NumPy 1.14.1 版本解析14 位贡献者与 36 个合并 PR 背后的关键修复【免费下载链接】numpyThe fundamental package for scientific computing with Python.项目地址: https://gitcode.com/gh_mirrors/nu/numpy导读本文以 NumPy 官方维护分支发布的1.14.1 补丁版本变更记录doc/changelog/1.14.1-changelog.rst为主体系统梳理该版本合并的 36 个 Pull Request涵盖einsum优化逻辑、结构化数组与dtype.descr、genfromtxt文本加载、linalg.norm类型提升、union1d集合运算等核心模块的缺陷修复与行为调整。读完本文你将理解每个修复的背景、影响范围以及这些修复在当前仓库源码中的对应实现位置从而在升级或排查问题时能够快速定位。版本概览一次聚焦稳定性与兼容性的补丁发布NumPy 1.14.1 是 1.14 系列的第一个补丁版本patch release其定位明确以 Bug 修复BUG、维护性调整MAINT和少量增强ENH为主不引入新的破坏性 API。从变更记录可以看出共14 位贡献者参与其中 Dennis Weyland、Kenichi Maehashi 两位标注表示首次为 NumPy 提交补丁共合并36 个 Pull Request提交类型覆盖BUG缺陷修复、MAINT维护重构、ENH小幅增强、TST测试、DOC文档、DEP弃用警告、REL发布流程七大类。该版本的修复方向集中在三块einsum的优化路径正确性、结构化 dtype 与记录record对象的一致性、以及跨平台Big-Endian / Python 2.7 / Windows兼容性下文逐项展开。einsum 系列修复优化路径的正确性回归1.14.1 对np.einsum一口气合并了 4 个相关 PR是本版本修复密度最高的函数PR类型修复内容#10396BUG修复 unicode 输入在 Python 2 下的einsum问题#10397BUG修复einsum中未格式化unformatted的错误消息#10403BUG将einsum的optimize参数默认值改回False#10559BUG修复单例维度singleton dimensions下的einsum优化逻辑其中#10403 是行为层面的重要调整。在 1.14.0 中optimize默认值曾被试验性地改为True即自动启用 greedy 贪心路径优化但由于优化路径在某些场景下改变了结果类型或引入回归1.14.1 决定回退为默认False。从当前仓库源码看这一决策被完整保留了下来numpy/_core/einsumfunc.py 中optimize参数的文档明确写着optimize : {False, True, greedy, optimal}, optional—— Controls if intermediate optimization should occur. No optimization will occur ifFalseandTruewill default to the greedy algorithm. Also accepts an explicit contraction list from thenp.einsum_pathfunction.Defaults to False.函数签名同样可见于 numpy/_core/einsumfunc.pydef einsum(*operands, outNone, optimizeFalse, **kwargs):对用户的实践影响追求结果确定性当表达式没有显式输出下标implicit mode且最终结果为标量时optimizeFalse会返回np.float64等标量而启用优化后 0 维结果可能是标量也可能是 0 维数组类型不可依赖。官方文档建议需要保证返回 ndarray 时显式传入out参数追求性能若表达式包含三个及以上操作数、存在可复用的中间收缩路径可显式开启optimizeTrue等价于greedy或使用np.einsum_path预先计算最优收缩路径后传入。单例维度修复#10559则保证了对np.einsum(ij,jk-ik, a, b)这类表达式中某一维度大小为 1 时贪心优化不会产生越界或错误的中间张量形状。该函数及其优化路径的回归测试集中在 numpy/_core/tests/test_einsum.py。结构化数组与 record 对象repr 与 dtype 行为一致性本版本围绕结构化 dtype 的多个修复共同指向一个目标让np.record、np.void、多字段索引等结构化特性的表示与解析行为保持一致。np.record 的 repr 修复#10424PR #10424 修复了np.record对象的repr与np.void不一致的问题对应 issue #10412。修复后记录对象的显示不再缺失括号或引号。当前仓库中record类的定义位于 numpy/_core/records.pyclass record(nt.void)其打印行为由repr相关实现控制与void类型保持对齐。乱序字段out-of-order fields的三连修复结构化 dtype 若字段按非内存顺序定义例如dtype([(b, i4), (a, i4)], alignTrue)与底层内存布局不一致会带来一系列连锁问题。1.14.1 通过三个 PR 系统性收紧了处理#10534为乱序字段提供更清晰的错误消息#10562dtype.descr对乱序字段直接报错避免生成误导性的描述符#10435重复字段名查找改为抛出ValueError从 maintenance 分支 backport。