Noticias

Disponible la versión 1.20.0 de NumPy

La versión 1.20.0 se ha liberado recientemente. Versión en la que se incluyen nuevas capacidades como las anotaciones de tipos y expansión del uso de SIMD (single instruction, multiple data). Por lo que se ha descrito como la versión más grande de la historia de la librería.

Novedades de la versión

Las anotaciones de tipo se encuentran disponibles en una amplia parte de la librería. Estando disponible un nuevo módulo numpy.typing en el que se pueden encontrar tipos útiles para los usuarios finales. Entre los que se incluyen ArrayLike, para objetos que se pueden convertir en vectores, y DtypeLike, para objetos que se pueden convertir en un dtype.

Por otro lado, al aumentar el uso de SIMD en NumPy se mejora la velocidad de ejecución de muchas funciones. Además, se han realizado mejoras para preparar el código para introducir en un futuro las optimizaciones de rendimiento de SIMD de NEP-38.

Otras mejoras que se han incluido en la versión 1.20.0 de NumPy son:

  • Preparación para la modificación de los de los objetos dtype (objeto de tipo de datos) e implementación de conversiones para permitir extensión de tipos.
  • Soporte preliminar para la versión 3.0 del Cython para escribir extensiones C en Python.
  • La clase randon.Generator contiene una nueva función permuted.
  • Los errores de indexación se notificarán incluso cuando el resultado del índice esté vacío.
  • Una nueva palabra clave where se ha añadido para evaluar los valores en vectores de tipo Boolean.
  • Los tipos de numpy.typing ahora se pueden importar en tiempo de ejecución.
  • La función sliding_window_view ofrece una vista de ventana deslizante para matrices NumPy.
  • Al crear o asignar matrices, en todos los casos relevantes, los escalares NumPy ahora se convertirán a matrices NumPy
  • Se ha deprecado el uso de alias de tipos integrados, como puede ser el caso de np.int.
  • Las coincidencias inexactas de mode y searchside han sido deprecadas.
  • Se ha realizado limpieza de código relacionadas con la eliminación de Python 2.7 y mejoras en la legibilidad de código.

Las notas de la versión se pueden encontrar en la página web del proyecto con el resto de mejoras que se han introducido en esta versión.

Imagen de Michael Gaida en Pixabay

¿Te ha parecido de utilidad el contenido?

Daniel Rodríguez

Share
Published by
Daniel Rodríguez
Tags: NumPy

Recent Posts

Segmentación RFM: cómo clasificar tu cartera de clientes antes de calcular el CLV

En un artículo anterior vimos la fórmula clásica del CLV junto a sus limitaciones. Una…

8 horas ago

Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)

Y llegamos al final de una serie que había programado para ser de tres entradas.…

5 días ago

PSI: Cómo Saber Cuándo tu Modelo de Credit Scoring se ha Degradado

Un modelo de credit scoring no es un artefacto estático. Se construye en un momento…

1 semana ago

Los indicadores que se autocumplen, o cuando medir es modificar – El bestiario de los indicadores económicos absurdos (parte 7)

En las seis entregas anteriores hemos paseado por casi todos los géneros del disparate económico:…

2 semanas ago

Customer Lifetime Value: la fórmula clásica que todo analista debería dominar

El Customer Lifetime Value (CLV) es, probablemente, la métrica más importante que puede calcular una…

2 semanas ago

Analytics Lane lanza la versión 1.4 del laboratorio con nuevas herramientas de conversión y modelos avanzados de CLV

Seguimos ampliando el laboratorio de Analytics Lane con el lanzamiento de la versión 1.4, que…

3 semanas ago

This website uses cookies.