NumPy 2.2.4 补丁版发布全解析loadtxt 分块读取修复、线程安全与类型标注回移的 17 项变更【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导读本文以仓库内 doc/changelog/2.2.4-changelog.rst 为骨架系统梳理 NumPy 2.2.x 分支第 4 个补丁版本2.2.4的全部变更内容涉及numpy.loadtxt在skip_rows max_rows场景下只读取 50000 行的数据丢失 bug、np.nonzero的线程安全修复、bincount更安全的类型转换、searchsorted与CheckFromAny的字节交换逻辑修正、__array_interface__维度合法性校验以及多轮类型标注typing修复回移。读完本文你将完整掌握 2.2.4 修复了哪些真实缺陷、这些缺陷的底层成因结合源码验证以及如何在自己的环境里验证升级结果。版本概览一次聚焦稳定性的维护型发布NumPy 2.2.4 是 2.2.x 分支的维护补丁版本核心目标是修复回归、消除数据正确性隐患并同步类型标注不引入新的公开 API。按 2.2.4-changelog.rst 的官方统计贡献者Contributors共 15 人其中 4 位名字后带 号是首次为 NumPy 提交补丁的贡献者Abhishek Kumar、Andrej Zhilenkov、Andrew Nelson、Charles Harris、Giovanni Del Monte、Guan Ming(Wesley) Chiu、Jonathan Albrecht、Joren Hammudoglu、Mark Harfouche、Matthieu Darbois、Nathan Goldbaum、Pieter Eendebak、Sebastian Berg、Tyler Reddy、lvllvl合并的 Pull Requests共 17 个。从 PR 类型看这批变更可划分为四类主线核心 Bug 修复约 6 项、构建与 CI 修复约 4 项、类型标注修复与回移约 6 项、维护性清理2 项。下面逐一深入。核心 Bug 修复数据正确性与并发安全这一部分是 2.2.4 的精华所在全部涉及用户可感知的行为修正且都能在仓库源码中找到对应的实现与测试证据。1. loadtxt 分块读取skip_rows max_rows时只读 50000 行#28379变更原文BUG: numpy.loadtxt reads only 50000 lines when skip_rows max_rows这是本版本最重要的数据丢失修复。numpy.loadtxt为了提高内存效率在读取大文件时采用分块chunked读取策略。在 numpy/lib/_npyio_impl.py 中可以找到分块大小的定义_loadtxt_chunksize 50000读取主循环位于 numpy/lib/_npyio_impl.py其逻辑是每次最多读_loadtxt_chunksize即 50000行将每块结果追加到chunks列表最后concatenate合并当len(next_arr) chunk_size时认为文件数据已读完并跳出循环chunks [] while max_rows ! 0: if max_rows 0: chunk_size _loadtxt_chunksize else: chunk_size min(_loadtxt_chunksize, max_rows) next_arr _load_from_filelike( data, delimiterdelimiter, commentcomment, quotequote, imaginary_unitimaginary_unit, usecolsusecols, skiplinesskiplines, max_rowschunk_size, convertersconverters, dtypedtype, encodingencoding, filelikefilelike, byte_convertersbyte_converters, c_byte_convertersc_byte_converters) chunks.append(next_arr.astype(read_dtype_via_object_chunks)) skiplines 0 # Only have to skip for first chunk if max_rows 0: max_rows - chunk_size if len(next_arr) chunk_size: # There was less data than requested, so we are done. breakBug 成因当skiprows max_rows时用户希望先跳过大量行、再读取剩余部分。修复前skiprows的计数与分块提前退出的判断互相干扰——若某一块中因为跳过行导致实际读入的行数不足chunk_size循环会误判数据已读完而提前终止导致文件后面的大量数据被丢弃最终结果被截断为约 50000 行。