NumPy 1.22.0 发布说明#

NumPy 1.22.0 是一个大版本,由 153 名贡献者通过 609 个拉取请求完成.有许多改进,亮点包括:

  • 主命名空间的注解基本上已经完成.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.这可能是本次发布中最显眼的用户可见增强.

  • 提供的建议 Array-API 的初步版本.这是在创建一个标准函数集合的过程中,这些函数可以在 CuPy 和 JAX 等应用程序中使用.

  • NumPy 现在有了一个 DLPack 后端.DLPack 提供了一个通用的数组（张量）数据交换格式.

  • quantile、percentile 及相关函数的新方法.这些新方法提供了一套在文献中常见的方法.

  • 通用函数已经重构,以实现大部分 NEP 43. 这也解锁了试验未来 DType API 的能力.

  • 一个新的可配置分配器,供下游项目使用.

这些工作还包括为常用函数提供SIMD支持、改进F2PY以及更好的文档.

此版本支持的 Python 版本为 3.8-3.10,已移除 Python 3.7.请注意,Mac 轮子现在基于 OS X 10.14 而不是之前 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 位轮子仅在 Windows 上为 Python 3.8 和 3.9 提供,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 位轮子也都与 64 位整数 OpenBLAS 链接,这应该可以解决使用真正巨大数组的人偶尔遇到的问题.

过时的弃用#

已弃用的数字样式 dtype 字符串已被移除#

使用字符串 "Bytes0", "Datetime64", "Str0", "Uint32", 和 "Uint64" 作为 dtype 现在会引发一个 TypeError.

(gh-19539)

loads、ndfromtxt 和 mafromtxt 在 npyio 中的已过时弃用#

numpy.loads 在 v1.15 中被弃用,建议用户使用 pickle.loads 代替.``ndfromtxt`` 和 mafromtxt 都在 v1.17 中被弃用 - 用户应使用 numpy.genfromtxt 代替,并适当设置 usemask 参数的值.

(gh-19615)

弃用#

在 mrecords 中使用 delimiter 而不是 delimitor 作为 kwarg#

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

(gh-19921)

传递布尔值 kth 到 (arg-)partition 已被弃用#

numpy.partition 和 numpy.argpartition 以前接受 kth 参数的布尔值,这些值随后会被转换为整数.此行为现在已被弃用.

(gh-20000)

np.MachAr 类已被弃用#

numpy.MachAr 类和 finfo.machar <numpy.finfo> 属性已被弃用.建议用户直接从相应的 numpy.finfo 属性访问该属性.

(gh-20201)

兼容性说明#

Distutils 强制 clang 使用严格的浮点模型#

NumPy 现在在 clang 上设置了 -ftrapping-math 选项,以强制执行正确的浮点错误处理,用于通用函数.否则,Clang 默认情况下会采用非 IEEE 和 C99 兼容的行为.这一更改（使用等效但更新的 -ffp-exception-behavior=strict）在 NumPy 1.21 中尝试过,但实际上从未使用过.

(gh-19479)

移除了对复数类型的整除支持#

复数类型的地板除法现在将导致 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 函数现在生成与基础函数相同的输出类#

当一个尊重 numpy.ndarray 子类的函数使用 numpy.vectorize 向量化时,向量化函数现在也将对给定签名的情况（即,当创建一个 gufunc 时）子类安全:输出类将与第一次调用底层函数返回的类相同.

(gh-19356)

Python 3.7 不再受支持#

Python 支持已被放弃.这是相当严格的,有一些更改需要 Python >= 3.8.

(gh-19665)

复杂数据类型的 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}),而之前在冒号后和字段之间省略了空格.

旧的行为可以通过 np.set_printoptions(legacy="1.21") 恢复.

(gh-19687)

在 PCG64DSXM 和 PCG64 中修正了 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 位整数时影响结果（例如,Windows 和 32 位 Linux）.

(gh-20049)

随机32位浮点变量的生成变化#

在从均匀分布生成32位浮点值的过程中存在一个错误,该错误会导致随机变量的最低有效位始终为0.这个问题已经修复.

这一更改影响由 random.Generator 方法 random、standard_normal、standard_exponential 和 standard_gamma 产生的变量,但仅当 dtype 指定为 numpy.float32 时.

(gh-20314)

C API 变化#

掩码内循环不能再被定制#

掩码内循环选择器现在不再使用.如果它被自定义,将会在不太可能的情况下给出警告.

我们不期望任何代码使用这个.如果你确实使用了它,你必须在新的 NumPy 版本上取消选择器.请也联系 NumPy 开发者,我们预计将提供一个新的、更具体的机制.

自定义是作为一项从未实现的功能的一部分,旨在允许更快的掩码操作.

(gh-19259)

未来 DType 和 UFunc API 的实验性暴露#

新的头文件 experimental_public_dtype_api.h 允许试验改进的通用函数未来API,特别是用户DType支持.此时建议使用NumPy的开发版本进行试验,因为预计会有一些变化,并且将解锁新功能.

