商城网站前台模板免费下载,网站双倍浮动,网站视频链接怎么做的,部署wordpress后访问空白页附加文件
术语表 原文#xff1a;numpy.org/doc/1.26/glossary.html (n,)
括号中跟着逗号的数字表示一个具有一个元素的元组。尾随逗号将一个元素元组与括号n区分开。
-1 在维度入口中#xff0c;指示 NumPy 选择长度#xff0c;以保持数组元素总数不变。 n…附加文件
术语表 原文numpy.org/doc/1.26/glossary.html (n,)
括号中跟着逗号的数字表示一个具有一个元素的元组。尾随逗号将一个元素元组与括号n区分开。
-1 在维度入口中指示 NumPy 选择长度以保持数组元素总数不变。 np.arange(12).reshape(4, -1).shape
(4, 3) 在索引中任何负值表示从右边进行索引。
…
一个省略号。 当索引数组时缺失的轴简称为全切片。 a np.arange(24).reshape(2,3,4) a[...].shape
(2, 3, 4) a[...,0].shape
(2, 3) a[0,...].shape
(3, 4) a[0,...,0].shape
(3,) 它最多可以使用一次a[...,0,...]会引发一个IndexError。 在打印输出中NumPy 用...替代大数组的中间元素。要查看整个数组使用numpy.printoptions Python 的切片操作符。在 ndarrays 中切片可以应用于每个轴 a np.arange(24).reshape(2,3,4)a
array([[[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]],[[12, 13, 14, 15],[16, 17, 18, 19],[20, 21, 22, 23]]]) a[1:,-2:,:-1]
array([[[16, 17, 18],[20, 21, 22]]]) 尾部切片可以省略 a[1] a[1,:,:]
array([[ True, True, True, True],[ True, True, True, True],[ True, True, True, True]]) 与 Python 不同NumPy 中切片创建一个视图而不是副本。
详见组合高级和基本索引。 在 dtype 声明中表示数据为小端右边是大括号。 dt np.dtype(f) # little-endian single-precision float 在 dtype 声明中表示数据为大端左边是大括号。 dt np.dtype(H) # big-endian unsigned short 高级索引
而不是使用标量或切片作为索引一个轴可以用数组作为索引提供精细选择。这被称为高级索引或“花式索引”。
沿轴
数组a的操作沿轴 n的行为就好像它的参数是数组a的切片数组每个切片在轴n上具有连续索引。
例如如果a是一个 3 x N数组沿轴 0 的操作表现得好像它的参数是包含每行切片的数组 np.array((a[0,:], a[1,:], a[2,:])) 具体起见我们可以选择操作为数组反转函数numpy.flip它接受一个axis参数。我们构造一个 3 x 4 数组a a np.arange(12).reshape(3,4)a
array([[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]]) 沿轴 0行轴翻转得到 np.flip(a,axis0)
array([[ 8, 9, 10, 11],[ 4, 5, 6, 7],[ 0, 1, 2, 3]]) 回想沿轴的定义沿轴 0 翻转是将其参数视为 np.array((a[0,:], a[1,:], a[2,:]))
array([[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]]) 而np.flip(a,axis0)的结果是翻转切片 np.array((a[2,:],a[1,:],a[0,:]))
array([[ 8, 9, 10, 11],[ 4, 5, 6, 7],[ 0, 1, 2, 3]]) 数组
在 NumPy 文档中与 ndarray 同义使用。
array_like
任何可以解释为 ndarray 的标量或序列。除了 ndarrays 和标量此类别还包括列表可能嵌套并具有不同的元素类型和元组。由 numpy.array 接受的任何参数都是 array_like。 a np.array([[1, 2.0], [0, 0], (11j, 3.)]) a
array([[1.0.j, 2.0.j],[0.0.j, 0.0.j],[1.1.j, 3.0.j]]) 数组标量
数组标量是类型/类 float32float64 等的实例。为了处理操作数的统一性NumPy 将标量视为零维数组。相比之下零维数组是包含精确一个值的 ndarray 实例。
轴
数组维度的另一个术语。轴从左到右编号轴 0 是形状元组中的第一个元素。
在二维矢量中轴 0 的元素是行轴 1 的元素是列。
在更高的维度中情况就不一样了。NumPy 将更高维度的矢量打印为行列建造块的复制就像这个三维矢量一样 a np.arange(12).reshape(2,2,3)a
array([[[ 0, 1, 2],[ 3, 4, 5]],[[ 6, 7, 8],[ 9, 10, 11]]]) a被描述为一个其元素为 2x3 矢量的两元素数组。从这个角度来看行和列分别是任何形状中的最终两个轴。
这个规则可以帮助你预测矢量将如何打印反过来也可以帮助你找到任何打印元素的索引。例如在这个例子中8 的最后两个值的索引必须是 0 和 2。由于 8 出现在两个 2x3 中的第二个中第一个索引必须是 1 a[1,0,2]
8 在打印矢量时计算维度的一个方便方法是在开括号后计数[符号。这在区分例如(1,2,3)形状和(2,3)形状时非常有用 a np.arange(6).reshape(2,3)a.ndim
2a
array([[0, 1, 2],[3, 4, 5]]) a np.arange(6).reshape(1,2,3)a.ndim
3a
array([[[0, 1, 2],[3, 4, 5]]]) .base
如果一个数组没有拥有它的内存那么它的基础属性会返回数组正在引用的对象的内存。该对象可能正在引用另一个对象的内存因此拥有对象可能是a.base.base.base...。一些作家错误地声称测试base决定数组是否是视图。有关正确的方法请参阅numpy.shares_memory。
大端
请参见字节序。
BLAS
基本线性代数子程序
广播
广播是 NumPy 处理不同大小的 ndarray 的能力就好像它们都是相同大小一样。
它允许优雅的做-我-知道什么的行为在这种情况下将标量添加到向量会将标量值添加到每个元素。 a np.arange(3)a
array([0, 1, 2]) a [3, 3, 3]
array([3, 4, 5]) a 3
array([3, 4, 5]) 通常向量操作数必须全部具有相同的大小因为 NumPy 逐元素工作——例如c a * b是 c[0,0,0] a[0,0,0] * b[0,0,0]c[0,0,1] a[0,0,1] * b[0,0,1]
... 但在某些有用的情况下NumPy 可以沿着“缺失”的轴或“太短”的维度复制数据使形状匹配。复制不会占用内存或时间。详情请参见广播。
C 顺序
与行主导相同。
列主导
查看行优先和列优先顺序。
连续的
如果数组是连续的则 它占据了一块连续的内存块以及 具有更高索引的数组元素占据更高地址即没有步长为负。
有两种类型的适当连续的 NumPy 数组 Fortran 连续数组指的是以列方式存储的数据即存储在内存中的数据索引从最低维开始 C 连续或简单连续的数组指的是以行方式存储的数据即存储在内存中的数据索引从最高维开始。
对于一维数组这些概念是相同的。
例如2x2 数组A如果其元素按以下顺序存储在内存中则为 Fortran 连续
A[0,0] A[1,0] A[0,1] A[1,1] 且如果顺序如下则为 C 连续
A[0,0] A[0,1] A[1,0] A[1,1] 要测试数组是否为 C 连续请使用 NumPy 数组的.flags.c_contiguous属性。要测试 Fortran 连续性请使用.flags.f_contiguous属性。
拷贝
查看视图。
维度
查看轴。
数据类型
描述 ndarray 中类型相同的元素的数据类型。它可以更改以重新解释数组内容。详情请参见数据类型对象dtype。
精细索引
高级索引的另一个术语。
字段
在结构化数据类型中每个子类型称为字段。字段具有名称字符串、类型任何有效的 dtype和可选的标题。请参见数据类型对象dtype。
Fortran 顺序
与列主导相同。
展平
查看拉伸。
同质的
同质数组的所有元素具有相同类型。与 Python 列表相反ndarrays 是同质的。类型可能很复杂如结构化数组但所有元素都具有该类型。
NumPy 的对象数组其中包含指向 Python 对象的引用起到异构数组的作用。
数据项大小
dtype 元素的字节大小。
小端
查看字节顺序。
掩码
用于选仅对某些元素进行操作的布尔数组 x np.arange(5)x
array([0, 1, 2, 3, 4]) mask (x 2)mask
array([False, False, False, True, True]) x[mask] -1x
array([ 0, 1, 2, -1, -1]) 蒙版数组
坏的或缺失的数据可以通过将其放入蒙版数组中该数组具有指示无效条目的内部布尔数组来干净地忽略。对于带有蒙版数组的操作会忽略这些条目。 a np.ma.masked_array([np.nan, 2, np.nan], [True, False, True])a
masked_array(data[--, 2.0, --],mask[ True, False, True],fill_value1e20) a [1, 2, 3]
masked_array(data[--, 4.0, --],mask[ True, False, True],fill_value1e20) 详情请参见蒙版数组。
矩阵
NumPy 的二维矩阵类不应再使用请使用常规 ndarrays。
ndarray
NumPy 的基本结构。
对象数组
一个其数据类型为object的数组即它包含对 Python 对象的引用。对数组进行索引解引用 Python 对象因此与其他 ndarrays 不同对象数组具有能够保存异构对象的能力。
ravel
numpy.ravel 和 numpy.flatten 都会将 ndarray 展平。如果可能ravel会返回视图flatten总是返回副本。
展平将多维数组折叠为单个维度如何完成此操作的详细信息例如a[n1]应该是下一行还是下一列是参数。
记录数组
允许以属性样式a.field访问的一个结构化数组除了a[field]。详情请参见 numpy.recarray.
