用于科学计算的 Python 库 NumPy 2.0.0 已发布，专注于处理多维数组和矩阵，并提供大量函数来实现与矩阵使用相关的各种算法。 NumPy 是用于科学计算的最流行的库之一。 该项目代码是使用 C 语言优化的 Python 编写的，并在 BSD 许可证下分发。
NumPy 2.0.0 标志着自 2006 年以来的第一个重要版本。
新版本中，除了新功能和性能优化外，还对ABI、Python API和C-API进行了更改，这些更改违反了向后兼容性。例如，使用 NumPy 1.x 编译的 SciPy 库需要重新编译才能与 NumPy 2.0 一起使用。在某些情况下，可能需要更改代码才能在应用程序中使用 NumPy 2.0。
最主要的缺陷与标量表达式的精度保持有关，例如，“np.float32(3) + 3”现在将返回 float32 类型的值，而不是 float64 类型。在包含多个类型的表达式中，结果将使用精度最高的类型，即“np.array([3], dtype=np.float32) + np.float64(3)”将返回 float64 类型的值。平台上使用的默认整数类型已更改。 Windows — 在 64 位系统中，现在使用 64 位整数类型；在 32 位系统中，使用 32 位类型（以前使用 C 类型的类似 long，但现在使用等效的 np.intp）。
C-API 中的一些定义已被替换或删除，例如，PyArray_Descr 结构已更改。通过 NPY_MAXDIMS 和 NPY_MAXARGS 宏设置的最大维数和参数数量已增加到 64。所有复杂类型已转换为使用 C99 规范中的标准类型（cfloat_t、cdouble_t、clongdouble_t）。添加了用于创建自定义数据类型的新 C API。提出了新的简化初始化函数 PyArray_ImportNumPyAPI 和 PyUFunc_ImportUFuncAPI。
Python API 提供了公共 API 和私有 API 之间更明确的分离，并引入了新的模块结构。大约 100 个函数、模块和常量已从主“np”命名空间中移出、弃用或删除。
清理了 np.lib 命名空间。主命名空间中的对象数量减少了 10%，numpy.lib 命名空间中的对象数量减少了 80%。 numpy.core 命名空间已移至私有。从 np.ndarray 和 np.generic 类中删除了一些方法。使用字符串操作创建了一个新的命名空间 numpy.stringsf 。
新功能包括在所有 numpy.fft 函数中支持 float32 和 longdouble 类型、在主命名空间中支持标准数组 API、新命名空间和可变长度字符串类型。使用 Intel x86-simd-sort 和 Google Highway 库对字符串函数 sort、argsort、partition 和 argpartition 进行了性能优化，加速了 numpy.char 模块中固定字符串的操作。添加了新的 API
opt_func_info 用于跟踪和内省。
来源： opennet.ru
