NumPy सायंटिफिक कॉम्प्युटिंग पायथन लायब्ररी 2.0.0 रिलीझ

वैज्ञानिक संगणन NumPy 2.0.0 साठी Python लायब्ररीचे प्रकाशन उपलब्ध आहे, जे बहुआयामी अॅरे आणि मॅट्रिक्ससह कार्य करण्यावर लक्ष केंद्रित करते आणि मॅट्रिक्सच्या वापराशी संबंधित विविध अल्गोरिदमच्या अंमलबजावणीसह फंक्शन्सचा एक मोठा संग्रह प्रदान करते. NumPy हे वैज्ञानिक गणनेसाठी वापरल्या जाणार्‍या सर्वात लोकप्रिय लायब्ररींपैकी एक आहे. C मधील ऑप्टिमायझेशन वापरून Python मध्ये प्रोजेक्ट कोड लिहिला जातो आणि BSD परवान्याअंतर्गत वितरित केला जातो.

NumPy 2.0.0 हे 2006 नंतरचे पहिले लक्षणीय प्रकाशन आहे.
नवीन आवृत्तीमध्ये, नवीन वैशिष्ट्ये आणि कार्यप्रदर्शन ऑप्टिमायझेशन व्यतिरिक्त, ABI, Python API आणि C-API मध्ये बदल केले गेले आहेत, जे बॅकवर्ड कंपॅटिबिलिटीचे उल्लंघन करतात. उदाहरणार्थ, NumPy 1.x सह संकलित केलेल्या SciPy लायब्ररीला NumPy 2.0 सह कार्य करण्यासाठी पुन्हा संकलित करणे आवश्यक आहे. काही प्रकरणांमध्ये, अनुप्रयोगांमध्ये NumPy 2.0 वापरण्यासाठी कोड बदल आवश्यक असू शकतात.

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 मधील काही व्याख्या बदलल्या किंवा काढल्या गेल्या आहेत, उदाहरणार्थ, PyArray_Descr रचना बदलली आहे. NPY_MAXDIMS आणि NPY_MAXARGS मॅक्रोद्वारे सेट केलेल्या परिमाणे आणि वितर्कांची कमाल संख्या 64 पर्यंत वाढवली गेली आहे. सर्व जटिल प्रकार C99 तपशील (cfloat_t, cdouble_t, clongdouble_t) पासून मानक प्रकार वापरण्यासाठी स्विच केले गेले आहेत. सानुकूल dtypes तयार करण्यासाठी नवीन C API जोडले. नवीन सरलीकृत इनिशिएलायझेशन फंक्शन्स PyArray_ImportNumPyAPI आणि PyUFunc_ImportUFuncAPI प्रस्तावित केले आहेत.

Python API सार्वजनिक आणि खाजगी API मध्ये अधिक स्पष्ट पृथक्करण प्रदान करते आणि नवीन मॉड्यूल संरचना सादर करते. सुमारे 100 फंक्शन्स, मॉड्यूल्स आणि कॉन्स्टंट्स मुख्य "np" नेमस्पेसच्या बाहेर हलवण्यात आले आहेत, बहिष्कृत किंवा काढले गेले आहेत.
np.lib नेमस्पेस साफ केले. मुख्य नेमस्पेसमधील वस्तूंची संख्या 10% आणि numpy.lib नेमस्पेसमध्ये 80% ने कमी झाली आहे. numpy.core नेमस्पेस खाजगीवर हलविण्यात आले आहे. np.ndarray आणि np.generic वर्गांमधून काही पद्धती काढल्या. स्ट्रिंग ऑपरेशन्ससह एक नवीन नेमस्पेस numpy.stringsf तयार केले.

नवीन वैशिष्ट्यांमध्ये सर्व numpy.fft फंक्शन्समध्ये float32 आणि longdouble प्रकारांसाठी समर्थन, मुख्य नेमस्पेसमध्ये मानक ॲरे API साठी समर्थन, नवीन नेमस्पेस आणि व्हेरिएबल लांबीच्या स्ट्रिंगसाठी प्रकार समाविष्ट आहेत. स्ट्रिंग फंक्शन्स सॉर्ट, आर्गसॉर्ट, विभाजन आणि आर्गपार्टिशनसाठी इंटेल x86-simd-sort आणि Google Highway लायब्ररी वापरून कार्यप्रदर्शन ऑप्टिमायझेशन केले गेले आहे, numpy.char मॉड्यूलमधील निश्चित स्ट्रिंगसह ऑपरेशन्स वेगवान करण्यात आली आहेत. नवीन API जोडले
ट्रेसिंग आणि आत्मनिरीक्षणासाठी opt_func_info.

स्त्रोत: opennet.ru