行主序
参见行主序和列主序。NumPy 默认以行主序创建数组。
标量
在 NumPy 中通常是数组标量的同义词。
形状
显示 ndarray 每个维度的长度的元组。元组本身的长度即为维度的数量numpy.ndim。元组元素的乘积即为数组中的元素数量。详情请参见 numpy.ndarray.shape。
步幅
物理内存是一维的步幅提供了一种将给定索引映射到内存地址的机制。对于 N 维数组其strides属性是一个 N 元素元组从索引i向轴n上的索引i1前进意味着在地址上添加a.strides[n]个字节。
步幅会自动从数组的 dtype 和形状中计算但也可以直接使用 as_strided 指定。
详情请参见 numpy.ndarray.strides。
要了解步进是如何支撑 NumPy 视图的强大功能请参见NumPy 数组高效数值计算的结构。
结构化数组
其 dtype 为结构化数据类型的数组。
结构化数据类型
用户可以创建包含其他数组和数据类型的任意复杂的 dtype这些复合 dtype 被称为结构化数据类型。
子数组
嵌套在结构化数据类型中的数组如此处的b dt np.dtype([(a, np.int32), (b, np.float32, (3,))])np.zeros(3, dtypedt)
array([(0, [0., 0., 0.]), (0, [0., 0., 0.]), (0, [0., 0., 0.])],dtype[(a, i4), (b, f4, (3,))]) 子数组数据类型
表现得像一个 ndarray 的结构化数据类型的元素。
标题
结构化数据类型中字段名称的别名。
类型
在 NumPy 中通常是 dtype 的同义词。对于更一般的 Python 含义请参见此处。
ufunc
NumPy 的快速逐元素计算向量化可以选择应用哪个函数。该函数的通用术语是ufunc缩写为universal function。NumPy 例程具有内置的 ufunc但用户也可以编写自己的。
向量化
NumPy 把数组处理交给了 C 语言在那里循环和计算比在 Python 中快得多。为了利用这一点使用 NumPy 的程序员取消了 Python 循环而是使用数组对数组操作。向量化 既可以指 C 的卸载也可以指结构化 NumPy 代码以利用它。
视图
不触及底层数据NumPy 可使一个数组看起来改变其数据类型和形状。
以此方式创建的数组是一个视图而且 NumPy 经常利用使用视图而不是创建新数组来获得性能优势。
潜在的缺点是对视图的写入也可能改变原始数组。如果这是一个问题NumPy 需要创建一个物理上不同的数组 - 一个copy.
一些 NumPy 例程总是返回视图一些总是返回副本有些可能返回其中之一对于一些情况可以指定选择。管理视图和副本的责任落在程序员身上。numpy.shares_memory 可以检查b是否为a的视图但精确答案并非总是可行就像文档页面所解释的那样。 x np.arange(5)x
array([0, 1, 2, 3, 4]) y x[::2]y
array([0, 2, 4]) x[0] 3 # changing x changes y as well, since y is a view on xy
array([3, 2, 4]) 发布说明 原文numpy.org/doc/1.26/release.html 1.26.0 新功能 numpy.array_api中的数组 API v2022.12 支持 支持更新的加速 BLAS/LAPACK 库 f2py的meson后端支持 f2py的bind(c)支持 改进 f2py的iso_c_binding支持 构建系统变更 NumPy 特定的构建自定义 构建依赖项 故障排除 贡献者 已合并的拉取请求 1.25.2 贡献者 已合并的拉取请求 1.25.1 贡献者 已合并的拉取请求 1.25.0 弃用内容 过期弃用 兼容性说明 当modewrap时np.pad使用严格的原始数据倍数进行填充 移除 Cython 中的long_t和ulong_t 针对ufunc的axes参数错误消息和类型已更改 如果使用where则支持定义__array_ufunc__的类数组可以覆盖ufunc 默认情况下使用 NumPy C API 进行编译现在具有向后兼容性 新功能 np.einsum 现在接受具有 object 数据类型的数组 增加对原位矩阵乘法的支持 新增 NPY_ENABLE_CPU_FEATURES 环境变量 NumPy 现在有一个 np.exceptions 命名空间 np.linalg 函数返回 NamedTuples np.char 中的字符串函数与 NEP 42 自定义 dtype 兼容 字符串 dtype 实例可以从字符串抽象 dtype 类创建 富士通 C/C 编译器现在受支持 现在支持 SSL2 改进 NDArrayOperatorsMixin 指定它没有 __slots__ 修复复数零点的幂 新的 DTypePromotionError np.show_config 使用来自 Meson 的信息 修复了当以参数 prepend/append 调用时np.ma.diff 不保留掩码的问题。 在 Cython 中修复了 NumPy C-API 的错误处理 直接生成随机数生成器的能力 numpy.logspace 现在支持非标量 base 参数 np.ma.dot() 现在支持非 2D 数组 在 repr 中明确显示 .npz 文件的键 NumPy 现在在 np.dtypes 中公开了 DType 类 在保存为 .npy 或 .npz 文件之前删除 dtype 元数据 numpy.lib.recfunctions.structured_to_unstructured 在更多情况下返回视图 有符号和无符号整数始终正确比较 性能改进和更改 在启用 AVX-512 的处理器上np.argsort 更快了 在启用 AVX-512 的处理器上np.sort 更快了 __array_function__ 机制的速度提升](release/1.25.0-notes.html#array-function-machinery-is-now-much-faster) ufunc.at 的速度可以提升很多](release/1.25.0-notes.html#ufunc-at-can-be-much-faster) NpzFile 上的成员测试更快](release/1.25.0-notes.html#faster-membership-test-on-npzfile) 变更](release/1.25.0-notes.html#changes) np.r_[] 和 np.c_[] 的某些标量值](release/1.25.0-notes.html#np-r-and-np-c-with-certain-scalar-values) 大多数 NumPy 函数被包装为可调用的 C 函数](release/1.25.0-notes.html#most-numpy-functions-are-wrapped-into-a-c-callable) C 标准库使用](release/1.25.0-notes.html#c-standard-library-usage) 1.24.3 贡献者](release/1.24.3-notes.html#contributors) 合并的拉取请求](release/1.24.3-notes.html#pull-requests-merged) 1.24.2 贡献者](release/1.24.2-notes.html#contributors) 合并的拉取请求](release/1.24.2-notes.html#pull-requests-merged) 1.24.1 贡献者](release/1.24.1-notes.html#contributors) 合并的拉取请求](release/1.24.1-notes.html#pull-requests-merged) 1.24.0 弃用信息 弃用 fastCopyAndTranspose 和 PyArray_CopyAndTranspose](release/1.24.0-notes.html#deprecate-fastcopyandtranspose-and-pyarray-copyandtranspose) Python 整数的越界转换 弃用 msort](release/1.24.0-notes.html#deprecate-msort) np.str0 和类似对象现在弃用](release/1.24.0-notes.html#np-str0-and-similar-are-now-deprecated) 弃用过期的内容](release/1.24.0-notes.html#expired-deprecations) 兼容性说明](release/1.24.0-notes.html#compatibility-notes) array.fill(scalar) 的行为可能略有不同](release/1.24.0-notes.html#array-fill-scalar-may-behave-slightly-different) 子数组到对象的转换现在会进行拷贝](release/1.24.0-notes.html#subarray-to-object-cast-now-copies) 返回的数组将尊重 dtype 参数对象的唯一性](release/1.24.0-notes.html#returned-arrays-respect-uniqueness-of-dtype-kwarg-objects) BufferError 引发 DLPack 导出错误 不再在 GCC-6 上进行 NumPy 构建的测试](release/1.24.0-notes.html#numpy-builds-are-no-longer-tested-on-gcc-6) 新特性](release/1.24.0-notes.html#new-features) 多项式类中添加了新的 symbol 属性](release/1.24.0-notes.html#new-attribute-symbol-added-to-polynomial-classes) Fortran character 字符串的 F2PY 支持](release/1.24.0-notes.html#f2py-support-for-fortran-character-strings) 新函数 np.show_runtime](release/1.24.0-notes.html#new-function-np-show-runtime) testing.assert_array_equal 的 strict 选项](release/1.24.0-notes.html#strict-option-for-testing-assert-array-equal) 添加到np.unique的新参数equal_nan numpy.stack的casting和dtype关键字参数 numpy.vstack的casting和dtype关键字参数 