畸形记录的 FutureWarning#10558PR #10558 属于DEP弃用类型当检测到**畸形记录malformed records**时NumPy 开始发出FutureWarning提前告知用户在后续版本中该行为将发生变化。这是 NumPy 标准的先警告、后变更弃用流程。逗号分隔 dtype 字符串的识别#10624PR #10624 修复了逗号分隔 dtype 字符串的解析问题确保诸如i4,i4这类带逗号的类型字符串能被正确识别为结构化 dtype 而非被误解析。这与 numpy/_core/_dtype.py 中的 dtype 解析逻辑相关。多字段索引 padding 字节回退#10537PR #10537 将多字段索引multifield-indexing中添加 padding 字节的行为在 1.14.1 中回退revert以避免该改动带来的数据布局变化属于典型的特性未稳定前先回退策略。数据加载与集合运算genfromtxt 与 union1dgenfromtxt 的 bytes 列自动扩容#10536PR #10536backport 自 #10401修复了np.genfromtxt读取时bytes_类型列未按内容长度正确扩容的问题。此前若某列某行文本比首行更长可能导致数据截断或错误。该函数的完整签名位于 numpy/lib/_npyio_impl.py其中与本次修复直接相关的行为是文本按delimiter拆分后字符串列依据实际内容动态决定宽度autostrip、converters、missing_values等参数则用于控制转换与缺失值处理def genfromtxt(fname, dtypefloat, comments#, delimiterNone, skip_header0, skip_footer0, convertersNone, missing_valuesNone, filling_valuesNone, usecolsNone, namesNone, excludelistNone, deletechars.join(sorted(NameValidator.defaultdeletechars)), replace_space_, autostripFalse, case_sensitiveTrue, defaultfmtf%i, unpackNone, usemaskFalse, looseTrue, invalid_raiseTrue, max_rowsNone, encodingNone, *, ndmin0, likeNone):实践中若某列被识别为字符串bytes1.14.1 起其存储宽度会随最长单元格自适应避免genfromtxt结果中出现被截断的b...值。union1d 的展平修复#10563PR #10563 修复了np.union1d未对输入展平的问题当传入多维数组时结果不再错误地保留维度。当前实现可见于 numpy/lib/_arraysetops_impl.py其核心只有一行——先拼接再求唯一值np.concatenate(..., axisNone)天然完成了展平def union1d(ar1, ar2): return unique(np.concatenate((ar1, ar2), axisNone))配合修复文档示例确认了多维输入会被拍平后求并集 np.union1d([-1, 0, 1], [-2, 0, 2]) array([-2, -1, 0, 1, 2]) from functools import reduce reduce(np.union1d, ([1, 3, 4, 3], [3, 1, 2, 1], [6, 3, 4, 2])) array([1, 2, 3, 4, 6])linalg.norm 与 ufunc 行为微调linalg.norm 的类型提升调整#10368PR #10368 调整了np.linalg.norm的类型提升type promotion逻辑使不同输入 dtype如整数与浮点混合参与范数计算时的结果类型更符合预期。该函数定义于 numpy/linalg/_linalg.py支持向量范数与矩阵范数两大类ord参数取值矩阵/向量各不相同ord矩阵范数向量范数NoneFrobenius 范数2-范数froFrobenius 范数—nuc核范数—infmax(sum(abs(x), axis1))max(abs(x))-infmin(sum(abs(x), axis1))min(abs(x))0—sum(x ! 0)1max(sum(abs(x), axis0))L1 范数22-范数最大奇异值L2 范数位置参数形式调用 ufunc 的修复#10560PR #10560 修复了以位置参数方式传递out输出参数调用 ufunc时的问题确保np.add(a, b, c)这类用法在 ufunc 调度路径上正确写入输出数组。打印repr与内存安全不易察觉但关键的修复#10542修复复数complexrepr 中多余空格与缺失号的问题1.14 backport。此前某些复数在打印时会出现1. 2.j这类格式异常影响数组打印结果的可读性与可解析性#10609修复0 维 ndarray 子类str()的无限递归问题#10622 / #10629在 numpy/_core/arrayprint.py 中释放deallocate递归闭包修复数组打印路径上的内存/引用泄漏backport#10550malloc失败后正确设置异常避免内存分配失败时静默出错#10540补充 Python 2int()转换中缺失的DECREF引用计数递减修复潜在的引用泄漏。