NumPy 1.19.0 發行說明#
此 NumPy 版本以移除大量技術債為標誌：已移除對 Python 2 的支援、許多棄用警告已過期，並且文件已得到改進。隨機模組的潤飾工作持續進行，包含錯誤修復以及來自 Cython 的更佳可用性。
此版本支援的 Python 版本為 3.6-3.8。下游開發者應使用 Cython >= 0.29.16 以支援 Python 3.8，並使用 OpenBLAS >= 3.7 以避免 Skylake 架構上的問題。
重點#
Python 和 C 程式碼都已移除與 Python 版本 < 3.6（包括 Python 2）的程式碼相容性。
numpy.compat中的 shim 將保留以支援第三方套件，但它們可能會在未來的版本中被棄用。請注意，由於使用了 f-strings，1.19.x 將無法與早期版本的 Python 編譯。(gh-15233)
已過期的棄用警告#
numpy.insert 和 numpy.delete 不再允許在 0 維陣列上傳遞軸 (axis)#
這結束了自 1.9 以來的棄用，在 1.9 版本中，當 axis 參數傳遞給在 0 維陣列上呼叫 ~numpy.insert 和 ~numpy.delete 時，axis 和 obj 參數及索引將被完全忽略。在這些情況下，insert(arr, "nonsense", 42, axis=0) 實際上會覆寫整個陣列，而 delete(arr, "nonsense", axis=0) 將會是 arr.copy()
現在在 0 維陣列上傳遞 axis 會引發 ~numpy.AxisError。
(gh-15802)
numpy.delete 不再忽略超出範圍的索引#
這結束了自 1.8 和 1.9 以來的棄用，在 1.8 和 1.9 版本中，np.delete 會忽略索引序列中的負數和超出範圍的項目。這與傳遞單個索引時的行為不一致。
現在超出範圍的項目會拋出 IndexError，而負數項目則從末尾開始索引。
(gh-15804)
numpy.insert 和 numpy.delete 不再接受非整數索引#
這結束了自 1.9 以來的棄用，在 1.9 版本中，允許使用非整數索引序列並將其轉換為整數。現在傳遞非整數索引序列會引發 IndexError，就像傳遞單個非整數純量時一樣。
(gh-15805)
numpy.delete 不再將布林索引轉換為整數#
這結束了自 1.8 以來的棄用，在 1.8 版本中，np.delete 會將作為索引參數傳遞的布林陣列和純量轉換為整數索引。現在的行為是將布林陣列視為遮罩，並在布林純量上引發錯誤。
(gh-15815)
相容性注意事項#
變更了來自 numpy.random.Generator.dirichlet 的隨機變數串流#
修正了 Dirichlet 分布在 'alpha' 值較小時產生隨機變數的錯誤，方法是在 max(alpha) < 0.1 時使用不同的演算法。由於此變更，在這種情況下由 dirichlet 產生的變數串流將與先前的版本不同。
(gh-14924)
PyArray_ConvertToCommonType 中的純量提升#
PyArray_ConvertToCommonType 中混合純量和陣列的提升已變更為遵循 np.result_type 使用的規則。這表示諸如 (1000, np.array([1], dtype=np.uint8))) 之類的輸入現在將返回 uint16 dtype。在大多數情況下，行為保持不變。請注意，通常不建議使用此 C-API 函式。這也修正了 np.choose 在這方面與 NumPy 的其餘部分表現一致。
(gh-14933)
Fasttake 和 fastputmask 插槽已棄用並設為 NULL#
fasttake 和 fastputmask 插槽現在永遠不會被使用，並且必須始終設為 NULL。這不會導致行為上的任何變更。但是，如果使用者 dtype 應設定其中一個，則會發出 DeprecationWarning。
(gh-14942)
np.ediff1d 使用 to_end 和 to_begin 的轉換行為#
np.ediff1d 現在對其額外的 to_end 和 to_begin 參數使用 "same_kind" 轉換規則。這確保了類型安全，除非輸入陣列具有比 to_begin 或 to_end 更小的整數類型。在極少數情況下，行為會比先前在 1.16 和 1.17 中更嚴格。這對於解決浮點 NaN 的問題是必要的。
(gh-14981)
將空陣列類物件轉換為 NumPy 陣列#
具有 len(obj) == 0 且實作「陣列類」介面的物件，表示實作 obj.__array__()、obj.__array_interface__、obj.__array_struct__ 或 python 緩衝區介面，並且也是序列（即 Pandas 物件）的物件，現在在轉換為陣列時將始終正確保留其形狀。如果此類物件的形狀先前為 (0, 1)，則可能會轉換為形狀為 (0,) 的陣列（遺失第一個 0 之後的所有維度）。
(gh-14995)
已移除 multiarray.int_asbuffer#
作為持續移除 Python 2 相容性的一部分，multiarray.int_asbuffer 已被移除。在 Python 3 上，它會拋出 NotImplementedError 並且在內部未使用。預期在 Python 3 中沒有此方法的下游用例。
(gh-15229)
numpy.distutils.compat 已被移除#
此模組僅包含函式 get_exception()，其使用方式如下
try:
...