numpy.hstack的casting和dtype关键字参数 底层的单实例 RandomState 的比特生成器可以更改 np.void现在有一个dtype参数 改进 F2PY 改进 IBM zSystems Vector Extension Facility (SIMD) NumPy 现在在转换中产生浮点错误 F2PY 支持 value 属性 为第三方 BitGenerators 添加了 pickle 支持 arange()现在明确在 dtype 为 str 时失败 numpy.typing协议现在可以在运行时检查 性能改进和变更 为整数数组提供np.isin和np.in1d的更快版本 更快的比较运算符 变更 更好的整数除法溢出报告 masked_invalid现在就地修改掩码 nditer/NpyIter允许为所有操作数进行分配 1.23.5 贡献者 合并的拉取请求 1.23.4 贡献者 合并的拉取请求 1.23.3 贡献者 合并的拉取请求 1.23.2 贡献者 合并的拉取请求 1.23.1 贡献者 合并的拉取请求 1.23.0 新函数 弃用信息 过期的弃用项 新特性 crackfortran 现在支持运算符和赋值重载 f2py 支持从派生类型语句中读取访问类型属性 genfromtxt新增参数ndmin np.loadtxt现在支持引号字符和单个转换函数 改变到不同尺寸的 dtype 现在只需要最后一个轴连续性 F2PY 的确定性输出文件 average的keepdims参数 np.unique新增参数equal_nan 兼容性说明 1 维np.linalg.norm现在保留了浮点输入类型即使对于标量结果 对结构化(void) dtype 提升和比较的更改 NPY_RELAXED_STRIDES_CHECKING已被移除 [np.loadtxt已经接收到一些更改 改进 ndarray.__array_finalize__现在可调用 添加对 VSX4/Power10 的支持 np.fromiter现在接受对象和子数组 Math C 库特性检测现在使用正确的签名 np.kron现在保留子类信息 性能改进和更改 更快的np.loadtxt 更快的约简运算符 更快的np.where NumPy 标量上的更快操作 更快的np.kron 1.22.4 贡献者 已合并的拉取请求 1.22.3 贡献者 已合并的拉取请求 1.22.2 贡献者 已合并的拉取请求 1.22.1 贡献者 已合并的拉取请求 1.22.0 过时的弃用 已移除废弃的数值风格 dtype 字符串 在 npyio 中loadsndfromtxt和mafromtxt的过时弃用已移除 弃用 在 mrecords 中使用分隔符而不是作为 kwarg 的 delimitor 将布尔kth值传递给arg-partition 已被弃用 np.MachAr类已被弃用 兼容性注意事项 Distutils 对 clang 强制使用严格的浮点模型 已删除复数类型的 floor division 支持 numpy.vectorize函数现在产生与基础函数相同的输出类 不再支持 Python 3.7 复杂数据类型的 str/repr 现在在标点符号后包含空格 在PCG64DSXM和PCG64中纠正了advance 生成 32 位浮点随机变量方式的改变 C API 变更 内部屏蔽循环不再可定制化 未来 DType 和 UFunc API 的实验性曝光 新特性 NEP 49 配置分配器 实施 NEP 47采用数组 API 标准 可以从注释块生成 C/C API 参考文档 通过 mypy 插件分配平台特定的c_intp精度 添加 NEP 47 兼容的 dlpack 支持 keepdims可选参数添加到numpy.argmin,numpy.argmax bit_count用于计算整数中 1 位的数量 ndim和axis属性已添加到numpy.AxisError windows/arm64目标的初步支持 增加对龙芯的支持 添加了.clang-format文件 is_integer现在适用于numpy.floating和numpy.integer Fortran 维度规范的符号解析器 ndarray, dtype和number现在可以在运行时进行下标索引 改进 ctypeslib.load_library现在可以接受任何类路径对象 给finfo添加smallest_normal和smallest_subnormal属性 numpy.linalg.qr接受堆叠矩阵作为输入 numpy.fromregex现在接受os.PathLike的实现 为quantile和percentile添加新方法 向nanx函数添加了缺失参数 对主要的 NumPy 命名空间进行注释 使用 AVX-512 对 umath 模块进行向量化 OpenBLAS v0.3.18 1.21.6 1.21.5 贡献者 已合并的拉取请求 1.21.4 贡献者 已合并的拉取请求 1.21.3 贡献者 已合并的拉取请求 1.21.2 贡献者 已合并的拉取请求 1.21.1 贡献者 已合并的拉取请求 1.21.0 新函数 添加PCG64DXSM BitGenerator 过期的弃用项 已弃用项 .dtype属性必须返回dtype numpy.convolve和numpy.correlate的不精确匹配已弃用 np.typeDict已正式弃用 在类似数组创建时会引发异常 已弃用四个ndarray.ctypes方法 过期的弃用项 移除已弃用的PolyBase和未使用的PolyError和PolyDomainError 兼容性说明 通用函数的错误类型更改 __array_ufunc__ 参数验证 __array_ufunc__ 和额外的位置参数 在 Generator.uniform 中验证输入数值 /usr/include 从默认包含路径中移除 对具有 dtype... 的比较的更改 在 ufuncs 中的 dtype 和 signature 参数的更改 Ufunc signature... 和 dtype 泛化以及casting Distutils 对 clang 强制使用严格浮点模型 C API 改变 使用 ufunc-type_resolver 和 “type tuple” 新功能 为处理特定平台 numpy.number 精度添加了一个 mypy 插件 让 mypy 插件管理扩展精度 numpy.number 子类 用于打印浮点数值的新 min_digits 参数 f2py 现在可以识别 Fortran 抽象接口块 通过环境变量配置 BLAS 和 LAPACK 为 ndarray 添加了一个运行时可订阅的别名 改进 numpy.unwrap 的任意 period 选项 np.unique 现在返回单个 NaN Generator.rayleigh 和 Generator.geometric 性能改进 改进了占位符注解 性能改进 NumPy 数组整数除法性能改进 优化np.save和np.load在小数组上的性能 更改 numpy.piecewise 的输出类现在与输入类匹配 启用 Accelerate Framework 1.20.3 贡献者 合并的拉取请求 1.20.2 贡献者 合并的拉取请求 1.20.1 亮点 贡献者 合并的拉取请求 1.20.0 新函数 random.Generator 类有一个新的 permuted 函数。 sliding_window_view 为 numpy 数组提供了滑动窗口视图release/1.20.0-notes.html#sliding-window-view-provides-a-sliding-window-view-for-numpy-arrays numpy.broadcast_shapes 是一新的用户可见函数release/1.20.0-notes.html#numpy-broadcast-shapes-is-a-new-user-facing-function 弃用release/1.20.0-notes.html#deprecations 弃用使用np.int等内置类型的别名release/1.20.0-notes.html#using-the-aliases-of-builtin-types-like-np-int-is-deprecated 将shapeNone传递给具有非可选形状参数的函数已被弃用release/1.20.0-notes.html#passing-shape-none-to-functions-with-a-non-optional-shape-argument-is-deprecated 索引错误即使索引结果为空也会报告release/1.20.0-notes.html#indexing-errors-will-be-reported-even-when-index-result-is-empty mode和searchside的不精确匹配已被弃用release/1.20.0-notes.html#inexact-matches-for-mode-and-searchside-are-deprecated numpy.dual 的弃用release/1.20.0-notes.html#deprecation-of-numpy-dual outer 和 ufunc.outer 对矩阵已弃用release/1.20.0-notes.html#outer-and-ufunc-outer-deprecated-for-matrix 进一步弃用数字样式类型release/1.20.0-notes.html#further-numeric-style-types-deprecated ndindex 的 ndincr 方法已被弃用release/1.20.0-notes.html#the-ndincr-method-of-ndindex-is-deprecated 未定义__len__和__getitem__的 ArrayLike 对象release/1.20.0-notes.html#arraylike-objects-which-do-not-define-len-and-getitem 未来更改release/1.20.0-notes.html#future-changes 数组不能使用子数组 dtypesrelease/1.20.0-notes.html#arrays-cannot-be-using-subarray-dtypes 过时的废弃 已移除财务函数。 兼容性注意事项 isinstance(dtype, np.dtype) 而不是 type(dtype) is not np.dtype。 在 axisNone 的情况下使用相同种类转换融合。 赋值给数组时NumPy 标量会被转换。 当混合字符串和其他类型时数组强制转换会发生变化。 数组强制转换重构 写入 numpy.broadcast_arrays 的结果将导出只读缓冲区。 数字样式类型名称已从类型词典中删除。 operator.concat 函数现在对数组参数引发 TypeError。 从 ABCPolyBase 中删除了 nickname 属性。 float-timedelta 和 uint64-timedelta 提升将引发 TypeError。 