{"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\/nl\/blog\/news\/%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":"De release van de Python-bibliotheek voor wetenschappelijke berekeningen NumPy 1.22.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
De release van de Python-bibliotheek voor wetenschappelijke berekeningen NumPy 1.22 is beschikbaar, gericht op het werken met meerdimensionale arrays en matrices, en biedt een uitgebreide verzameling functies met implementaties van verschillende algoritmen die verband houden met het gebruik van matrices. NumPy is een van de meest gevraagde bibliotheken die wordt toegepast voor wetenschappelijke berekeningen. De projectcode is geschreven in Python met optimalisaties in C en wordt verspreid onder de BSD-licentie. <\/p>\n
In de nieuwe versie: <\/p>\n
\n
De werkzaamheden aan de annotaties voor de hoofd namespace zijn afgerond.\n
Een voorlopige versie van de Array API is voorgesteld, die voldoet aan de standaard Python Array API en is ge\u00efmplementeerd in een aparte namespace. De nieuwe API is gericht op het voorbereiden van standaardfuncties voor het werken met arrays, die ook kunnen worden gebruikt in applicaties op basis van andere bibliotheken, zoals CuPy en JAX.\n
De DLPack-backend is gerealiseerd, die ondersteuning biedt voor het gelijknamige formaat voor het uitwisselen van de inhoud van arrays (tensors) tussen verschillende frameworks.\n
Een set methoden met implementatie van functies met betrekking tot de concepten kwantiel en percentiel is toegevoegd.\n
Een nieuwe configureerbare geheugensmanager (numpy-allocator) is toegevoegd.\n
De werkzaamheden aan de optimalisatie van functies en platforms met behulp van SIMD-vectorinstructies zijn voortgezet.\n
De ondersteuning voor Python 3.7 is gestopt, versies Python 3.8-3.10 zijn vereist voor werking. <\/ul>\n