except Exception:
e = get_exception()
其目的是處理 Python 2.6 中引入的語法變更，從 except Exception, e: 變更為 except Exception as e:，表示它僅對於支援 Python 2.5 及更舊版本的程式碼庫是必要的。
(gh-15255)
issubdtype 不再將 float 解釋為 np.floating#
自 NumPy 1.14 以來，numpy.issubdtype 有一個 FutureWarning，現在已過期。這表示第二個參數既不是資料類型也不是 NumPy 純量類型（例如字串或 python 類型，如 int 或 float）的某些輸入，現在將與傳入 np.dtype(arg2).type 一致。這使得結果與預期一致，並在某些先前返回 true 的情況下導致錯誤的結果。
(gh-15773)
變更純量上 round 的輸出，使其與 Python 一致#
__round__ dunder 方法的輸出，以及隨之而來的 Python 內建 round 已變更為 Python int，以便在不帶參數呼叫時與在 Python float 物件上呼叫它時保持一致。先前，它會返回傳入的 np.dtype 的純量。
(gh-15840)
numpy.ndarray 建構函式不再將 strides=() 解釋為 strides=None#
前者已變更為具有設定 numpy.ndarray.strides 為 () 的預期含義，而後者繼續導致自動選擇 strides。
(gh-15882)
C 級字串到 datetime 的轉換已變更#
簡化了來自字串的 C 級轉換。此變更也修正了字串到 datetime 和 timedelta 的轉換，使其行為正確（即，像使用 string_arr.astype("M8") 的 Python 轉換，而先前的轉換行為類似於 string_arr.astype(np.int_).astype("M8")）。這僅影響使用低階 C-API 執行單個純量值的手動轉換（非完整陣列轉換）或使用例如 PyArray_GetCastFunc 的程式碼，因此不應影響絕大多數使用者。
(gh-16068)
具有小種子的 SeedSequence 不再與衍生衝突#
小種子（小於 2**96）先前會隱式地以 0 填充到 128 位元，即內部熵池的大小。當衍生時，衍生金鑰會在 0 填充之前連接。由於第一個衍生金鑰是 (0,)，因此衍生前的小種子會建立與第一個衍生的 SeedSequence 相同的狀態。現在，種子在連接衍生金鑰之前會顯式地以 0 填充到內部池大小。衍生的 SeedSequence 將產生與先前版本不同的結果。未衍生的 SeedSequence 仍將產生相同的結果。
(gh-16551)
棄用#
棄用對於不規則輸入的自動 dtype=object#
根據 NEP 34，呼叫 np.array([[1, [1, 2, 3]]) 將發出 DeprecationWarning。使用者應明確使用 dtype=object 以避免警告。
(gh-15119)
在 numpy.rec 中的 factory 函式中傳遞 shape=0 已棄用#
0 被視為特殊情況，並在以下函式中別名為 None
numpy.core.records.fromarraysnumpy.core.records.fromrecordsnumpy.core.records.fromstringnumpy.core.records.fromfile
在未來，0 將不再是特殊情況，並且將被視為與任何其他整數一樣的陣列長度。
(gh-15217)
可能未使用的 C-API 函式的棄用#
以下 C-API 函式可能未使用，並且已被棄用
PyArray_GetArrayParamsFromObjectPyUFunc_GenericFunctionPyUFunc_SetUsesArraysAsData
在大多數情況下，PyArray_GetArrayParamsFromObject 應替換為轉換為陣列，而 PyUFunc_GenericFunction 可以替換為 PyObject_Call（請參閱文件以了解詳細資訊）。
(gh-15427)
將某些類型轉換為 dtype 已棄用#