numpy.genfromtxt 现在正确解包结构化数组。 mgrid、r_等对非默认精度输入一直返回正确输出。 形状不匹配的布尔数组索引现在会正常地引发 IndexError。 转换错误中断迭代。 f2py 生成的代码可能返回 Unicode 而不是字节字符串。 __array_interface__[data] 元组的第一个元素必须是整数。 poly1d 尊重所有零参数的数据类型。 swig 的 numpy.i 文件仅适用于 Python 3。 在 np.array 中发现空数据类型。 C API 变化 PyArray_DescrCheck 宏被修改 np.ndarray 和 np.void_ 的大小发生了变化 新特性 numpy.all 和 numpy.any 函数的 where 关键字参数 numpy 函数 mean、std、var 的 where 关键字参数 numpy.fft 函数的 normbackward、forward 关键字选项 NumPy 现在是有类型的 运行时可访问 numpy.typing 为 f2py 生成的模块添加新的 __f2py_numpy_version__ 属性。 通过 runtests.py 可以运行 mypy 测试 否定用户定义的 BLAS/LAPACK 检测顺序 允许通过 asv build 传递优化参数 现在支持 NVIDIA HPC SDK nvfortran 编译器 cov 和 corrcoef 的 dtype 选项 改进 改进多项式的字符串表示__str__ 将 Accelerate 库从 LAPACK 库候选中移除 包含多行对象的对象数组的 repr 更易读 concatenate 函数支持提供输出的数据类型 f2py 回调函数线程安全 numpy.core.records.fromfile 现在支持类文件对象 在 AIX 上添加对 RPATH 的支持到 distutils 使用命令行参数指定的 f90 编译器 为 Cython 3.0 及以上版本添加 NumPy 声明 使窗口函数完全对称 性能改进和更改 启用多平台 SIMD 编译器优化 更改 更改 divmod(1., 0.) 和相关函数的行为 np.linspace 在整数上使用 floor](release/1.20.0-notes.html#np-linspace-on-integers-now-uses-floor) 1.19.5 贡献者 合并的拉取请求 1.19.4 贡献者 合并的拉取请求 1.19.3 贡献者 合并的拉取请求 1.19.2 改进 为 Cython 3.0 及以上版本添加 NumPy 声明 贡献者 合并的拉取请求 1.19.1 贡献者 合并的拉取请求 1.19.0 亮点 已过时退役 numpy.insert 和 numpy.delete 不再可以在 0 维数组上通过轴传递](release/1.19.0-notes.html#numpy-insert-and-numpy-delete-can-no-longer-be-passed-an-axis-on-0d-arrays) numpy.delete 不再忽略超出范围的索引](release/1.19.0-notes.html#numpy-delete-no-longer-ignores-out-of-bounds-indices) numpy.insert 和 numpy.delete 不再接受非整数索引](release/1.19.0-notes.html#numpy-insert-and-numpy-delete-no-longer-accept-non-integral-indices) numpy.delete 不再将布尔索引强制转换为整数](release/1.19.0-notes.html#numpy-delete-no-longer-casts-boolean-indices-to-integers) 兼容性说明 从 numpy.random.Generator.dirichlet 更改随机变量流 PyArray_ConvertToCommonType 中的标量提升 Fasttake 和 fastputmask slots 被废弃并设置为 NULL np.ediff1d 在 to_end 和 to_begin 上的类型转换行为 将空数组对象转换为 NumPy 数组 移除 multiarray.int_asbuffer 移除了 numpy.distutils.compat issubdtype 不再将 float 解释为 np.floating 更改标量上 round 的输出以与 Python 一致 numpy.ndarray 构造函数不再将 strides() 解释为 stridesNone C 级别的字符串到日期时间转换已更改 使用小种子的 SeedSequence 不再与生成冲突 废弃内容 废弃对不规整输入的自动 dtypeobject 传递 shape0 到 numpy.rec 工厂函数已被废弃 废弃可能未使用的 C-API 函数 转换某些类型到 dtypes 已废弃 废弃 np.complexfloating 标量的 round 操作 numpy.ndarray.tostring() 已被废弃推荐使用 tobytes() C API 变更 API 函数中对 const 维度的更好支持 UFunc 内部循环增加 const 修饰符 新特性 numpy.frompyfunc 现在接受一个 identity 参数 np.str_ 标量现在支持缓冲区协议 numpy.copy 的 subok 选项 numpy.linalg.multi_dot 现在接受 out 参数 numpy.count_nonzero 的 keepdims 参数 numpy.array_equal 的 equal_nan 参数 改进 改进 CPU 特性的检测 在回退的 lapack_lite 中64 位平台上使用 64 位整数大小 当输入为 np.float64 时使用 AVX512 内部实现 np.exp 禁用 madvise hugepages 的能力 numpy.einsum 在子脚本列表中接受 NumPy int64 类型 np.logaddexp2.identity 更改为 -inf 变更 移除了对 __array__ 的额外参数处理 numpy.random._bit_generator 移动到 numpy.random.bit_generator 通过 pxd 文件提供对随机分布的 Cython 访问 修复了 numpy.random.multivariate_normal 中 eigh 和 cholesky 方法 修复了 MT19937.jumped 中跳转的实现 1.18.5 贡献者 合并的拉取请求 1.18.4 贡献者 合并的拉取请求 1.18.3 亮点 贡献者 合并的拉取请求 1.18.2 贡献者 合并的拉取请求 1.18.1 贡献者 合并的拉取请求 1.18.0 亮点 新函数 在numpy.random中添加多元超几何分布 废弃 np.fromfile和np.fromstring将在错误数据上报错 在ma.fill_value中废弃非标量数组作为填充值 废弃PyArray_As1DPyArray_As2D 废弃了np.alen 废弃了金融函数 numpy.ma.mask_cols和numpy.ma.mask_row的axis参数已废弃 弃用的废止 兼容性说明 numpy.lib.recfunctions.drop_fields不再返回 None 如果numpy.argmin/argmax/min/max在数组中存在则返回NaT 现在np.can_cast(np.uint64, np.timedelta64, castingsafe)为False 从numpy.random.Generator.integers中更改随机变量流 为datetime64和timedelta64添加更多的 ufunc 循环 numpy.random中的模块已移动 C API 更改 PyDataType_ISUNSIZED(descr)对于结构化数据类型现在返回 False 新特性 添加我们自己的*.pxd cython 导入文件 现在可以输入一个轴的元组到expand_dims中 支持 64 位 OpenBLAS 在 F2PY 中添加--f2cmap选项 改进 相同大小的不同 C 数值类型具有唯一的名称 argwhere 在 0 维数组上现在产生一致的结果 为 random.permutation 和 random.shuffle 添加 axis 参数 method 关键字参数用于 np.random.multivariate_normal 为 numpy.fromstring 增加复数支持 当 axis 不为 None 时numpy.unique 有一致的轴顺序 numpy.matmul 的布尔输出现在转换为布尔值 numpy.random.randint 在范围为 2**32 时产生不正确的值 为 numpy.fromfile 增加复数支持 gcc 命名的编译器现在添加 stdc99 参数](发布/1.18.0-说明.html#std-c99-added-if-compiler-is-named-gcc) 变更 NaT 现在排序到数组的末尾 在 np.set_printoptions 中不正确的 threshold 会引发 TypeError 或 ValueError 保存带有元数据的数据类型时发出警告 numpy.distutils 在 LDFLAGS 和类似情况下的 append 行为发生更改 移除未弃用的 numpy.random.entropy 添加选项以安静地配置构建并用 -Werror 构建 1.17.5 贡献者 已合并的拉取请求 1.17.4 亮点 贡献者 已合并的拉取请求 1.17.3 亮点 兼容性说明 贡献者 已合并的拉取请求 1.17.2 贡献者 已合并的拉取请求 1.17.1 贡献者 合并的拉取请求 1.17.0 亮点 新函数 废弃项 numpy.polynomial 函数在传递 float 而非 int 时会警告 弃用 numpy.distutils.exec_command 和 temp_file_name C-API 封装数组的写标志 numpy.nonzero 不应该再在 0d 数组上调用 写入 numpy.broadcast_arrays 的结果会产生警告 未来的变化 dtypes 中的形状为 1 的字段在将来的版本中不会被折叠成标量 兼容性说明 float16 次正规化舍入 使用 divmod 时的带符号零 MaskedArray.mask 现在返回掩码的视图而不是掩码本身 不要在 numpy.frombuffer 中查找 __buffer__ 属性 out 在 take, choose, put 中用于内存重叠时被缓冲 加载时拆开解除引用需要显式选择 旧 random 模块中随机流的潜在变化 i0 现在总是返回与输入相同形状的结果 can_cast 不再假设所有不安全的转换都是允许的 ndarray.flags.writeable 稍微更频繁地切换到 true C API 变化 