વૈજ્ઞાનિક કમ્પ્યુટિંગ NumPy 2.0.0 માટે પાયથોન લાઇબ્રેરીનું પ્રકાશન

વૈજ્ઞાનિક કમ્પ્યુટિંગ NumPy 2.0.0 માટે પાયથોન લાઇબ્રેરીનું પ્રકાશન ઉપલબ્ધ છે, જે બહુપરીમાણીય એરે અને મેટ્રિસિસ સાથે કામ કરવા પર ધ્યાન કેન્દ્રિત કરે છે, અને મેટ્રિસિસના ઉપયોગથી સંબંધિત વિવિધ અલ્ગોરિધમ્સના અમલીકરણ સાથે કાર્યોનો મોટો સંગ્રહ પણ પ્રદાન કરે છે. NumPy એ વૈજ્ઞાનિક ગણતરીઓ માટે ઉપયોગમાં લેવાતી સૌથી લોકપ્રિય પુસ્તકાલયોમાંની એક છે. C માં ઑપ્ટિમાઇઝેશનનો ઉપયોગ કરીને પ્રોજેક્ટ કોડ પાયથોનમાં લખાયેલ છે અને BSD લાયસન્સ હેઠળ વિતરિત કરવામાં આવે છે.

NumPy 2.0.0 એ 2006 પછીના પ્રથમ નોંધપાત્ર પ્રકાશનને ચિહ્નિત કરે છે.
નવા સંસ્કરણમાં, નવી સુવિધાઓ અને પ્રદર્શન ઑપ્ટિમાઇઝેશન ઉપરાંત, ABI, Python API અને C-API માં ફેરફારો કરવામાં આવ્યા છે, જે પછાત સુસંગતતાનું ઉલ્લંઘન કરે છે. ઉદાહરણ તરીકે, NumPy 1.x સાથે સંકલિત SciPy લાઇબ્રેરીને NumPy 2.0 સાથે કામ કરવા માટે પુનઃસંકલનની જરૂર પડશે. કેટલાક કિસ્સાઓમાં, એપ્લિકેશન્સમાં NumPy 2.0 નો ઉપયોગ કરવા માટે કોડ ફેરફારોની જરૂર પડી શકે છે.

સૌથી મહત્વપૂર્ણ ભૂલ સ્કેલર અભિવ્યક્તિઓની ચોકસાઇ જાળવવા સાથે સંબંધિત છે, ઉદાહરણ તરીકે, "np.float32(3) + 3" હવે float64 નહીં, પણ float32 પ્રકારનું મૂલ્ય પરત કરશે, અને બહુવિધ પ્રકારોવાળા અભિવ્યક્તિઓમાં, પરિણામ માટે સૌથી વધુ ચોકસાઇવાળા પ્રકારનો ઉપયોગ કરવામાં આવશે, એટલે કે "np.array([3], dtype=np.float32) + np.float64(3)" float64 પ્રકારનું મૂલ્ય પરત કરશે. પ્લેટફોર્મ પર ઉપયોગમાં લેવાતા ડિફોલ્ટ પૂર્ણાંક પ્રકારો બદલાઈ ગયા છે. Windows — 64-બીટ સિસ્ટમો પર, હવે 64-બીટ પૂર્ણાંક પ્રકારનો ઉપયોગ થાય છે, અને 32-બીટ સિસ્ટમો પર, 32-બીટ પ્રકારનો ઉપયોગ થાય છે (પહેલાં, C-પ્રકારનો એનાલોગ long ઉપયોગમાં લેવાતો હતો, પરંતુ હવે સમકક્ષ np.intp).

C-API માં કેટલીક વ્યાખ્યાઓ બદલવામાં આવી છે અથવા દૂર કરવામાં આવી છે, ઉદાહરણ તરીકે, PyArray_Descr માળખું બદલવામાં આવ્યું છે. NPY_MAXDIMS અને NPY_MAXARGS મેક્રો દ્વારા સેટ કરેલ પરિમાણ અને દલીલોની મહત્તમ સંખ્યા વધારીને 64 કરવામાં આવી છે. તમામ જટિલ પ્રકારો C99 સ્પષ્ટીકરણ (cfloat_t, cdouble_t, clongdouble_t) ના પ્રમાણભૂત પ્રકારોનો ઉપયોગ કરવા પર સ્વિચ કરવામાં આવ્યા છે. કસ્ટમ dtypes બનાવવા માટે નવું C API ઉમેર્યું. નવા સરળીકૃત આરંભીકરણ કાર્યો PyArray_ImportNumPyAPI અને PyUFunc_ImportUFuncAPI પ્રસ્તાવિત કરવામાં આવ્યા છે.

Python API જાહેર અને ખાનગી API વચ્ચે વધુ સ્પષ્ટ વિભાજન પ્રદાન કરે છે અને એક નવું મોડ્યુલ માળખું રજૂ કરે છે. લગભગ 100 ફંક્શન્સ, મોડ્યુલ્સ અને કોન્સ્ટન્ટ્સને મુખ્ય "np" નેમસ્પેસમાંથી બહાર ખસેડવામાં આવ્યા છે, નાપસંદ અથવા દૂર કરવામાં આવ્યા છે.
np.lib નેમસ્પેસ સાફ કર્યું. મુખ્ય નેમસ્પેસમાં ઑબ્જેક્ટની સંખ્યામાં 10% અને numpy.lib નેમસ્પેસમાં 80% ઘટાડો થયો છે. numpy.core નેમસ્પેસ ખાનગીમાં ખસેડવામાં આવી છે. np.ndarray અને np.generic વર્ગોમાંથી કેટલીક પદ્ધતિઓ દૂર કરી. સ્ટ્રિંગ ઓપરેશન્સ સાથે નવું નેમસ્પેસ numpy.stringsf બનાવ્યું.

નવી સુવિધાઓમાં તમામ numpy.fft ફંક્શન્સમાં float32 અને longdouble પ્રકારો માટે સપોર્ટ, મુખ્ય નેમસ્પેસમાં સ્ટાન્ડર્ડ એરે API માટે સપોર્ટ, નવી નેમસ્પેસ અને વેરિયેબલ લંબાઈના તાર માટેના પ્રકારોનો સમાવેશ થાય છે. ઇન્ટેલ x86-simd-sort અને Google Highway લાઇબ્રેરીનો ઉપયોગ કરીને સ્ટ્રિંગ ફંક્શન્સ સૉર્ટ, argsort, partition અને argpartition માટે પર્ફોર્મન્સ ઑપ્ટિમાઇઝેશન હાથ ધરવામાં આવ્યું છે, numpy.char મોડ્યુલમાં નિશ્ચિત સ્ટ્રીંગ્સ સાથેની કામગીરીને ઝડપી કરવામાં આવી છે. નવું API ઉમેર્યું
ટ્રેસિંગ અને આત્મનિરીક્ષણ માટે opt_func_info.

સોર્સ: opennet.ru