(gh-19919)

新功能#

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.策略可以全局设置或在上下文中设置.更多信息请参见 NEP 和 NumPy 中的内存管理 参考文档.还可以添加 NUMPY_WARN_IF_NO_MEM_POLICY 覆盖,以在通过设置 NPY_ARRAY_OWNDATA 转移所有权时发出警告.

(gh-17582)

NEP 47 的实现（采用数组 API 标准）#

NEP 47 的初始实现（采用数组 API 标准）已作为 numpy.array_api 添加.该实现是实验性的,并且在导入时会发出 UserWarning,因为 数组 API 标准 仍处于草案状态.``numpy.array_api`` 是数组 API 标准的符合实现,这也是最小的,意味着仅实现标准要求的函数和行为（更多信息请参见 NEP）.希望使用数组 API 标准的库鼓励使用 numpy.array_api 来检查它们仅使用标准符合实现中保证存在的功能.

(gh-18585)

从注释块生成 C/C++ API 参考文档现在是可能的#

此功能依赖于生成过程中的 Doxygen 和用于与 Sphinx 集成的 Breathe.

(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 插件再次得到了扩展:该插件现在负责设置 numpy.ctypeslib.c_intp 的平台特定精度,后者被用作各种 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)

添加与 NEP 47 兼容的 dlpack 支持#

添加一个 ndarray.__dlpack__() 方法,该方法返回一个包装在 PyCapsule 中的 dlpack C 结构.同时添加一个 np._from_dlpack(obj) 函数,其中 obj 支持 __dlpack__(),并返回一个 ndarray.

(gh-19083)

keepdims 可选参数已添加到 numpy.argmin, numpy.argmax#

keepdims 参数被添加到 numpy.argmin, numpy.argmax 中.如果设置为 True,被减少的轴将作为尺寸为1的维度保留在结果中.结果数组具有与输入数组相同的维度数量,并且将与输入数组广播.

(gh-19211)

bit_count 用于计算整数中 1-bit 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)

ndim 和 axis 属性已添加到 numpy.AxisError#

ndim 和 axis 参数现在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 增加了对 windows/arm64 目标的支持.请注意 OpenBLAS 对 windows/arm64 目标的支持尚不可用.

(gh-19513)

增加了对 LoongArch 的支持#

LoongArch 是一种新的指令集,在 LoongArch 架构上 numpy 编译失败,因此添加了提交.

(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,它可以生成接近 NumPy C_STYLE_GUIDE 的代码,适用于一般使用.由于使用了几个新特性,需要 Clang-format 版本 12+,它在 Fedora 34 和 Ubuntu Focal 等其他发行版中可用.

(gh-19754)

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

基于Python中的对应物 float 和 int ,numpy 的浮点数和整数类型现在支持 float.is_integer.如果数字是有限且为整数值,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)

用于Fortran维度规范的符号解析器#

f2py 中新增了一个符号解析器,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 Draft Fortran 202x 的兼容性.

(gh-19805)

ndarray、dtype 和 number 现在可以在运行时进行下标操作#

模仿 PEP 585,``numpy.ndarray``、numpy.dtype 和 numpy.number 类现在可以在 Python 3.9 及更高版本中进行下标操作.因此,以前仅允许在 .pyi 存根文件中或通过 from __future__ import annotations 帮助下的表达式,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 现在可以接受任何类似路径的对象#

所有参数现在可以接受任何 path-like object.这包括字符串、字节和实现 __fspath__ 协议的对象.

(gh-17530)

将 smallest_normal 和 smallest_subnormal 属性添加到 finfo#

属性 smallest_normal 和 smallest_subnormal 作为 finfo 类的扩展,适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 能够为作为输入的堆叠矩阵生成结果.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.其余的方法是默认”线性”方法的先前不连续变体.

更多信息请参阅 numpy.percentile 的文档.

(gh-19857)

缺失的参数已添加到 nan<x> 函数中#

一些 nan<x> 函数之前缺少它们基于 <x> 的对应函数中的参数,例如 where 参数在 numpy.mean 中存在,但在 numpy.nanmean 中不存在.

以下参数已添加到 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)

注释主要的 Numpy 命名空间#

从1.20版本开始,PEP 484类型注解已包含在NumPy库的部分内容中;注解剩余的函数正在进行中.随着1.22版本的发布,这一过程已为主NumPy命名空间完成,现在已完全注解.

除了主命名空间外,有限数量的子包也包含注解.这包括,例如,``numpy.testing``、numpy.linalg 和 ``numpy.random``（自 1.21 版本起可用）.

(gh-20217)

使用 AVX-512 向量化 umath 模块#

通过利用英特尔短向量数学库 (SVML),18 个 umath 函数（exp2、log2、log10、expm1、log1p、cbrt、sin、cos、tan、arcsin、arccos、arctan、sinh、cosh、tanh、arcsinh、arccosh、arctanh）使用 AVX-512 指令集进行了向量化,以实现单精度和双精度实现.此更改目前仅对 Linux 用户和具有 AVX-512 指令集的处理器启用.它分别对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)

On this page