维度或步长输入参数现在通过 npy_intp const* 传递 新特性 具有可选择的随机数生成器的新可扩展 numpy.random 模块 libFLAME 用户定义的 BLAS 检测顺序 用户定义的 LAPACK 检测顺序 ufunc.reduce 和相关函数现在接受一个 where 掩码 Timsort 和基数排序已替换 mergesort 以实现稳定排序 packbits 和 unpackbits 接受一个 order 关键字 unpackbits 现在接受一个 count 参数 linalg.svd 和 linalg.pinv 在 Hermitian 输入上可能更快 divmod 操作现在支持两个 timedelta64 操作数 fromfile 现在接受一个 offset 参数 pad 的新模式 “empty” empty_like 和相关函数现在接受一个 shape 参数 浮点数标量实现 as_integer_ratio 以匹配内置的 float 结构化的 dtype 对象可以用多个字段名称进行索引 .npy 文件支持 Unicode 字段名称 改进 数组比较断言包括最大差异 用 pocketfft 库替换了基于 fftpack 的 fft 模块 在 numpy.ctypeslib 中对 ctypes 支持的进一步改进 numpy.errstate 现在也是一个函数装饰器 numpy.exp 和 numpy.log 在 float32 实现上加速 改进numpy.pad的性能 numpy.interp更稳健地处理无穷大 Pathlib支持fromfile, tofile和ndarray.dump 对于 bool 和 int 类型的特定化的isnan, isinf和isfinite ufuncs isfinite支持datetime64和timedelta64类型 nan_to_num中添加了新的关键字 分配过大的数组引起的 MemoryError 错误更加详细 floor, ceil和trunc现在尊重内置魔术方法 quantile现在可以在Fraction和decimal.Decimal对象上使用 matmul中支持对象数组 变更 median和percentile函数族不再对nan发出警告 将timedelta64 % 0行为调整为返回NaT NumPy 函数现在始终支持通过__array_function__进行重写 lib.recfunctions.structured_to_unstructured不会压缩单个字段视图 clip现在在底层使用 ufunc __array_interface__偏移现在按照文档正常工作 在savez函数中将 pickle 协议设置为 3 以强制使用 zip64 标志 使用不存在的字段索引结构化数组时引发KeyError而不是ValueError 1.16.6 亮点 新功能 允许matmul (** operator)与对象数组一起使用。 兼容性说明 修复 bool 类型在 matmul(**操作符)中的回归 改进 数组比较断言包含最大差异 贡献者 已合并的拉取请求 1.16.5 贡献者 已合并的拉取请求 1.16.4 新的停用功能 C-API 封装数组的可写标记 兼容性注意事项 随机流的潜在改动 变更 numpy.lib.recfunctions.structured_to_unstructured不会压缩单字段视图 贡献者 已合并的拉取请求 1.16.3 兼容性注意事项 加载时解 pickling 需要显式选择 改进 random.mvnormal中的协方差转换为 double 变更 __array_interface__偏移现在按照文档工作 1.16.2 兼容性注意事项 使用 divmod 时的有符号零 贡献者 已合并的拉取请求 1.16.1 贡献者 增强 兼容性注意事项 新特性 timedelta64操作数现在支持 divmod 操作 改进 np.ctypeslib中ctypes支持的进一步改进 数组比较断言包括最大差异(array comparison assertions include maximum differences) 更改(Changes) 调整了timedelta64 % 0的行为以返回NaT(timedelta64 % 0 behavior adjusted to return NaT) 1.16.0 亮点 新函数(New functions) 新的弃用特性(New deprecations) 过期的弃用特性(Expired deprecations) 未来的更改(Future changes) 兼容性注意事项(Compatibility notes) Windows 上的 f2py 脚本(f2py script on Windows) NaT 比较(NaT comparisons) complex64/128的对齐方式已更改(complex64/128 alignment has changed) nd_grid __len__已移除(nd_grid len removal) np.unravel_index现在接受shape关键字参数 多字段视图返回视图而不是副本(multi-field views return a view instead of a copy) C API 更改(C API changes) 新特性(New Features) histogram中添加了综合平方误差(ISE)估计器(integrated squared error (ISE) estimator added to histogram) 给np.loadtxt添加了max_rows关键字(max_rows keyword added for np.loadtxt) np.timedelta64操作数现在有模运算支持(modulus operator support added for np.timedelta64 operands) 改进(Improvements) numpy 数组的无副本 pickling(no-copy pickling of numpy arrays) 构建独立的 shell(build shell independence) *np.polynomial.Polynomial*类会在 Jupyter 笔记本中以 LaTeX 渲染(np.polynomial.Polynomial classes render in LaTeX in Jupyter notebooks) randint和choice现在适用于空分布(randint and choice now work on empty distributions) linalg.lstsq, linalg.qr, 和 linalg.svd现在适用于空数组(linalg.lstsq, linalg.qr, and linalg.svd now work with empty arrays) 错误的PEP3118格式字符串会抛出更好的错误消息以链式异常处理(Chain exceptions to give better error messages for invalid PEP3118 format strings) Einsum 优化路径更新和效率提升(Einsum optimization path updates and efficiency improvements) numpy.angle和numpy.expand_dims现在适用于ndarray子类 NPY_NO_DEPRECATED_API编译器警告抑制 np.diff添加了 kwargs prepend 和 append ARM 支持更新 追加到构建标志 广义 ufunc 签名现在允许固定大小的维度 广义 ufunc 签名现在允许灵活的维度 np.clip和clip方法检查内存重叠 np.polyfit中cov选项的新值unscaled 标量数值类型详细的文档字符串 __module__属性现在指向公共模块 大型分配标记为透明大页适用 Alpine Linux以及其他 musl C 库发行版支持 加快np.block大型数组的速度 加快只读数组的np.take 支持类似路径对象的更多功能 在缩减过程中 ufunc 身份的行为更好 从 ctypes 对象改进的转换 一个新的ndpointer.contents成员 matmul现在是一个ufunc linspacelogspace和geomspace的起始和停止数组 CI 扩展了额外的服务 更改 比较 ufunc 现在会报错而不是返回 NotImplemented positive 现在会对非数值数组发出弃用警告 NDArrayOperatorsMixin 现在实现矩阵乘法 np.polyfit 中协方差矩阵的缩放方式不同 maximum 和 minimum 不再发出警告 Umath 和 multiarray C 扩展模块合并为一个单独模块 getfield 的有效性检查已扩展 NumPy 函数现在支持使用 __array_function__ 进行覆盖 基于只读缓冲区的数组不能设置为 writeable 1.15.4 兼容性注意事项 贡献者 已合并的拉取请求 1.15.3 兼容性注意事项 贡献者 已合并的拉取请求 1.15.2 兼容性注意事项 贡献者 已合并的拉取请求 1.15.1 兼容性注意事项 贡献者 已合并的拉取请求 1.15.0 亮点 新函数 废弃功能 未来变更 兼容性注意事项 编译测试模块重命名并设为私有 np.savez 返回的 NpzFile 现在是 collections.abc.Mapping 在某些条件下必须在上下文管理器中使用 nditer Numpy 已转而使用 pytest 而不是 nose 进行测试 Numpy 不再使用__array_interface__向 ctypes 施加修改 np.ma.notmasked_contiguous 和 np.ma.flatnotmasked_contiguous 现在总是返回列表 np.squeeze 恢复了无法处理 axis 参数的对象的旧行为 非结构化 void 数组的 .item 方法现在返回一个字节对象 copy.copy 和 copy.deepcopy 不再将 masked 转换为数组 结构化数组的多字段索引仍将返回一个副本](release/1.15.0-notes.html#multifield-indexing-of-structured-arrays-will-still-return-a-copy) C API 变更 新函数 npy_get_floatstatus_barrier 和 npy_clear_floatstatus_barrier PyArray_GetDTypeTransferFunction 更改 新特性 np.gcd 和 np.lcm 函数现针对整数和对象类型 支持 iOS 跨平台构建 np.intersect1d 添加了 return_indices 关键字 np.quantile 和 np.nanquantile 构建系统 改进 np.einsum 更新 np.ufunc.reduce 和相关函数现在接受初始值 np.flip 可以在多个轴上操作 histogram 