ವೈಜ್ಞಾನಿಕ ಕಂಪ್ಯೂಟಿಂಗ್ NumPy 2.0.0 ಗಾಗಿ ಪೈಥಾನ್ ಲೈಬ್ರರಿಯ ಬಿಡುಗಡೆಯು ಲಭ್ಯವಿದೆ, ಇದು ಬಹುಆಯಾಮದ ಅರೇಗಳು ಮತ್ತು ಮ್ಯಾಟ್ರಿಸಸ್ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ ಮತ್ತು ಮ್ಯಾಟ್ರಿಕ್ಸ್ಗಳ ಬಳಕೆಗೆ ಸಂಬಂಧಿಸಿದ ವಿವಿಧ ಅಲ್ಗಾರಿದಮ್ಗಳ ಅನುಷ್ಠಾನದೊಂದಿಗೆ ಕಾರ್ಯಗಳ ದೊಡ್ಡ ಸಂಗ್ರಹವನ್ನು ಒದಗಿಸುತ್ತದೆ. NumPy ವೈಜ್ಞಾನಿಕ ಲೆಕ್ಕಾಚಾರಗಳಿಗೆ ಬಳಸಲಾಗುವ ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಗ್ರಂಥಾಲಯಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಪ್ರಾಜೆಕ್ಟ್ ಕೋಡ್ ಅನ್ನು C ನಲ್ಲಿ ಆಪ್ಟಿಮೈಸೇಶನ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಪೈಥಾನ್ನಲ್ಲಿ ಬರೆಯಲಾಗಿದೆ ಮತ್ತು BSD ಪರವಾನಗಿ ಅಡಿಯಲ್ಲಿ ವಿತರಿಸಲಾಗುತ್ತದೆ.
NumPy 2.0.0 2006 ರಿಂದ ಮೊದಲ ಮಹತ್ವದ ಬಿಡುಗಡೆಯಾಗಿದೆ.
ಹೊಸ ವೈಶಿಷ್ಟ್ಯಗಳು ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ಆಪ್ಟಿಮೈಸೇಶನ್ಗಳ ಜೊತೆಗೆ, ಹೊಸ ಆವೃತ್ತಿಯು ABI, ಪೈಥಾನ್ API ಮತ್ತು C-API ಗೆ ಬದಲಾವಣೆಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ ಅದು ಹಿಂದುಳಿದ ಹೊಂದಾಣಿಕೆಯನ್ನು ಮುರಿಯುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, NumPy 1.x ನೊಂದಿಗೆ ಸಂಕಲಿಸಲಾದ SciPy ಲೈಬ್ರರಿಗೆ NumPy 2.0 ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಮರುಸಂಕಲನದ ಅಗತ್ಯವಿರುತ್ತದೆ. ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ, ಅಪ್ಲಿಕೇಶನ್ಗಳಲ್ಲಿ NumPy 2.0 ಅನ್ನು ಬಳಸಲು ಕೋಡ್ ಬದಲಾವಣೆಗಳು ಅಗತ್ಯವಾಗಬಹುದು.
Наиболее крупное нарушение связано с сохранением точности скалярных выражений, например, «np.float32(3) + 3» теперь вернёт значение с типом float32, а не float64, а в выражениях с несколькими типами для результата будет использован тип с наивысшей точностью, т.е. «np.array([3], dtype=np.float32) + np.float64(3)» вернёт значение с типом float64. Изменены целочисленные типы, применяемые по умолчанию на платфoрме Windows — на 64-разрядных системах теперь применяется 64-разрядный целый тип, а на 32-разрядных — 32-разрядный (ранее использовался аналог Си-типа long, а теперь эквивалент np.intp).
C-API ನಲ್ಲಿನ ಕೆಲವು ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಬದಲಾಯಿಸಲಾಗಿದೆ ಅಥವಾ ತೆಗೆದುಹಾಕಲಾಗಿದೆ, ಉದಾಹರಣೆಗೆ, PyArray_Descr ರಚನೆಯನ್ನು ಬದಲಾಯಿಸಲಾಗಿದೆ. NPY_MAXDIMS ಮತ್ತು NPY_MAXARGS ಮ್ಯಾಕ್ರೋಗಳ ಮೂಲಕ ಹೊಂದಿಸಲಾದ ಗರಿಷ್ಠ ಸಂಖ್ಯೆಯ ಆಯಾಮಗಳು ಮತ್ತು ಆರ್ಗ್ಯುಮೆಂಟ್ಗಳನ್ನು 64 ಕ್ಕೆ ಹೆಚ್ಚಿಸಲಾಗಿದೆ. ಎಲ್ಲಾ ಸಂಕೀರ್ಣ ಪ್ರಕಾರಗಳನ್ನು C99 ವಿವರಣೆಯಿಂದ ಪ್ರಮಾಣಿತ ಪ್ರಕಾರಗಳಿಗೆ ಬದಲಾಯಿಸಲಾಗಿದೆ (cfloat_t, cdouble_t, clongdouble_t). ಕಸ್ಟಮ್ ಡಿಟೈಪ್ಗಳನ್ನು ರಚಿಸಲು ಹೊಸ C API ಅನ್ನು ಸೇರಿಸಲಾಗಿದೆ. ಹೊಸ ಸರಳೀಕೃತ ಪ್ರಾರಂಭಿಕ ಕಾರ್ಯಗಳು PyArray_ImportNumPyAPI ಮತ್ತು PyUFunc_ImportUFuncAPI ಅನ್ನು ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ.
