFromIntp

  • PyArray_OverflowMultiplyList

以前，调用者必须强制转换掉 const 属性才能调用这些函数。

(gh-15251)

限定 UFunc 内部循环为 const#

UFuncGenericFunction 现在期望指向 const dimension 和 strides 的指针作为参数。这意味着内部循环不再可能修改 dimension 或 strides。此更改会导致 incompatible-pointer-types 警告，强制用户要么忽略编译器警告，要么对自己的循环签名进行 const 限定。

(gh-15355)

新特性#

numpy.frompyfunc 现在接受 identity 参数#

这允许在生成的 ufunc 上设置 numpy.ufunc.identity 属性，这意味着它可用于 numpy.ufunc.reduce 的空调用和多维调用。

(gh-8255)

np.str_ 标量现在支持缓冲区协议#

np.str_ 数组始终以 UCS4 存储，因此相应的标量现在通过缓冲区接口公开此功能，这意味着 memoryview(np.str_('test')) 现在可以工作了。

(gh-15385)

numpy.copy 的 subok 选项#

在 numpy.copy 中添加了一个新的 kwarg subok，允许用户切换 numpy.copy 在处理数组子类时的行为。默认值是 False，这与以前 NumPy 版本的 numpy.copy 行为一致。要使用 numpy.copy 创建一个保留数组子类的副本，请调用 np.copy(arr, subok=True)。此新增功能更好地说明了 numpy.copy 的默认行为与 numpy.ndarray.copy 方法不同，后者默认遵循数组子类。

(gh-15685)

numpy.linalg.multi_dot 现在接受 out 参数#

out 可用于避免创建 numpy.linalg.multidot 计算的最终产品的不必要副本。

(gh-15715)

numpy.count_nonzero 的 keepdims 参数#

keepdims 参数已添加到 numpy.count_nonzero 中。该参数的含义与 numpy.sum 或 numpy.mean 等归约函数中的含义相同。

(gh-15870)

numpy.array_equal 的 equal_nan 参数#

关键字参数 equal_nan 已添加到 numpy.array_equal 中。equal_nan 是一个布尔值，用于切换 nan 值在比较中是否被视为相等（默认值为 False）。这与 numpy.isclose 和 numpy.allclose 等相关函数中使用的 API 匹配。

(gh-16128)

改进#

改进 CPU 特性检测#

替换了 npy_cpu_supports（这是一个特定于 gcc 的用于测试 AVX 支持的机制），改为使用更通用的函数 npy_cpu_init 和 npy_cpu_have，并通过 NPY_CPU_HAVE C 宏以及 Python 级别的 __cpu_features__ 字典公开结果。

(gh-13421)

在 64 位平台上的备用 lapack_lite 中使用 64 位整数大小#

在 64 位平台上的备用 LAPACK 库（当系统没有安装 LAPACK 时使用）中使用 64 位整数大小，使其能够处理大型数组的线性代数。

(gh-15218)

当输入为 np.float64 时，使用 AVX512 内在函数实现 np.exp#

当输入为 np.float64 时，使用 AVX512 内在函数实现 np.exp，这可以将 np.exp 与 np.float64 输入的性能提高 5-7 倍。_multiarray_umath.so 模块在 linux64 上增加了约 63 KB。

(gh-15648)

禁用 madvise 大页内存的能力#

在 Linux 上，NumPy 以前曾添加了对 madvise 大页内存的支持，这可以提高超大型数组的性能。不幸的是，在较旧的内核版本上，这导致了性能下降，因此默认情况下，在 4.6 版本之前的内核上已禁用此支持。要覆盖默认设置，您可以使用环境变量

NUMPY_MADVISE_HUGEPAGE=0

或将其设置为 1 以强制启用支持。请注意，这仅在操作系统设置为使用 madvise 透明大页内存时才会有所不同。

(gh-15769)

numpy.einsum 在下标列表中接受 NumPy int64 类型#

现在，当 numpy.einsum 将 NumPy int64 数组作为其下标列表传递时，不再抛出类型错误。

(gh-16080)

np.logaddexp2.identity 更改为 -inf#

ufunc ~numpy.logaddexp2 现在具有 -inf 的 identity，允许在空序列上调用它。这与 ~numpy.logaddexp 的 identity 匹配。

(gh-16102)

更改#

移除对 __array__ 额外参数的处理#

自 NumPy 0.4 以来，代码中一直存在一个针对 __array__(dtype=None, context=None) 的双参数变体的代码路径和测试。当调用 ufunc(op) 或 ufunc.reduce(op) 且 op.__array__ 存在时，它会被激活。然而，该变体没有文档，其用途也不清楚。它已被移除。

(gh-15118)

numpy.random._bit_generator 移至 numpy.random.bit_generator#

为了将 numpy.random.BitGenerator 和 numpy.random.SeedSequence 公开给 Cython，_bitgenerator 模块现在已作为 numpy.random.bit_generator 公开

通过 pxd 文件提供对随机分布的 Cython 访问#

c_distributions.pxd 通过 Cython 提供了对许多随机分布背后的 C 函数的访问，使其易于使用和扩展。

(gh-15463)

修复了 numpy.random.multivariate_normal 中 eigh 和 cholesky 方法的问题#

以前，当传递 method='eigh' 或 method='cholesky' 时，numpy.random.multivariate_normal 会从错误的分布生成样本。现在这个问题已修复。

(gh-15872)

修复了 MT19937.jumped 中的跳转实现#

此修复改变了经跳转的 MT19937 生成器所产生的流。它不影响使用 RandomState 或直接初始化的 MT19937 所产生的流。

MT19937 跳转代码的翻译包含了一个反向的循环顺序。MT19937.jumped 符合松本真（Makoto Matsumoto）的 Horner 和滑动窗口（Sliding Window）跳转方法的原始实现。

(gh-16153)

本页内容