和 histogramdd 函数已移至 np.lib.histograms 在给定显示的 bins 时histogram 将接受 NaN 值 当给定显式的 bin 边界时histogram 可以处理日期时间类型 (release/1.15.0-notes.html#histogram-works-on-datetime-types-when-explicit-bin-edges-are-given) histogram 的“auto”估计器更好地处理有限方差 (release/1.15.0-notes.html#histogram-auto-estimator-handles-limited-variance-better) histogram 和 histogramdd 返回的边界现在与数据的浮点类型匹配 (release/1.15.0-notes.html#the-edges-returned-by-histogram-and-histogramdd-now-match-the-data-float-type) histogramdd 允许在一部分轴上给定显式范围 (release/1.15.0-notes.html#histogramdd-allows-explicit-ranges-to-be-given-in-a-subset-of-axes) histogramdd 和 histogram2d 的 normed 参数已重命名 (release/1.15.0-notes.html#the-normed-arguments-of-histogramdd-and-histogram2d-have-been-renamed) np.r_ 与 0d 数组一起使用np.ma.mr_ 与 np.ma.masked 一起使用 (release/1.15.0-notes.html#np-r-works-with-0d-arrays-and-np-ma-mr-works-with-np-ma-masked) np.ptp 接受keepdims参数和扩展的轴元组 (release/1.15.0-notes.html#np-ptp-accepts-a-keepdims-argument-and-extended-axis-tuples) MaskedArray.astype 现在与 ndarray.astype 相同 在编译时启用 AVX2/AVX512 (release/1.15.0-notes.html#enable-avx2-avx512-at-compile-time) 当接收标量或 0d 输入时nan_to_num 总是返回标量 (release/1.15.0-notes.html#nan-to-num-always-returns-scalars-when-receiving-scalar-or-0d-inputs) np.flatnonzero 在 numpy 可转换类型上工作 (release/1.15.0-notes.html#np-flatnonzero-works-on-numpy-convertible-types) np.interp 返回 numpy 标量而不是内建标量 允许在 Python 2 中将 dtype 字段名设置为 Unicode (release/1.15.0-notes.html#allow-dtype-field-names-to-be-unicode-in-python-2) 比较 ufuncs 接受dtypeobject覆盖默认的bool (release/1.15.0-notes.html#comparison-ufuncs-accept-dtype-object-overriding-the-default-bool) sort 函数接受kindstable (release/1.15.0-notes.html#sort-functions-accept-kind-stable) 对于原地累积不会产生临时副本 (release/1.15.0-notes.html#do-not-make-temporary-copies-for-in-place-accumulation) linalg.matrix_power 现在可以处理矩阵堆栈 多维数组的random.permutation 性能提高了 (release/1.15.0-notes.html#increased-performance-in-random-permutation-for-multidimensional-arrays) 广义 ufuncs 现在接受axes、axis和keepdims参数 (release/1.15.0-notes.html#generalized-ufuncs-now-accept-axes-axis-and-keepdims-arguments) 在 ppc 系统上float128 值现在可以正确打印 (release/1.15.0-notes.html#float128-values-now-print-correctly-on-ppc-systems) 新的np.take_along_axis和np.put_along_axis函数 1.14.6 贡献者 已合并的拉取请求 1.14.5 贡献者 已合并的拉取请求 1.14.4 贡献者 已合并的拉取请求 1.14.3 贡献者 已合并的拉取请求 1.14.2 贡献者 已合并的拉取请求 1.14.1 贡献者 已合并的拉取请求 1.14.0 亮点 新函数 已弃用项 未来变更 兼容性说明 遮罩数组视图的遮罩也是一个视图而不是一个拷贝](release/1.14.0-notes.html#the-mask-of-a-masked-array-view-is-also-a-view-rather-than-a-copy) np.ma.masked不再可写 np.ma函数生成的fill_value已更改 a.flat.__array__()在a不连续时返回不可写的数组 np.tensordot现在在收缩为 0 长度的维度时返回零数组 numpy.testing重新组织 np.asfarray不再接受非数据类型的dtype参数 1D np.linalg.norm保留浮点输入类型即使对于任意阶数 count_nonzero(arr, axis())现在计数不包括任何轴而不是所有轴 __init__.py文件已添加到测试目录 对于非结构化void数组现在调用.astype(bool)将在每个元素上调用bool。 MaskedArray.squeeze永远不会返回np.ma.masked。 将can_cast的第一个参数从from重命名为from_。 当传递错误类型时isnat会引发TypeError。 当传递错误类型时dtype.__getitem__会引发TypeError。 现在用户定义类型需要实现__str__和__repr__。 数组打印有许多变化可通过新的“legacy”打印模式禁用。 C API 变更。 UPDATEIFCOPY数组的 PyPy 兼容替代方法。 新特性。 文本 IO 函数的编码参数。 外部nose插件可被numpy.testing.Tester使用。 numpy.testing中新增了parametrize装饰器。 numpy.polynomial.chebyshev中新增了chebinterpolate函数。 Python 3 中支持读取lzma压缩文本文件。 np.setprintoptions和np.array2string中新增了sign选项。 np.linalg.matrix_rank中新增了hermitian选项。 np.array2string中新增了threshold和edgeitems选项。 concatenate和stack新增了out参数。 Windows 上支持 PGI flang 编译器。 改进。 在random.noncentral_f中分子自由度只需为正数。 所有np.einsum 变体都释放了 GIL](release/1.14.0-notes.html#the-gil-is-released-for-all-np-einsum-variations) np.einsum 函数在可能的情况下将使用 BLAS 并默认进行优化](release/1.14.0-notes.html#the-np-einsum-function-will-use-blas-when-possible-and-optimize-by-default) f2py 现在处理 0 维数组](release/1.14.0-notes.html#f2py-now-handles-arrays-of-dimension-0) numpy.distutils 支持同时使用 MSVC 和 mingw64-gfortran](release/1.14.0-notes.html#numpy-distutils-supports-using-msvc-and-mingw64-gfortran-together) np.linalg.pinv 现在可以作用于堆叠矩阵](release/1.14.0-notes.html#np-linalg-pinv-now-works-on-stacked-matrices) numpy.save 将数据对齐到 64 字节而不是 16 现在可以在不使用临时文件的情况下编写 NPZ 文件](release/1.14.0-notes.html#npz-files-now-can-be-written-without-using-temporary-files) 空结构化和字符串类型的更好支持](release/1.14.0-notes.html#better-support-for-empty-structured-and-string-types) np.lib.financial 中支持decimal.Decimal](release/1.14.0-notes.html#support-for-decimal-decimal-in-np-lib-financial) 浮点数打印现在使用“dragon4”算法进行最短的十进制表示](release/1.14.0-notes.html#float-printing-now-uses-dragon4-algorithm-for-shortest-decimal-representation) void 数据类型元素现在以十六进制表示打印](release/1.14.0-notes.html#void-datatype-elements-are-now-printed-in-hex-notation) void 数据类型的打印风格现在可以单独定制](release/1.14.0-notes.html#printing-style-for-void-datatypes-is-now-independently-customizable) np.loadtxt 的内存使用量减少](release/1.14.0-notes.html#reduced-memory-usage-of-np-loadtxt) 更改](release/1.14.0-notes.html#changes) 