跨平台与构建兼容性修复1.14.1 针对多平台构建与测试做了多处修补对下游打包者尤其重要#10339将__config__的修改逻辑限定到 win32 平台避免影响其他系统的配置生成#10561修复 **Big-Endian 架构ppc64**下的多处测试失败#10608回退np.unique中的排序优化——该优化虽快但存在正确性隐患在补丁版中选择保守回退#10557在 tools/swig/numpy.i 中若包装的缓冲区不是 C 连续C_CONTIGUOUS则清除CARRAY标志修正 SWIG 接口对非连续数组的处理#10539修复np.save在 Python 2.7.5 下的兼容问题#10541为 maintenance/1.14.x 分支添加CircleCI 文档测试TST保证文档构建在补丁分支上持续有效#10395更新setup.py中的下载 URL。如何验证与复现这些修复在仓库中验证本版本行为的方式有两种运行回归测试einsum相关测试位于 numpy/_core/tests/test_einsum.py集合运算与union1d测试位于 numpy/lib/tests/test_arraysetops.pygenfromtxt测试位于 numpy/lib/tests/test_io.py阅读对应源码einsum主实现见 numpy/_core/einsumfunc.pynorm见 numpy/linalg/_linalg.pygenfromtxt见 numpy/lib/_npyio_impl.py打印路径见 numpy/_core/arrayprint.py。小结NumPy 1.14.1 虽然只是一个补丁版本却集中体现了成熟开源项目在稳定分支上的工程纪律行为默认值回退einsum optimize、错误路径收紧乱序字段、畸形记录、跨平台兼容修补Big-Endian、Python 2.7与内存安全加固DECREF、闭包释放并重。对于仍在使用 1.14 系列的用户本文梳理的 36 个 PR 恰好构成一份升级到 1.14.1 的收益清单对于研究 NumPy 源码的读者每个修复都可以在上述源码路径中对照验证。【免费下载链接】numpyThe fundamental package for scientific computing with Python.项目地址: https://gitcode.com/gh_mirrors/nu/numpy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/9/19 1:19:35 · 阅读 1.2k NumPy 1.14.1 版本解析：14 位贡献者与 36 个合并 PR 背后的关键修复
NumPy 1.14.1 版本解析14 位贡献者与 36 个合并 PR 背后的关键修复【免费下载链接】numpyThe fundamental package for scientific computing with Python.项目地址: https://gitcode.com/gh_mirrors/nu/numpy导读本文以 NumPy 官方维护分支发布的1.14.1 补丁版本变更记录doc/changelog/1.14.1-changelog.rst为主体系统梳理该版本合并的 36 个 Pull Request涵盖einsum优化逻辑、结构化数组与dtype.descr、genfromtxt文本加载、linalg.norm类型提升、union1d集合运算等核心模块的缺陷修复与行为调整。读完本文你将理解每个修复的背景、影响范围以及这些修复在当前仓库源码中的对应实现位置从而在升级或排查问题时能够快速定位。版本概览一次聚焦稳定性与兼容性的补丁发布NumPy 1.14.1 是 1.14 系列的第一个补丁版本patch release其定位明确以 Bug 修复BUG、维护性调整MAINT和少量增强ENH为主不引入新的破坏性 API。从变更记录可以看出共14 位贡献者参与其中 Dennis Weyland、Kenichi Maehashi 两位标注表示首次为 NumPy 提交补丁共合并36 个 Pull Request提交类型覆盖BUG缺陷修复、MAINT维护重构、ENH小幅增强、TST测试、DOC文档、DEP弃用警告、REL发布流程七大类。该版本的修复方向集中在三块einsum的优化路径正确性、结构化 dtype 与记录record对象的一致性、以及跨平台Big-Endian / Python 2.7 / Windows兼容性下文逐项展开。einsum 系列修复优化路径的正确性回归1.14.1 对np.einsum一口气合并了 4 个相关 PR是本版本修复密度最高的函数PR类型修复内容#10396BUG修复 unicode 输入在 Python 2 下的einsum问题#10397BUG修复einsum中未格式化unformatted的错误消息#10403BUG将einsum的optimize参数默认值改回False#10559BUG修复单例维度singleton dimensions下的einsum优化逻辑其中#10403 是行为层面的重要调整。在 1.14.0 中optimize默认值曾被试验性地改为True即自动启用 greedy 贪心路径优化但由于优化路径在某些场景下改变了结果类型或引入回归1.14.1 决定回退为默认False。