ಪೈಥಾನ್ API ಸಾರ್ವಜನಿಕ ಮತ್ತು ಖಾಸಗಿ API ಗಳ ನಡುವೆ ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾದ ಪ್ರತ್ಯೇಕತೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ ಮತ್ತು ಹೊಸ ಮಾಡ್ಯೂಲ್ ರಚನೆಯನ್ನು ಪರಿಚಯಿಸುತ್ತದೆ. ಸುಮಾರು 100 ಕಾರ್ಯಗಳು, ಮಾಡ್ಯೂಲ್ಗಳು ಮತ್ತು ಸ್ಥಿರಾಂಕಗಳನ್ನು ಮುಖ್ಯ "np" ನೇಮ್ಸ್ಪೇಸ್ನಿಂದ ಹೊರಕ್ಕೆ ಸರಿಸಲಾಗಿದೆ, ಅಸಮ್ಮತಿಸಲಾಗಿದೆ ಅಥವಾ ತೆಗೆದುಹಾಕಲಾಗಿದೆ.
np.lib ನೇಮ್ಸ್ಪೇಸ್ ಅನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಲಾಗಿದೆ. ಮುಖ್ಯ ನೇಮ್ಸ್ಪೇಸ್ನಲ್ಲಿರುವ ವಸ್ತುಗಳ ಸಂಖ್ಯೆಯನ್ನು 10% ಮತ್ತು numpy.lib ನೇಮ್ಸ್ಪೇಸ್ನಲ್ಲಿ 80% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡಲಾಗಿದೆ. numpy.core ನೇಮ್ಸ್ಪೇಸ್ ಅನ್ನು ಖಾಸಗಿಯಾಗಿ ಸರಿಸಲಾಗಿದೆ. np.ndarray ಮತ್ತು np.generic ತರಗತಿಗಳಿಂದ ಕೆಲವು ವಿಧಾನಗಳನ್ನು ತೆಗೆದುಹಾಕಲಾಗಿದೆ. ಸ್ಟ್ರಿಂಗ್ ಕಾರ್ಯಾಚರಣೆಗಳೊಂದಿಗೆ ಹೊಸ ನೇಮ್ಸ್ಪೇಸ್ numpy.stringsf ಅನ್ನು ರಚಿಸಲಾಗಿದೆ.
ಹೊಸ ವೈಶಿಷ್ಟ್ಯಗಳಲ್ಲಿ float32 ಮತ್ತು ಎಲ್ಲಾ numpy.fft ಕಾರ್ಯಗಳಲ್ಲಿ ಲಾಂಗ್ಡಬಲ್ ಪ್ರಕಾರಗಳಿಗೆ ಬೆಂಬಲ, ಮುಖ್ಯ ನೇಮ್ಸ್ಪೇಸ್ನಲ್ಲಿ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಅರೇ API ಗೆ ಬೆಂಬಲ, ಹೊಸ ನೇಮ್ಸ್ಪೇಸ್ ಮತ್ತು ವೇರಿಯಬಲ್ ಉದ್ದದ ಸ್ಟ್ರಿಂಗ್ಗಳಿಗೆ ಪ್ರಕಾರಗಳು ಸೇರಿವೆ. Intel x86-simd-sort ಮತ್ತು Google ಹೈವೇ ಲೈಬ್ರರಿಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕಾರ್ಯಕ್ಷಮತೆಯ ಆಪ್ಟಿಮೈಸೇಶನ್ ಅನ್ನು ಸ್ಟ್ರಿಂಗ್ ಫಂಕ್ಷನ್ಗಳಿಗಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ, argsort, ವಿಭಾಗ ಮತ್ತು argpartition, numpy.char ಮಾಡ್ಯೂಲ್ನಲ್ಲಿ ಸ್ಥಿರ ಸ್ಟ್ರಿಂಗ್ಗಳೊಂದಿಗೆ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ವೇಗಗೊಳಿಸಲಾಗಿದೆ. ಹೊಸ API ಸೇರಿಸಲಾಗಿದೆ
ಟ್ರೇಸಿಂಗ್ ಮತ್ತು ಆತ್ಮಾವಲೋಕನಕ್ಕಾಗಿ opt_func_info.
ಮೂಲ: opennet.ru