純量類型的超類別，例如 np.integer、np.generic 或 np.inexact，現在在轉換為 dtype（或在 dtype 關鍵字參數中使用）時會發出棄用警告。原因是 np.integer 會轉換為 np.int_，但預期它會表示任何整數（例如，也包括 int8、int16 等。）。例如，dtype=np.floating 目前與 dtype=np.float64 相同，即使 np.float32 也是 np.floating 的子類別。
(gh-15534)
棄用 np.complexfloating 純量的 round#
__round__ dunder 方法的輸出，以及隨之而來的 Python 內建 round 已在複合純量上棄用。這不影響 np.round。
(gh-15840)
numpy.ndarray.tostring() 已棄用，建議使用 tobytes()#
~numpy.ndarray.tobytes 自 1.9 版本以來就已存在，但在此版本之前，~numpy.ndarray.tostring 沒有發出任何警告。發出警告的變更使 NumPy 與同名的內建 array.array 方法保持一致。
(gh-15867)
C API 變更#
更佳地支援 API 函式中的 const 維度#
以下函式現在接受 npy_intp 的常數陣列
PyArray_BroadcastToShapePyArray_IntTupleFromIntpPyArray_OverflowMultiplyList
先前，呼叫者必須轉換掉 const-ness 才能呼叫這些函式。
(gh-15251)
Const 限定 UFunc 內部迴圈#
UFuncGenericFunction 現在預期指向 const dimension 和 strides 作為參數的指標。這表示內部迴圈可能不再修改 dimension 或 strides。此變更導致 incompatible-pointer-types 警告，迫使使用者要么忽略編譯器警告，要么 const 限定他們自己的迴圈簽名。
(gh-15355)
新功能#
numpy.frompyfunc 現在接受 identity 參數#
這允許在結果 ufunc 上設定 numpy.ufunc.identity 屬性，表示它可以用於對 numpy.ufunc.reduce 的空呼叫和多維呼叫。
(gh-8255)
np.str_ 純量現在支援緩衝區協議#
np.str_ 陣列始終儲存為 UCS4，因此相應的純量現在透過緩衝區介面公開此資訊，表示 memoryview(np.str_('test')) 現在可以運作。
(gh-15385)
numpy.copy 的 subok 選項#
一個新的 kwarg，subok，已新增至 numpy.copy，以允許使用者切換 numpy.copy 相對於陣列子類別的行為。預設值為 False，這與先前 numpy 版本的 numpy.copy 行為一致。若要建立一個保留陣列子類別的副本，請呼叫 np.copy(arr, subok=True)。此新增更好地說明了 numpy.copy 的預設行為與 numpy.ndarray.copy 方法不同，後者預設會尊重陣列子類別。
(gh-15685)
numpy.linalg.multi_dot 現在接受 out 參數#
out 可用於避免建立 numpy.linalg.multidot 計算的最終產品的不必要副本。
(gh-15715)
numpy.count_nonzero 的 keepdims 參數#
參數 keepdims 已新增至 numpy.count_nonzero。此參數具有與縮減函式（例如 numpy.sum 或 numpy.mean）中相同的含義。
(gh-15870)
numpy.array_equal 的 equal_nan 參數#
關鍵字參數 equal_nan 已新增至 numpy.array_equal。equal_nan 是一個布林值，用於切換在比較中是否將 nan 值視為相等（預設值為 False）。這與相關函式（例如 numpy.isclose 和 numpy.allclose）中使用的 API 相符。
(gh-16128)
改進#
改進 CPU 功能的偵測#
