NumPy 1.22.0 发布说明#
NumPy 1.22.0 是一个重要的版本，包含了 153 位贡献者通过 609 个拉取请求完成的工作。其中有许多改进，主要亮点包括：
主命名空间的注解基本完成。上游是一个不断变化的目标，因此未来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用户可见的增强功能。
提供了拟议的 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 现在支持 DLPack 后端。DLPack 为数组（张量）数据提供了一种通用的交换格式。
quantile、percentile及相关函数的新方法。新方法提供了一套文献中常见的完整方法。通用函数已重构，以实现NEP 43的大部分内容。这也解锁了未来 DType API 的实验能力。
一个新的可配置分配器，供下游项目使用。
这些改进是除了正在进行的为常用函数提供 SIMD 支持、改进 F2PY 和优化文档之外的工作。
此版本支持的 Python 版本是 3.8-3.10，已停止支持 Python 3.7。请注意，Mac 轮子现在基于 OS X 10.14，而不是以前 NumPy 发布周期中使用的 10.9。10.14 是 Apple 支持的最旧版本。另请注意，32 位轮子仅适用于 Windows 上的 Python 3.8 和 3.9，所有其他轮子均为 64 位，因为 Ubuntu、Fedora 和其他 Linux 发行版已停止支持 32 位。所有 64 位轮子也与 64 位整数 OpenBLAS 链接，这应该能解决使用超大数组时偶尔遇到的问题。
已过期的弃用#
已移除已弃用的数字风格 dtype 字符串#
将字符串 "Bytes0"、"Datetime64"、"Str0"、"Uint32" 和 "Uint64" 用作 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 均在 v1.17 中弃用——用户应改用 numpy.genfromtxt 并为 usemask 参数提供适当的值。
(gh-19615)
弃用#
在 mrecords 中使用 delimiter 作为关键字参数而非 delimitor#
numpy.ma.mrecords.fromtextfile() 中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)
已弃用将布尔型 kth 值传递给 (arg-)partition#
numpy.partition 和 numpy.argpartition 以前会接受布尔值作为 kth 参数，然后将其转换为整数。此行为现已弃用。
(gh-20000)
已弃用 np.MachAr 类#
已弃用 numpy.MachAr 类和 finfo.machar <numpy.finfo> 属性。建议用户直接从相应的 numpy.finfo 属性访问相关属性。
(gh-20201)
兼容性说明#
Distutils 在 clang 上强制执行严格浮点模型#
NumPy 现在在 clang 上设置 -ftrapping-math 选项，以强制通用函数进行正确的浮点错误处理。否则，Clang 默认不符合 IEEE 和 C99 行为。此更改（使用等效但更新的 -ffp-exception-behavior=strict）曾在 NumPy 1.21 中尝试，但实际上从未被使用。
(gh-19479)
已移除对复数类型的向下取整除法支持#
复数类型的向下取整除法现在将导致 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#
当一个尊重 numpy.ndarray 子类的函数使用 numpy.vectorize 进行向量化时，即使给定签名（即创建 gufunc 时），向量化函数现在也将是子类安全的：输出类将与对底层函数的首次调用返回的类相同。
(gh-19356)
不再支持 Python 3.7#
Python 支持已停止。这相当严格，有些更改要求 Python >= 3.8。
(gh-19665)
复数 dtype 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})，而以前在冒号后和字段之间省略了空格。
旧行为可以通过 np.set_printoptions(legacy="1.21") 恢复。
(gh-19687)
已更正 PCG64DSXM 和 PCG64 中的 advance#
修复了 PCG64DSXM 和 PCG64 的 advance 方法中的一个错误。此错误仅影响在不支持 128 位整数的平台（例如 Windows 和 32 位 Linux）上，当步长大于 \(2^{64}\) 时的结果。
(gh-20049)
随机 32 位浮点变量生成中的更改#
在从均匀分布生成 32 位浮点值时存在一个错误，该错误会导致随机变量的最低有效位始终为 0。此问题已修复。
此更改影响 random.Generator 方法 random、standard_normal、standard_exponential 和 standard_gamma 生成的变量，但仅当 dtype 指定为 numpy.float32 时。
(gh-20314)
C API 更改#
遮罩的内循环不再可自定义#
遮罩的内循环选择器现在永远不会被使用。如果它被自定义，在极少数情况下将给出警告。
我们不期望有任何代码使用此功能。如果您确实使用它，则必须在较新的 NumPy 版本上取消设置选择器。也请联系 NumPy 开发者，我们确实预期会提供一种新的、更具体的机制。
此自定义是旨在实现更快的遮罩操作但从未实现的特性的一部分。
(gh-19259)
未来 DType 和 UFunc API 的实验性公开#
新的头文件 experimental_public_dtype_api.h 允许实验未来的 API，以改进通用函数和特别是用户 DType 支持。此时建议使用 NumPy 的开发版本进行实验，因为预计会有一些更改并且新功能将解锁。
(gh-19919)
新特性#
NEP 49 可配置分配器#
如 NEP 49 中所述，用于分配 ndarray 数据段的函数可以更改。策略可以全局设置，也可以在特定上下文中设置。更多信息请参见 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，以警告通过设置 NPY_ARRAY_OWNDATA 进行危险的所有权转移操作。
(gh-17582)
NEP 47 的实现（采用数组 API 标准）#
已添加 NEP 47（采用数组 API 标准）的初始实现作为 numpy.array_api。该实现是实验性的，在导入时会发出 UserWarning，因为 数组 API 标准 仍处于草稿状态。numpy.array_api 是数组 API 标准的符合实现，同时也是最小的，这意味着只实现了标准要求的功能和行为（更多信息请参见 NEP）。希望使用数组 API 标准的库被鼓励使用 numpy.array_api 来检查它们是否只使用了标准符合实现中保证存在的功能。