从当前仓库源码看这一决策被完整保留了下来numpy/_core/einsumfunc.py 中optimize参数的文档明确写着optimize : {False, True, greedy, optimal}, optional—— Controls if intermediate optimization should occur. No optimization will occur ifFalseandTruewill default to the greedy algorithm. Also accepts an explicit contraction list from thenp.einsum_pathfunction.Defaults to False.函数签名同样可见于 numpy/_core/einsumfunc.pydef einsum(*operands, outNone, optimizeFalse, **kwargs):对用户的实践影响追求结果确定性当表达式没有显式输出下标implicit mode且最终结果为标量时optimizeFalse会返回np.float64等标量而启用优化后 0 维结果可能是标量也可能是 0 维数组类型不可依赖。官方文档建议需要保证返回 ndarray 时显式传入out参数追求性能若表达式包含三个及以上操作数、存在可复用的中间收缩路径可显式开启optimizeTrue等价于greedy或使用np.einsum_path预先计算最优收缩路径后传入。单例维度修复#10559则保证了对np.einsum(ij,jk-ik, a, b)这类表达式中某一维度大小为 1 时贪心优化不会产生越界或错误的中间张量形状。该函数及其优化路径的回归测试集中在 numpy/_core/tests/test_einsum.py。结构化数组与 record 对象repr 与 dtype 行为一致性本版本围绕结构化 dtype 的多个修复共同指向一个目标让np.record、np.void、多字段索引等结构化特性的表示与解析行为保持一致。np.record 的 repr 修复#10424PR #10424 修复了np.record对象的repr与np.void不一致的问题对应 issue #10412。修复后记录对象的显示不再缺失括号或引号。当前仓库中record类的定义位于 numpy/_core/records.pyclass record(nt.void)其打印行为由repr相关实现控制与void类型保持对齐。乱序字段out-of-order fields的三连修复结构化 dtype 若字段按非内存顺序定义例如dtype([(b, i4), (a, i4)], alignTrue)与底层内存布局不一致会带来一系列连锁问题。1.14.1 通过三个 PR 系统性收紧了处理#10534为乱序字段提供更清晰的错误消息#10562dtype.descr对乱序字段直接报错避免生成误导性的描述符#10435重复字段名查找改为抛出ValueError从 maintenance 分支 backport。畸形记录的 FutureWarning#10558PR #10558 属于DEP弃用类型当检测到**畸形记录malformed records**时NumPy 开始发出FutureWarning提前告知用户在后续版本中该行为将发生变化。这是 NumPy 标准的先警告、后变更弃用流程。逗号分隔 dtype 字符串的识别#10624PR #10624 修复了逗号分隔 dtype 字符串的解析问题确保诸如i4,i4这类带逗号的类型字符串能被正确识别为结构化 dtype 而非被误解析。这与 numpy/_core/_dtype.py 中的 dtype 解析逻辑相关。多字段索引 padding 字节回退#10537PR #10537 将多字段索引multifield-indexing中添加 padding 字节的行为在 1.14.1 中回退revert以避免该改动带来的数据布局变化属于典型的特性未稳定前先回退策略。数据加载与集合运算genfromtxt 与 union1dgenfromtxt 的 bytes 列自动扩容#10536PR #10536backport 自 #10401修复了np.genfromtxt读取时bytes_类型列未按内容长度正确扩容的问题。此前若某列某行文本比首行更长可能导致数据截断或错误。该函数的完整签名位于 numpy/lib/_npyio_impl.py其中与本次修复直接相关的行为是文本按delimiter拆分后字符串列依据实际内容动态决定宽度autostrip、converters、missing_values等参数则用于控制转换与缺失值处理def genfromtxt(fname, dtypefloat, comments#, delimiterNone, skip_header0, skip_footer0, convertersNone, missing_valuesNone, filling_valuesNone, usecolsNone, namesNone, excludelistNone, deletechars.join(sorted(NameValidator.defaultdeletechars)), replace_space_, autostripFalse, case_sensitiveTrue, defaultfmtf%i, unpackNone, usemaskFalse, looseTrue, invalid_raiseTrue, max_rowsNone, encodingNone, *, ndmin0, likeNone):实践中若某列被识别为字符串bytes1.14.1 起其存储宽度会随最长单元格自适应避免genfromtxt结果中出现被截断的b...