NumPy 1.26 中文官方指南（四）

2024-04-26 08:26:22 浏览数 (1)

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。

代码语言：javascript复制
>>> 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。

代码语言：javascript复制
>>> a = np.arange(24).reshape(2,3,4)
代码语言：javascript复制
>>> a[...].shape
(2, 3, 4)
代码语言：javascript复制
>>> a[...,0].shape
(2, 3)
代码语言：javascript复制
>>> a[0,...].shape
(3, 4)
代码语言：javascript复制
>>> 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：

代码语言：javascript复制
>>> 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：

代码语言：javascript复制
>>> 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）。

代码语言：javascript复制
>>> 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）。

代码语言：javascript复制
>>> 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：

代码语言：javascript复制
>>> 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：

代码语言：javascript复制
>>> 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

代码语言：javascript复制
>>> np.flip(a,axis=0)
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

代码语言：javascript复制
>>> 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,axis=0)的结果是翻转切片：

代码语言：javascript复制
>>> 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。

代码语言：javascript复制
>>> a = np.array([[1, 2.0], [0, 0], (1 1j, 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 float32，float64 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：

代码语言：javascript复制
>>> 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：

代码语言：javascript复制
>>> 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：

代码语言：javascript复制
>>> a = np.arange(6).reshape(2,3)
>>> a.ndim
2
>>> a
array([[0, 1, 2],
 [3, 4, 5]])
代码语言：javascript复制
>>> a = np.arange(6).reshape(1,2,3)
>>> a.ndim
3
>>> a
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。

代码语言：javascript复制
>>> a = np.arange(3)
>>> a
array([0, 1, 2])
代码语言：javascript复制
>>> a   [3, 3, 3]
array([3, 4, 5])
代码语言：javascript复制
>>> 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

代码语言：javascript复制
 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：

代码语言：javascript复制
A[0,0] A[1,0] A[0,1] A[1,1]

且如果顺序如下，则为 C 连续：

代码语言：javascript复制
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：

代码语言：javascript复制
>>> x = np.arange(5)
>>> x
array([0, 1, 2, 3, 4])
代码语言：javascript复制
>>> mask = (x > 2)
>>> mask
array([False, False, False, True,  True])
代码语言：javascript复制
>>> x[mask] = -1
>>> x
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。

代码语言：javascript复制
>>> a = np.ma.masked_array([np.nan, 2, np.nan], [True, False, True])
>>> a
masked_array(data=[--, 2.0, --],
 mask=[ True, False,  True],
 fill_value=1e 20)

>>> a   [1, 2, 3]
masked_array(data=[--, 4.0, --],
 mask=[ True, False,  True],
 fill_value=1e 20)

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[n 1]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i 1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：

代码语言：javascript复制
>>> dt = np.dtype([('a', np.int32), ('b', np.float32, (3,))])
>>> np.zeros(3, dtype=dt)
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。

代码语言：javascript复制
>>> x = np.arange(5)
>>> x
array([0, 1, 2, 3, 4])
代码语言：javascript复制
>>> y = x[::2]
>>> y
array([0, 2, 4])
代码语言：javascript复制
>>> x[0] = 3 # changing x changes y as well, since y is a view on x
>>> y
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mode=wrap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loads，ndfromtxt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nan<x>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shape=None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 dtypes（release/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 axis=None 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 norm=backward、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 strides=None
      • 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 dtype=object
      • 传递 shape=0 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_As1D，PyArray_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, casting='safe')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 std=c99 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
      • linspace，logspace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dtype=object，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kind='stable' (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axis=0之外的任何轴对 1d 数组进行连接都会引发IndexError
      • np.ravel，np.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
numpy 对象 函数 数组 索引

0 人点赞