(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 来与 Sphinx 集成。
(gh-18884)
通过 mypy 插件分配平台特定的 c_intp 精度#
在 numpy/numpy#17843 中引入的 mypy 插件再次得到扩展：该插件现在负责设置 numpy.ctypeslib.c_intp 的平台特定精度，后者用作各种 numpy.ndarray.ctypes 属性的数据类型。
如果没有该插件，上述类型将默认为 ctypes.c_int64。
要启用该插件，必须将其添加到 mypy 配置文件中。
[mypy]
plugins = numpy.typing.mypy_plugin
(gh-19062)
添加 NEP 47 兼容的 dlpack 支持#
添加 ndarray.__dlpack__() 方法，该方法返回一个封装在 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)
已将可选参数 keepdims 添加到 numpy.argmin 和 numpy.argmax#
已将 keepdims 参数添加到 numpy.argmin、numpy.argmax。如果设置为 True，则减少的轴将作为大小为一的维度保留在结果中。生成的数组具有相同的维度数，并将与输入数组进行广播。
(gh-19211)
bit_count 用于计算整数中 1 位的数量#
计算输入绝对值中 1 位的数量。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)
已将 ndim 和 axis 属性添加到 numpy.AxisError#
现在，ndim 和 axis 参数也作为属性存储在每个 numpy.AxisError 实例中。
(gh-19459)
初步支持 windows/arm64 目标#
numpy 已添加对 windows/arm64 目标的支持。请注意，windows/arm64 目标尚不支持 OpenBLAS。
(gh-19513)
已添加对 LoongArch 的支持#
LoongArch 是一种新的指令集，之前在 LoongArch 架构上 numpy 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++ 代码格式化工具，结合添加的 .clang-format 文件，它生成的代码足够接近 NumPy C_STYLE_GUIDE，可供通用使用。由于使用了多项新功能，需要 Clang-format 12+ 版本，该版本在 Fedora 34 和 Ubuntu Focal 等发行版中可用。
(gh-19754)
is_integer 现在可用于 numpy.floating 和 numpy.integer#
基于 Python float 和 int 中对应的功能，NumPy 浮点和整数类型现在支持 float.is_integer。如果数字是有限的且具有整数值，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#
f2py 中新增了一个符号解析器，用于正确解析维度规范。该解析器是未来改进的基础，并提供了与 Draft Fortran 202x 的兼容性。
(gh-19805)
ndarray、dtype 和 number 现在支持运行时下标访问#
模仿 PEP 585，numpy.ndarray、numpy.dtype 和 numpy.number 类现在支持 Python 3.9 及更高版本的下标访问。因此，以前只允许在 .pyi 存根文件或借助 from __future__ import annotations 使用的表达式现在在运行时也合法。
>>> 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 现在可以接受任何类似路径的对象#
现在，所有参数都可以接受任何类似路径的对象。这包括字符串、字节和实现 __fspath__ 协议的对象。
(gh-17530)
向 finfo 添加 smallest_normal 和 smallest_subnormal 属性#
属性 smallest_normal 和 smallest_subnormal 可作为 finfo 类的扩展用于任何浮点数据类型。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 能够为堆叠矩阵输入生成结果。此外，QR 分解的实现已从 Python 转移到 C。
(gh-19151)
numpy.fromregex 现在接受 os.PathLike 实现#
numpy.fromregex 现在接受实现 __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 现在有一个 method= 关键字参数，支持 13 种不同的方法。这取代了 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。
有关更多信息，请参阅 numpy.percentile 的文档。
(gh-19857)
已将缺失参数添加到 nan<x> 函数#
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，但缺少于 numpy.nanmean。
以下参数现已添加到 nan<x> 函数中：
nanmin:
initial和wherenanmax:
initial和wherenanargmin:
keepdims和outnanargmax:
keepdims和outnansum:
initial和wherenanprod:
initial和wherenanmean:
wherenanvar:
wherenanstd:
where
(gh-20027)
注解主 NumPy 命名空间#
从 1.20 版本开始，NumPy 库的部分内容已包含 PEP 484 类型注解；其余函数的注解工作仍在进行中。随着 1.22 版本的发布，主 NumPy 命名空间的此过程已完成，现在已完全注解。
除了主命名空间之外，少数子包也包含注解。其中包括 numpy.testing、numpy.linalg 和 numpy.random（自 1.21 版本起可用）等。
(gh-20217)
使用 AVX-512 对 umath 模块进行向量化#
通过利用 Intel Short Vector Math Library (SVML)，18 个 umath 函数（exp2、log2、log10、expm1、log1p、cbrt、sin、cos、tan、arcsin、arccos、arctan、sinh、cosh、tanh、arcsinh、arccosh、arctanh）已使用 AVX-512 指令集进行了向量化，支持单精度和双精度实现。此更改目前仅适用于 Linux 用户和具有 AVX-512 指令集的处理器。它分别提供了单精度和双精度函数平均 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)