结构化数组的多字段索引/赋值](release/1.14.0-notes.html#multiple-field-indexing-assignment-of-structured-arrays) 整数和 Void 标量现在不受np.set_string_function 影响](release/1.14.0-notes.html#integer-and-void-scalars-are-now-unaffected-by-np-set-string-function) 0d 数组打印已更改已弃用 array2string 的 style 参数](release/1.14.0-notes.html#d-array-printing-changed-style-arg-of-array2string-deprecated) 使用数组播种RandomState 需要一个 1-d 数组](release/1.14.0-notes.html#seeding-randomstate-using-an-array-requires-a-1-d-array) MaskedArray 对象显示更有用的 repr](release/1.14.0-notes.html#maskedarray-objects-show-a-more-useful-repr) np.polynomial 类的repr更为明确 1.13.3](release/1.13.3-notes.html) 贡献者](release/1.13.3-notes.html#contributors) 合并的拉取请求](release/1.13.3-notes.html#pull-requests-merged) 1.13.2](release/1.13.2-notes.html) 贡献者 合并的 Pull 请求 1.13.1 合并的 Pull 请求 贡献者 1.13.0 亮点 新的函数 弃用 未来的更改 构建系统更改 兼容性说明 错误类型更改 元组对象数据类型 DeprecationWarning 转为 error 将 FutureWarning 更改为已更改的行为 数据类型现在总是为 true __getslice__和__setslice__在ndarray子类中不再需要 使用...省略号索引 MaskedArrays/Constants 现在返回 MaskedArray C API 更改 在空数组和 NpyIter 中使用 GUfuncs 轴移除 添加了PyArray_MapIterArrayCopyIfOverlap到 NumPy C-API 新特性 添加了__array_ufunc__ 新的positive ufunc 新的divmod ufunc np.isnat ufunc 用于测试 NaT 特殊日期和时间差值的值 np.heaviside ufunc 计算 Heaviside 函数 用于创建 blocked 数组的np.block函数 isin函数改进in1d 临时省略 unique的axes参数 np.gradient现在支持不均匀间隔的数据 支持在apply_along_axis中返回任意维度的数组 dtype 添加了 .ndim 属性来补充 .shape查看详情 Python 3.6 对 tracemalloc 的支持查看详情 NumPy 可以使用放松的步幅检查调试构建查看详情 改进查看详情 重叠输入的 ufunc 行为查看详情 MinGW 上对于 64 位 f2py 扩展的部分支持查看详情 packbits 和 unpackbits 的性能改进查看详情 PPC 长双浮点信息的修复查看详情 ndarray 子类的更好的默认 repr查看详情 更可靠的掩码数组比较查看详情 np.matrix 中的布尔元素现在可以使用字符串语法创建查看详情 更多 linalg 操作现在接受空向量和矩阵查看详情 捆绑版本的 LAPACK 现在是 3.2.2查看详情 np.hypot.reduce 和 np.logical_xor 的reduce在更多情况下被允许查看详情 对象数组的更好 repr查看详情 改变查看详情 对掩码数组进行的 argsort 现在具有与 sort 相同的默认参数查看详情 average 现在保留子类查看详情 array None 和 array ! None 现在进行按元素比较查看详情 对于对象数组np.equal, np.not_equal 忽略对象身份查看详情 布尔索引变化查看详情 np.random.multivariate_normal 在坏协方差矩阵下的行为查看详情 assert_array_less 现在对比 np.inf 和 -np.inf查看详情 assert_array_和屏蔽数组assert_equal隐藏了较少的警告 memmap对象中的offset属性值 np.real和np.imag为标量输入返回标量 多项式便利类不能传递给 ufuncs 对 ufunc 方法ufunc 的输出参数也可以是元组 1.12.1 修复的错误 1.12.0 亮点 弃用的支持 新增支持 构建系统变更 废弃 ndarray 对象的data属性分配 linspace中 num 属性的不安全的整型转换 binary_repr的位宽参数不足 未来变更 结构化数组的多字段操作 兼容性注意事项 DeprecationWarning 变成错误 FutureWarning 的变更行为 整数的负指数幂power和**会报错 放宽了步幅检查的默认设置 np.percentile的“midpoint”插值方法修复确切指数 keepdims参数传递给用户类方法 bitwise_and的身份变化 ma.median 在遇到非屏蔽的无效值时发出警告并返回 nan assert_almost_equal更加一致 NoseTester在测试期间的警告行为 assert_warns和deprecated装饰器更具体 C API 新功能 as_strided的writeable关键字参数 rot90的axes关键字参数 通用的flip numpy.distutils中的 BLIS 支持 在numpy/__init__.py中加入运行分发特定检查的钩子 新增的nancumsum和nancumprod函数 np.interp现在可以插值复数值 新增的多项式评估函数polyvalfromroots 新增的数组创建函数geomspace 用于测试警告的新上下文管理器 新增的屏蔽数组函数ma.convolve和ma.correlate 新的float_power通用函数 现在np.loadtxt支持单个整数作为usecol参数 histogram的改进的自动化箱估计器 np.roll现在可以同时滚动多个轴 对于 ndarrays已实现__complex__方法 现在支持pathlib.Path对象 np.finfo的新bits属性 np.vectorize的新signature参数 对整数数组的除法现在会发出 py3kwarnings numpy.sctypes现在在 Python3 中也包括bytes 改进 bitwise_and的特性变化 广义 Ufuncs 现在将解锁 GIL np.fft中的缓存现在在总大小和项目数量上已限定 改进了零宽字符串/unicode 数据类型的处理 使用 AVX2 向量化的整数 ufuncs np.einsum中的操作次序优化 quicksort 已更改为 introsort ediff1d 提高了性能和 subclass 处理 改善了 float16 数组的ndarray.mean精度 更改 现在在 fromnumeric.py 中的所有类似数组的方法都使用关键字参数调用 大多数情况下np.memmap 对象的操作返回 numpy 数组 增加警告的 stacklevel 1.11.3 贡献者维护/1.11.3 已合并的 Pull Requests 1.11.2 已合并的 Pull Requests 1.11.1 已合并的修复 1.11.0 亮点 构建系统更改 未来的改变 兼容性说明 datetime64 更改 linalg.norm返回类型更改 多项式拟合更改 np.dot现在引发TypeError而不是ValueError FutureWarning 更改行为 % 和 // 运算符 C API 检测旧式类的对象数据类型 新特性 改进 np.gradient 现在支持 axis 参数](release/1.11.0-notes.html#np-gradient-now-supports-an-axis-argument) np.lexsort 现在支持具有对象数据类型的数组](release/1.11.0-notes.html#np-lexsort-now-supports-arrays-with-object-data-type) np.ma.core.MaskedArray 现在支持 order 参数](release/1.11.0-notes.html#np-ma-core-maskedarray-now-supports-an-order-argument) 对掩码数组的内存和速度改进 ndarray.tofile 现在在 linux 上使用 fallocate](release/1.11.0-notes.html#ndarray-tofile-now-uses-fallocate-on-linux) A.T A 和 A A.T 形式操作的优化](release/1.11.0-notes.html#optimizations-for-operations-of-the-form-a-t-a-and-a-a-t) np.testing.assert_warns 现在可以作为上下文管理器使用](release/1.11.0-notes.html#np-testing-assert-warns-can-now-be-used-as-a-context-manager) 对 np.random.shuffle 的速度改进 变更 numpy.distutils 中删除了 Pyrex 支持](release/1.11.0-notes.html#pyrex-support-was-removed-from-numpy-distutils) np.broadcast 现在可以用单个参数调用](release/1.11.0-notes.html#np-broadcast-can-now-be-called-with-a-single-argument) np.trace 现在尊重数组子类](release/1.11.0-notes.html#np-trace-now-respects-array-subclasses) np.dot 现在引发 TypeError 而不是 ValueError](release/1.11.0-notes.html#id1) linalg.norm 返回类型发生变化](release/1.11.0-notes.html#id2) 弃用内容 以 Fortran 排序的数组视图](release/1.11.0-notes.html#views-of-arrays-in-fortran-order) 