NumPy新增的功能有哪些

本篇內(nèi)容主要講解“NumPy新增的功能有哪些”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“NumPy新增的功能有哪些”吧!

作為 Python 語(yǔ)言的一個(gè)擴(kuò)展程序庫(kù)，NumPy 支持大量的維度數(shù)組與矩陣運(yùn)算，也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。自初代版本上線(xiàn)之后，NumPy 已經(jīng)成為 Python 科學(xué)計(jì)算的擴(kuò)展包。如今，在計(jì)算多維數(shù)組和大型數(shù)組方面，它是使用最廣的。此外，它還提供多個(gè)函數(shù)，操作起數(shù)組來(lái)效率很高，還可用來(lái)實(shí)現(xiàn)高級(jí)數(shù)學(xué)運(yùn)算。

近日，NumPy 迎來(lái)了更新。NumPy 官方表示，NumPy v1.20 是迄今為止規(guī)模最大的版本更新 ，共計(jì) 184 位開(kāi)發(fā)者貢獻(xiàn)了約 684 條 PR，新增了類(lèi)型注釋、滑動(dòng)窗口視圖等功能。

新版本支持 Python 3.7-3.9，但不支持 Python 3.6。主要亮點(diǎn)如下：

NumPy 函數(shù)注釋?zhuān)?/p>

擴(kuò)大 SIMD 使用范圍，提升 ufuncs（Universal Functions）的執(zhí)行速度；

更改數(shù)據(jù)類(lèi)型和強(qiáng)制轉(zhuǎn)換實(shí)現(xiàn)的準(zhǔn)備工作，以便為擴(kuò)展數(shù)據(jù)類(lèi)型提供更簡(jiǎn)單的途徑；

文檔改進(jìn)，包括大約 185 個(gè) PR 合并；

關(guān)于移除 Python 2.7 的進(jìn)一步清理（cleanups）， 這樣可以提高代碼的可讀性并消除技術(shù)負(fù)擔(dān)；

對(duì)即將到來(lái)的 Cython 3.0 提供初步支持。

上線(xiàn)新函數(shù)

新發(fā)布的 NumPy 1.20.0 版本包括以下三大新函數(shù)：

（1）random.Generator 類(lèi)有一個(gè)新函數(shù) permuted。新函數(shù)與 shuffle 和 permutation 不同，給定軸索引的子數(shù)組會(huì)被換算。例如，現(xiàn)在可以對(duì)一個(gè)二維數(shù)組的行或列進(jìn)行換算；

（3）一個(gè)面向用戶(hù)（user-facing）的全新函數(shù) numpy.broadcast_shapes。該函數(shù)可以從給定形狀元組中通過(guò) broadcasting 獲得形狀，其中 broadcasting 機(jī)制的功能是為了方便不同 shape 的 array 進(jìn)行數(shù)學(xué)運(yùn)算。

棄用的功能

像 np.int 這類(lèi)內(nèi)置類(lèi)型（builtin type）的別名已被棄用。在很長(zhǎng)一段時(shí)間，np.int 是 int 的別名，但常常對(duì)新手造成困擾，這主要是歷史原因造成的。

下表顯示了已棄用別名的完整列表，其中第三列為備用 NumPy 名稱(chēng)。

此外，將 shape=None 傳遞給帶有非可選參數(shù) shape 的函數(shù)已被棄用，mode 和 searchside 的非精確匹配、numpy.dual 模塊也都被棄用。

到此，相信大家對(duì)“NumPy新增的功能有哪些”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢(xún)，關(guān)注我們，繼續(xù)學(xué)習(xí)！