將 npy_cpu_supports（一種 gcc 特定的機制，用於測試對 AVX 的支援）替換為更通用的函式 npy_cpu_init 和 npy_cpu_have，並透過 NPY_CPU_HAVE c-巨集以及 python 級別的 __cpu_features__ 字典公開結果。
(gh-13421)
在備用 lapack_lite 中，於 64 位元平台上使用 64 位元整數大小#
在備用 LAPACK 函式庫中，於 64 位元平台上使用 64 位元整數大小，當系統未安裝 LAPACK 時會使用備用 LAPACK 函式庫，使其能夠處理大型陣列的線性代數。
(gh-15218)
當輸入為 np.float64 時，使用 AVX512 intrinsic 實作 np.exp#
當輸入為 np.float64 時，使用 AVX512 intrinsic 實作 np.exp，這可以將 np.exp 與 np.float64 輸入的效能提高 5-7 倍。 _multiarray_umath.so 模組在 linux64 上增加了約 63 KB。
(gh-15648)
能夠停用 madvise hugepages#
在 Linux 上，NumPy 先前已新增對 madavise hugepages 的支援，這可以提高非常大的陣列的效能。不幸的是，在較舊的 Kernel 版本上，這導致了效能回退，因此預設情況下，在 4.6 之前的核心版本上已停用此支援。若要覆寫預設值，您可以使用環境變數
NUMPY_MADVISE_HUGEPAGE=0
或將其設定為 1 以強制啟用支援。請注意，僅當作業系統設定為使用 madvise transparent hugepage 時，這才會產生影響。
(gh-15769)
numpy.einsum 接受 subscript 列表中的 NumPy int64 類型#
當 numpy.einsum 傳遞 NumPy int64 陣列作為其 subscript 列表時，不再拋出類型錯誤。
(gh-16080)
np.logaddexp2.identity 已變更為 -inf#
ufunc ~numpy.logaddexp2 現在具有 -inf 的 identity，使其可以在空序列上呼叫。這與 ~numpy.logaddexp 的 identity 相符。
(gh-16102)
變更#
移除對 __array__ 的額外參數的處理#
自 NumPy 0.4 以來，程式碼路徑和測試一直存在於程式碼中，用於 __array__(dtype=None, context=None) 的雙參數變體。當呼叫 ufunc(op) 或 ufunc.reduce(op) 且 op.__array__ 存在時，它會被啟用。但是，該變體未記錄在文件中，並且不清楚其使用意圖。它已被移除。
(gh-15118)
numpy.random._bit_generator 已移動到 numpy.random.bit_generator#
為了向 Cython 公開 numpy.random.BitGenerator 和 numpy.random.SeedSequence，_bitgenerator 模組現在作為 numpy.random.bit_generator 公開
透過 pxd 檔案提供 Cython 對隨機分佈的存取#
c_distributions.pxd 提供了對 Cython 中許多隨機分佈背後的 c 函數的存取，使其方便使用和擴展。
(gh-15463)
修正了 numpy.random.multivariate_normal 中的 eigh 和 cholesky 方法#
先前，當傳遞 method='eigh' 或 method='cholesky' 時，numpy.random.multivariate_normal 會從錯誤的分佈產生樣本。現在已修正此問題。
(gh-15872)
修正了 MT19937.jumped 中的跳躍實作#
此修復變更了從跳躍的 MT19937 產生器產生的流。它不影響使用直接播種的 RandomState 或 MT19937 產生的流。
MT19937 跳躍程式碼的翻譯包含反向的迴圈順序。MT19937.jumped 符合松本眞 (Makoto Matsumoto) Horner 和滑動視窗跳躍方法的原始實作。
(gh-16153)