{"id":102875,"date":"2022-01-06T09:37:14","date_gmt":"2022-01-06T07:37:14","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/%d0%b2%d1%8b%d0%bf%d1%83%d1%81%d0%ba-python-%d0%b1%d0%b8%d0%b1%d0%bb%d0%b8%d0%be%d1%82%d0%b5%d0%ba%d0%b8-%d0%b4%d0%bb%d1%8f-%d0%bd%d0%b0%d1%83%d1%87%d0%bd%d1%8b%d1%85-%d0%b2%d1%8b%d1%87%d0%b8%d1%81"},"modified":"2022-01-06T09:37:14","modified_gmt":"2022-01-06T07:37:14","slug":"%d0%b2%d1%8b%d0%bf%d1%83%d1%81%d0%ba-python-%d0%b1%d0%b8%d0%b1%d0%bb%d0%b8%d0%be%d1%82%d0%b5%d0%ba%d0%b8-%d0%b4%d0%bb%d1%8f-%d0%bd%d0%b0%d1%83%d1%87%d0%bd%d1%8b%d1%85-%d0%b2%d1%8b%d1%87%d0%b8%d1%81","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/%d0%b2%d1%8b%d0%bf%d1%83%d1%81%d0%ba-python-%d0%b1%d0%b8%d0%b1%d0%bb%d0%b8%d0%be%d1%82%d0%b5%d0%ba%d0%b8-%d0%b4%d0%bb%d1%8f-%d0%bd%d0%b0%d1%83%d1%87%d0%bd%d1%8b%d1%85-%d0%b2%d1%8b%d1%87%d0%b8%d1%81","title":{"rendered":"Ver\u00f6ffentlichung der Python-Bibliothek f\u00fcr wissenschaftliche Berechnungen NumPy 1.22.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Die neueste Version der Python-Bibliothek f\u00fcr wissenschaftliches Rechnen, NumPy 1.22, ist verf\u00fcgbar. Diese Bibliothek ist f\u00fcr die Arbeit mit mehrdimensionalen Arrays und Matrizen ausgelegt und bietet eine umfangreiche Sammlung von Funktionen zur Implementierung verschiedener Algorithmen im Zusammenhang mit Matrizen. NumPy geh\u00f6rt zu den meistgenutzten Bibliotheken f\u00fcr wissenschaftliche Berechnungen. Der Code des Projekts wurde in Python geschrieben und enth\u00e4lt Optimierungen in C, und es wird unter der BSD-Lizenz vertrieben. <\/p>\n
In der neuen Version: <\/p>\n
\n
Die Entwicklung von Annotationen f\u00fcr den Haupt-Namespace ist abgeschlossen.\n
Ein vorl\u00e4ufiger Entwurf der Array-API, die dem Python Array API-Standard entspricht, wurde in einem separaten Namespace implementiert. Die neue API zielt darauf ab, standardisierte Funktionen f\u00fcr die Arbeit mit Arrays bereitzustellen, die auch in Anwendungen anderer Bibliotheken wie CuPy und JAX verwendet werden k\u00f6nnen.\n
Ein DLPack-Backend wurde implementiert, das Unterst\u00fctzung f\u00fcr das gleichnamige Format zum Austausch von Inhalten zwischen verschiedenen Frameworks bereitstellt.\n
Eine Reihe von Methoden zur Implementierung von Funktionen, die sich mit den Konzepten Quantil und Perzentil befassen, wurde hinzugef\u00fcgt.\n
Ein neuer konfigurierbarer Speichermanager (numpy-allocator) wurde hinzugef\u00fcgt.\n
Die Arbeit zur Optimierung von Funktionen und Plattformen mithilfe von SIMD-Vektorbefehlen wurde fortgesetzt.\n
Die Unterst\u00fctzung f\u00fcr Python 3.7 wurde eingestellt, es werden Python-Versionen 3.8-3.10 ben\u00f6tigt. <\/ul>\n