数组排序的无效参数](release/1.11.0-notes.html#invalid-arguments-for-array-ordering) testing 命名空间中的随机数生成器 在闭区间上生成随机整数 FutureWarnings 对 MaskedArray 的切片/视图赋值 1.10.4 兼容性说明 已解决的问题 合并的 PR 1.10.3 1.10.2 兼容性说明 放宽的步幅检查不再是默认设置 修复 numpy.i 中的 swig bug 弃用修改维度为 fortran 排序的视图 已解决的问题 合并的 PRs 注意事项 1.10.1 1.10.0 亮点 已弃用的支持 未来变化 兼容性注意事项 默认转换规则改变 numpy 版本字符串 放松的步幅检查 沿着除axis0之外的任何轴对 1d 数组进行连接都会引发IndexError np.ravelnp.diagonal 和 np.diag 现在保留子类型 rollaxis 和 swapaxes 总是返回视图 非零 现在返回基本 ndarrays C API recarray 字段返回类型 recarray 视图 ufunc 的’out’关键字参数现在接受数组的元组 byte-array 索引现在会引发 IndexError 包含带有数组的对象的掩码数组 当遇到无效值时中位数会发出警告并返回 nan 从 numpy.ma.testutils 中可用的函数已更改 新功能 从 site.cfg 读取额外标志 np.cbrt 用于计算实浮点数的立方根 numpy.distutil 现在允许并行编译 genfromtxt 现在有一个新的max_rows参数 用于调用数组广播的新函数np.broadcast_to 用于测试警告的新上下文管理器clear_and_catch_warnings cov 新增 fweights 和 aweights 参数 支持 Python 3.5 中的 ‘’ 运算符 fft 函数的新参数 norm 改进 np.digitize 使用二进制搜索 np.poly 现在将整数输入转换为浮点数 np.interp 现在可用于周期函数 np.pad 支持更多输入类型的 pad_width 和 constant_values np.argmax 和 np.argmin 现在支持 out 参数 发现并使用更多系统 C99 复数函数](release/1.10.0-notes.html#more-system-c99-complex-functions-detected-and-used) np.loadtxt 支持由 float.hex 方法生成的字符串 np.isclose 正确处理整数数据类型的最小值 np.allclose 内部使用 np.isclose。 np.genfromtxt 现在能正确处理大整数 np.load, np.save 具有 pickle 向后兼容标志 MaskedArray 支持更复杂的基类 变更 dotblas 功能移至 multiarray 更严格地检查 gufunc 签名是否符合规范 np.einsum 返回的视图可写入 np.argmin 跳过 NaT 值 已弃用 涉及字符串或结构化数据类型的数组比较 SafeEval alterdot, restoredot pkgload, PackageLoader corrcoef 的 bias, ddof 参数 dtype string representation changes 1.9.2 Issues fixed 1.9.1 Issues fixed 1.9.0 Highlights Dropped Support Future Changes Compatibility notes The diagonal and diag functions return readonly views. Special scalar float values don’t cause upcast to double anymore Percentile output changes ndarray.tofile exception type Invalid fill value exceptions Polynomial Classes no longer derived from PolyBase Using numpy.random.binomial may change the RNG state vs. numpy 1.9 Random seed enforced to be a 32 bit unsigned integer Argmin and argmax out argument Einsum Indexing Non-integer reduction axis indexes are deprecated promote_types and string dtype can_cast and string dtype astype and string dtype npyio.recfromcsv keyword arguments change The doc/swig directory moved The npy_3kcompat.h header changed Negative indices in C-Api sq_item and sq_ass_item sequence methods NDIter zeros_like for string dtypes now returns empty strings New Features Percentile supports more interpolation options 对中位数和百分位数的广义轴支持。 np.linspace 和 np.logspace 添加了 Dtype 参数。 对 np.triu 和 np.tril 的更一般的广播支持。 tostring 方法的 tobytes 别名。 构建系统。 对 python numbers 模块的兼容性。 对 np.vander 添加了 increasing 参数。 np.unique 添加了 unique_counts 参数。 nanfunctions 中对中位数和百分位数的支持。 添加了 NumpyVersion 类。 允许保存具有大量命名列的数组。 np.cross 的全广播支持。 改进。 在某些情况下对求和的更好的数值稳定性。 基于 np.partition 实现的百分位数。 对 np.array 的性能改进。 对 np.searchsorted 的性能改进。 np.distutils 的可选降低冗余度。 在 np.random.multivariate_normal 中的协方差检查。 多项式类不再是基于模板的。 更多 GIL 释放。 对更复杂的基类的 MaskedArray 支持。 C-API。 弃用。 序列重复的非整数标量。 select 输入的弃用。 rank 函数。 对象数组的相等比较。 C-API。 1.8.2 修复的问题。 1.8.1 已解决的问题 变化 NDIter np.distutils 的可选减少冗余性 弃用内容 C-API 1.8.0 亮点 中止支持 未来的变化 兼容性说明 NPY_RELAXED_STRIDES_CHECKING 使用非数组作为第二参数的二进制运算 只部分排序数组时median 函数使用 overwrite_input financial.npv 的修复 当比较 NaN 数时的运行时警告 新功能 对堆叠数组进行线性代数支持 ufuncs 的原位花式索引 新函数 partition 和 argpartition 新函数 nanmean, nanvar 和 nanstd 新函数 full 和 full_like 与大文件兼容的 IO 性能 针对 OpenBLAS 的构建改进 新常数 qr 的新模式 in1d 的新 invert 参数 使用 np.newaxis 进行高级索引 C-API runtests.py 改进 IO 性能改进 对 pad 进行性能改进 对 isnan, isinf, isfinite 和 byteswap 进行性能改进 通过 SSE2 向量化进行的性能改进 对 median 的性能改进 在 ufunc C-API 中可覆盖的操作标志 变更 通用 C-API 数组新增内容 C-API Ufunc 新增内容 C-API 开发者改进 弃用 通用 作者 1.7.2 修复的问题 1.7.1 修复的问题 1.7.0 亮点 兼容性注意事项 新功能 降维 UFuncs 通用 axis 参数 降维 UFuncs 新的 keepdims 参数 日期时间支持 打印数组的自定义格式化程序 新函数 numpy.random.choice 新函数 isclose 多项式包中初步的多维支持 能够填充秩为 n 的数组 searchsorted 新参数 构建系统 C API 变更 通用 转换规则 弃用 通用 C-API 1.6.2 修复的问题 numpy.core numpy.lib numpy.distutils numpy.random 变更 numpy.f2py numpy.poly 1.6.1 修复的问题 1.6.0 亮点 新功能 新的 16 位浮点类型 新的迭代器 numpy.polynomial 中的 Legendre、Laguerre、Hermite、HermiteE 多项式 numpy.f2py 中支持 Fortran 隐式形状数组和大小函数 其他新功能 更改 默认错误处理 numpy.distutils numpy.testing C API 废弃功能 删除的功能 numpy.fft numpy.memmap numpy.lib numpy.ma numpy.distutils 1.5.0 亮点 Python 3 兼容性 PEP 3118 兼容性](release/1.5.0-notes.html#pep-3118-compatibility) 新功能 复数到实数转换的警告 ndarrays 的 Dot 方法 linalg.slogdet 函数 新标题 更改 polynomial.polynomial polynomial.chebyshev 直方图 相关性 1.4.0 亮点 新功能 ufuncs 的扩展数组包装机制 前向不兼容性的自动检测 新迭代器 新的多项式支持 新的 C API 新的 ufuncs 新定义 测试 重新使用 npymath 增强的集合操作 改进 弃用信息 内部更改 使用 C99 复数函数在可用时 分离多维数组和 umath 源代码 分离编译 独立的核心数学库 1.3.0 亮点 Python 2.6 支持 广义 ufuncs 实验性的 Windows 64 位支持 新特性 格式问题 max/min 中的 Nan 处理 sign 中的 Nan 处理 新的 ufuncs 掩码数组 Windows 上的 gfortran 支持 用于 Windows 二进制的 Arch 选项 已弃用的功能 直方图 文档更改 新的 C API 多维数组 API Ufunc API 新定义 便携式 NAN、INFINITY 等… 内部更改 numpy 核心数学配置更新 umath 重构 构建警告的改进 独立的核心数学库 CPU 架构检测