值。union1d 的展平修复#10563PR #10563 修复了np.union1d未对输入展平的问题当传入多维数组时结果不再错误地保留维度。当前实现可见于 numpy/lib/_arraysetops_impl.py其核心只有一行——先拼接再求唯一值np.concatenate(..., axisNone)天然完成了展平def union1d(ar1, ar2): return unique(np.concatenate((ar1, ar2), axisNone))配合修复文档示例确认了多维输入会被拍平后求并集 np.union1d([-1, 0, 1], [-2, 0, 2]) array([-2, -1, 0, 1, 2]) from functools import reduce reduce(np.union1d, ([1, 3, 4, 3], [3, 1, 2, 1], [6, 3, 4, 2])) array([1, 2, 3, 4, 6])linalg.norm 与 ufunc 行为微调linalg.norm 的类型提升调整#10368PR #10368 调整了np.linalg.norm的类型提升type promotion逻辑使不同输入 dtype如整数与浮点混合参与范数计算时的结果类型更符合预期。该函数定义于 numpy/linalg/_linalg.py支持向量范数与矩阵范数两大类ord参数取值矩阵/向量各不相同ord矩阵范数向量范数NoneFrobenius 范数2-范数froFrobenius 范数—nuc核范数—infmax(sum(abs(x), axis1))max(abs(x))-infmin(sum(abs(x), axis1))min(abs(x))0—sum(x ! 0)1max(sum(abs(x), axis0))L1 范数22-范数最大奇异值L2 范数位置参数形式调用 ufunc 的修复#10560PR #10560 修复了以位置参数方式传递out输出参数调用 ufunc时的问题确保np.add(a, b, c)这类用法在 ufunc 调度路径上正确写入输出数组。打印repr与内存安全不易察觉但关键的修复#10542修复复数complexrepr 中多余空格与缺失号的问题1.14 backport。此前某些复数在打印时会出现1. 2.j这类格式异常影响数组打印结果的可读性与可解析性#10609修复0 维 ndarray 子类str()的无限递归问题#10622 / #10629在 numpy/_core/arrayprint.py 中释放deallocate递归闭包修复数组打印路径上的内存/引用泄漏backport#10550malloc失败后正确设置异常避免内存分配失败时静默出错#10540补充 Python 2int()转换中缺失的DECREF引用计数递减修复潜在的引用泄漏。跨平台与构建兼容性修复1.14.1 针对多平台构建与测试做了多处修补对下游打包者尤其重要#10339将__config__的修改逻辑限定到 win32 平台避免影响其他系统的配置生成#10561修复 **Big-Endian 架构ppc64**下的多处测试失败#10608回退np.unique中的排序优化——该优化虽快但存在正确性隐患在补丁版中选择保守回退#10557在 tools/swig/numpy.i 中若包装的缓冲区不是 C 连续C_CONTIGUOUS则清除CARRAY标志修正 SWIG 接口对非连续数组的处理#10539修复np.save在 Python 2.7.5 下的兼容问题#10541为 maintenance/1.14.x 分支添加CircleCI 文档测试TST保证文档构建在补丁分支上持续有效#10395更新setup.py中的下载 URL。如何验证与复现这些修复在仓库中验证本版本行为的方式有两种运行回归测试einsum相关测试位于 numpy/_core/tests/test_einsum.py集合运算与union1d测试位于 numpy/lib/tests/test_arraysetops.pygenfromtxt测试位于 numpy/lib/tests/test_io.py阅读对应源码einsum主实现见 numpy/_core/einsumfunc.pynorm见 numpy/linalg/_linalg.pygenfromtxt见 numpy/lib/_npyio_impl.py打印路径见 numpy/_core/arrayprint.py。小结NumPy 1.14.1 虽然只是一个补丁版本却集中体现了成熟开源项目在稳定分支上的工程纪律行为默认值回退einsum optimize、错误路径收紧乱序字段、畸形记录、跨平台兼容修补Big-Endian、Python 2.7与内存安全加固DECREF、闭包释放并重。对于仍在使用 1.14 系列的用户本文梳理的 36 个 PR 恰好构成一份升级到 1.14.1 的收益清单对于研究 NumPy 源码的读者每个修复都可以在上述源码路径中对照验证。【免费下载链接】numpyThe fundamental package for scientific computing with Python.项目地址: https://gitcode.com/gh_mirrors/nu/numpy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考