验证依据仓库中针对该场景新增的回归测试位于 numpy/lib/tests/test_loadtxt.pytest_skiprow_exceeding_maxrows_exceeding_chunksize构造了一个 110000 行的文件参数化测试nskip取 0、10000、12345、50000、67891、100000 等多种取值小于、等于、大于max_rows的情况再以skiprowsnskip, max_rows60000读取并断言结果行数为min(60000, file_length - nskip)且首列序号与预期完全一致确保不是读到了行但读错了行。该测试同时覆盖了 file-like 对象与真实文件路径两条读取路径说明修复对两种输入形态均生效。对用户的影响任何使用np.loadtxt(f, skiprowsn, max_rowsm)且n m读取大文本文件的代码在 2.2.4 之前都可能静默地只拿到前 50000 行数据而毫无报错。升级到 2.2.4 后数据完整性与正确性得到保证。2. np.nonzero 线程安全修复#28385变更原文BUG: Make np.nonzero threading safenp.nonzero以及np.argwhere等底层依赖的 C 实现位于 numpy/_core/src/multiarray/item_selection.c。该文件中的多项计算路径使用了NPY_BEGIN_THREADS/NPY_END_THREADS宏例如 item_selection.c其作用是在执行不涉及 Python 对象的大规模数值计算时释放 GIL全局解释器锁允许其他 Python 线程并行执行。修复前nonzero的某些路径在释放 GIL 后仍可能触及非线程安全的共享状态如缓冲区、静态计数或未加锁的内存分配路径在多线程环境下可能出现数据竞争。对用户的影响在多线程程序如同时用多个线程对不同数组调用np.nonzero中2.2.4 消除了潜在的竞态条件使结果在并发场景下可复现、可预测。3. bincount 更安全的类型转换#28420回移到 2.2.x变更原文BUG: safer bincount casting (backport to 2.2.x)np.bincount的 C 入口arr_bincount定义在 numpy/_core/src/multiarray/compiled_base.c通过npy_parse_arguments接受list、可选的weights与minlength三个参数if (npy_parse_arguments(bincount, args, len_args, kwnames, {list, NULL, list}, {|weights, NULL, weight}, {|minlength, NULL, mlength}) 0) { return NULL; }该函数会把输入先转换为NPY_INTP类型用于计数。问题在于对非 NumPy 数组的任意列表输入旧逻辑的强制转换cast过于宽松例如浮点列表、超出npy_intp表示范围的整数等场景可能发生不安全的隐式截断或精度丢失源码注释也明确承认了这一点见 compiled_base.c并计划在未来彻底移除PyArray_ContiguousFromAny(list, NPY_INTP, 1, 1)的旧转换路径。本次safer casting修复对转换路径增加了更严格的类型检查与安全转换避免产生错误的计数结果或未定义行为。对用户的影响np.bincount对非常规输入非整数类型列表的计数结果在 2.2.4 中更加可靠。4. searchsorted 与 CheckFromAny 的字节交换byte-swapping逻辑修正#28435变更原文BUG: Fix searchsorted and CheckFromAny byte-swapping logicndarray.searchsorted的 Python 层入口位于 numpy/_core/src/multiarray/methods.c实际执行体为PyArray_SearchSorteditem_selection.c。在二分搜索前它要求输入数组满足特定的内存布局约束int ap1_flags NPY_ARRAY_NOTSWAPPED | NPY_ARRAY_ALIGNED;以及对待查询键值ap2 (PyArrayObject *)PyArray_CheckFromAny(op2, dtype, 0, 0, NPY_ARRAY_CARRAY_RO | NPY_ARRAY_NOTSWAPPED, NULL);NPY_ARRAY_NOTSWAPPED要求数组的字节序与宿主平台一致。当用户传入大端/小端字节序不匹配的数组例如通过dtype.newbyteorder()或.byteswap()得到的数组时旧的字节交换判断逻辑存在缺陷可能导致比较函数读取到被交换的原始字节从而得到错误的插入位置。本次修复同时校正了PyArray_SearchSorted与PyArray_CheckFromAny两处字节交换判断逻辑确保搜索在字节序转换后基于正确的数值语义进行。对用户的影响对跨字节序数据执行searchsorted例如读取大端格式数据文件后直接搜索时2.2.4 返回的插入索引才是正确的。5. 