NumPy 2.0.0发布

NumPy 2.0.0是自 2006 年以来第一个主要版本：

亮点

  • np.quantile 现在支持 "权重 "参数
  • np.unique_counts / np.unique_values，其中一个相当于 pandas.Series.value_counts()，这将是非常棒的，避免了经常为使用 value_counts 而转换为 Series。
  • 奇怪的是，新增了 np.device 和 np.to_device，但只支持 device='cpu'。也许 numpy 打算成为 Pytorch 的替代品？
  • 添加了 StringDtype。如果你有一个字符串数组，它的 dtype 通常是 "U58"，表示它是一个最多 58 个字符的 varchar。现在有了 StringDType，在 np 数组中添加长度可变的字符串似乎变得更容易了。
  • 有了更好的实现，sort 和 argsort 将变得更快。

1、新功能

  • 新的可变长度字符串 dtype（StringDType）和新的 numpy.strings 命名空间，其中包含用于字符串操作的高性能 ufuncs、
  • 在所有 numpy.fft 函数中支持 float32 和 longdouble、
  • 在主 numpy 命名空间中支持数组 API 标准。

2、性能改进：
通过使用英特尔 x86-simd-sort 和 Google Highway 库，排序功能（sort、argsort、partition、argpartition）得到了加速，可能会有较大的（特定于硬件的）提速、

macOS 加速支持和 macOS >=14 的二进制轮子，显著提高了 macOS 上线性代数操作的性能，轮子也缩小了约 3 倍、

通过实施除了支持定长字符串 dtypes 之外还支持 StringDType 的 ufuncs，numpy.char 定长字符串操作已得到加速、

新的跟踪和自省 API opt_func_info，用于确定哪些硬件特定的内核可用并将被调度。

numpy.save 现在使用第 4 版 pickle 协议来保存具有对象 dtype 的数组，这允许 pickle 对象大于 4GB，并将大型数组的保存速度提高了约 5%。


3、Python API 改进：
通过新的模块结构将公共 API 和私有 API 明确分开，现在每个公共函数都可以在一个地方使用、

删除了许多非推荐函数和别名。这将使学习和使用 NumPy 变得更加容易。主命名空间中的对象数量减少了 ~10%，numpy.lib 中的对象数量减少了 ~80%、

规范 dtype 名称和新的 isdtype 自省函数、

4、改进 C API：

  • 新增用于创建自定义 dtypes 的公共 C API、
  • 删除了许多过时的函数和宏，并隐藏了私有内部结构，以方便未来的扩展、
  • 新的、更易于使用的初始化函数：PyArray_ImportNumPyAPI 和 PyUFunc_ImportUFuncAPI。

5、改进的行为：
通过采用 NEP 50，改进了类型推广行为。这修正了许多用户对类型推广的惊奇，以前类型推广通常依赖于输入数组的数据值，而不仅仅是它们的 dtypes。有关详细信息，请参阅 NEP 和 NumPy 2.0 移植指南，因为这一变更可能会导致输出 dtypes 发生变化，并降低混合类型操作的精度。

Windows 上的默认整数类型现在是 int64，而不是 int32，这与其他平台上的行为一致、

数组的最大维数从 32 改为 64


兼容性问题：
NumPy 内部结构也发生了很多变化，包括继续将代码从 C 迁移到 C++，这将使将来改进和维护 NumPy 变得更加容易。

建议所有依赖 NumPy ABI 的下游包针对 NumPy 2.0 构建新版本，并验证该版本是否适用于 2.0 和 1.26 - 最好是在 2.0.0rc1（将是 ABI 稳定的）和最终的 2.0.0 版本之间的时期内，以避免给用户带来问题。


版本稳定性
NumPy 2.0.0是自 2006 年以来第一个主要版本，这是开源库良好管理模式的一个范例。在设计公共应用程序接口时，不应在短时间内对应用程序接口进行破坏性更改，并且应尽量减少需要维护的 LTS 分支。

这可以让工业项目赶上你的大部分功能和文档。数年后，您终于可以重新审视您的传统 API，重新设计它们并将其升级到版本 2，同时还能保持向后兼容性。

SQLAlchemy 是另一个正确构建的库。