NumPy 1.6.0 发行说明#

此版本包含多项新功能以及众多错误修复和改进的文档。它与 1.5.0 版本向后兼容，并支持 Python 2.4 - 2.7 和 3.1 - 3.2。

亮点#

  • 重新引入 datetime dtype 支持，以处理数组中的日期。

  • 一种新的 16 位浮点类型。

  • 一个新的迭代器，提高了许多函数的性能。

新功能#

新的 16 位浮点类型#

此版本增加了对 IEEE 754-2008 binary16 格式的支持，该格式可作为数据类型 numpy.half 使用。在 Python 中，该类型表现类似于 float 或 double，C 扩展可以通过公开的半精度浮点 API 为其添加支持。

新迭代器#

已添加一个新的迭代器，用单个对象和 API 取代了现有迭代器和多迭代器的功能。此迭代器适用于不同于 C 或 Fortran 连续内存布局的通用内存布局，并处理标准 NumPy 和自定义广播。ufuncs 提供但在其他地方难以复制的缓冲、自动数据类型转换和可选输出参数，现在通过此迭代器公开。

Legendre、Laguerre、Hermite、HermiteE 多项式在 numpy.polynomial 中#

扩展了 polynomial 包中可用的多项式数量。此外，类中新增了一个 window 属性，用于指定 domain 映射的范围。这对于 Laguerre、Hermite 和 HermiteE 多项式尤其有用，它们的自然定义域是无限的，并提供了一种更直观的方式来获得正确的数值映射，而无需对定义域进行不自然的技巧操作。

Fortran 假定形状数组和大小函数在 numpy.f2py 中的支持#

F2py 现在支持封装使用假定形状数组的 Fortran 90 例程。以前，这些例程可以从 Python 调用，但相应的 Fortran 例程会将假定形状数组接收为零长度数组，从而导致不可预测的结果。感谢 Lorenz Hüdepohl 指出与假定形状数组例程进行接口的正确方法。

此外，f2py 现在支持自动封装在维度规范中使用双参数 size 函数的 Fortran 例程。

其他新函数#

numpy.ravel_multi_index : 将多索引元组转换为扁平索引数组，并对索引应用边界模式。

numpy.einsum : 评估爱因斯坦求和约定。使用爱因斯坦求和约定，许多常见的多维数组操作可以以简单的方式表示。此函数提供了一种计算此类求和的方法。

numpy.count_nonzero : 计算数组中非零元素的数量。

numpy.result_type 和 numpy.min_scalar_type : 这些函数公开了 ufuncs 和其他操作用于确定输出类型的底层类型提升机制。它们改进了 numpy.common_type 和 numpy.mintypecode，后者提供类似功能但与 ufunc 实现不匹配。

变更#

默认错误处理#

默认错误处理已从 print 更改为 warn，但 underflow 除外，它仍保持为 ignore。

numpy.distutils#

支持多种新编译器来构建 NumPy：OS X 上的 Portland Group Fortran 编译器、PathScale 编译器套件以及 Linux 上的 64 位 Intel C 编译器。

numpy.testing#

测试框架新增了 numpy.testing.assert_allclose，它提供了一种比 assert_almost_equal、assert_approx_equal 和 assert_array_almost_equal 更便捷的方式来比较浮点数组。

C API#

除了新迭代器和半精度数据类型的 API 外，C API 还增加了一些其他功能。ufuncs 使用的类型提升机制通过 PyArray_PromoteTypes、PyArray_ResultType 和 PyArray_MinScalarType 公开。新增了一个枚举类型 NPY_CASTING，用于控制允许的类型转换种类。这被新函数 PyArray_CanCastArrayTo 和 PyArray_CanCastTypeTo 使用。通过 PyArray_GetArrayParamsFromObject 暴露了一种更灵活的方式来处理任意 Python 对象到数组的转换。

已弃用功能#

numpy.histogram 中的“normed”关键字已弃用。其功能将由新的“density”关键字取代。

已移除功能#

numpy.fft#

函数 refft、refft2、refftn、irefft、irefft2、irefftn（它们是名称中不带 'e' 的相同函数的别名）已被移除。

numpy.memmap#

memmap 的 sync() 和 close() 方法已移除。请改用 flush() 和“del memmap”。

numpy.lib#

已弃用函数 numpy.unique1d、numpy.setmember1d、numpy.intersect1d_nu 和 numpy.lib.ufunclike.log2 已移除。

numpy.ma#

从 numpy.ma 模块中移除了几个已弃用的项目。

* ``numpy.ma.MaskedArray`` "raw_data" method
* ``numpy.ma.MaskedArray`` constructor "flag" keyword
* ``numpy.ma.make_mask`` "flag" keyword
* ``numpy.ma.allclose`` "fill_value" keyword

numpy.distutils#

函数 numpy.get_numpy_include 已移除，请改用 numpy.get_include。