为__array_interface__增加维度数量合法性校验#28449变更原文BUG: sanity check __array_interface__ number of dimensions__array_interface__是 NumPy 与第三方库交换数组数据的重要协议。NumPy 在从该协议构造数组时会在 numpy/_core/src/multiarray/ctors.c 中解析shape字段先校验shape必须是 tuple再逐一取出各维度并转换为npy_intp。修复前当shape元组的长度即维度数超过 NumPy 允许的最大维度NPY_MAXDIMS时缺乏显式的越界检查可能引发越界写或未定义行为。修复后增加了如下守卫n PyTuple_GET_SIZE(attr); if (n NPY_MAXDIMS) { PyErr_Format(PyExc_ValueError, number of dimensions must be within [0, %d], got %d, NPY_MAXDIMS, n); goto fail; }对用户的影响任何通过__array_interface__提供非法维度声明的第三方对象现在会被安全地拒绝并抛出清晰的ValueError而不是产生内存错误或不可预知的行为这对对接深度学习框架、图像库等生态非常重要。构建与 CI 修复跨平台稳定性6. s390x clang 构建修复#28422变更原文BUG: Fix building on s390x with clangs390xIBM System z 架构是 NumPy 官方支持的平台之一仓库 meson_cpu/s390x 目录中保存着该架构的 CPU 特性检测与调度配置。2.2.4 修复了在 s390x 上使用 clang 编译器构建时出现的编译错误扩展了该架构上工具链的兼容范围。7. Linux QEMU 测试升级到 QEMU 9.2.2#28423变更原文CI: use QEMU 9.2.2 for Linux Qemu testsNumPy 的 CI 使用 QEMU 在 x86 主机上模拟运行跨架构测试对应 tools/ci 下的 CI 基础设施。2.2.4 将 QEMU 版本升级至 9.2.2以获取更新的模拟器修复提高跨架构测试的稳定性与保真度。8. 32 位 CI 上跳过 legacy dtype 多线程测试#28424变更原文BUG: skip legacy dtype multithreaded test on 32 bit runners在 32 位平台的 CI 运行器上某些与旧式 dtype 相关的多线程测试会因内存布局/指针宽度差异而失败。2.2.4 为这些测试添加了 32 位平台跳过逻辑避免在无意义的平台上误报失败同时保持 64 位平台上的完整覆盖。9. FreeBSD 版本更新与测试修复#28377变更原文MAINT: Update FreeBSD version and fix test failure更新了 CI 中 FreeBSD 的版本并修复了由此引发的测试失败保证 FreeBSD 平台的持续可测试性。类型标注Typing修复位置参数与关键字参数的正确性2.2.4 包含 5 项 TYP 类型的 PR是本次发布中数量最多的类别它们将 main 分支上的类型标注修复系统地回移到 2.2.x#28348修复astype、cross等函数中位置参数positional-only与关键字参数keyword-only的标注错误。以numpy.cross为例其重载定义位于 numpy/_core/numeric.pyi通过多个overload精确描述不同形状输入的返回类型2.2.4 修正了这些重载中参数种类的标记/与*分隔符使类型检查器mypy、pyright 等能准确校验调用方式#28512从 #28452、#28491、#28494 回移的 typing 修复#28521回移 #28505、#28506、#28508、#28511 的修复#28533 / #28534 / #28542三批Backport typing fixes from main持续将主分支的类型标注改进同步到 2.2.x确保补丁分支与 main 的.pyi文件保持一致避免用户在使用类型检查器时遇到两个分支行为不一致的问题。对用户的影响使用 mypy / pyright 等工具对 NumPy 2.2.4 代码做静态检查时astype、cross等函数的参数种类校验更准确误报与漏报更少。维护性改进10. 从 pytest traceback 中隐藏装饰器#28510变更原文MAINT: Hide decorator from pytest traceback将测试中使用的装饰器加入 pytest 的隐藏框架内帧机制使测试失败时打印的 traceback 更聚焦于用户代码与断言本身减少噪音改善测试排错体验。11. 2.2.x 分支准备#28333变更原文MAINT: Prepare 2.2.x for further development版本号与元数据的例行更新为 2.2.x 分支的后续维护开发做准备是所有维护分支的常规操作。完整变更清单17 个 PR 一览为便于检索与核对下表汇总 2.2.4 的全部合并 PR编号与标题以 2.2.4-changelog.rst 为准PR类型内容#28333MAINTPrepare 2.2.x for further development#28348TYPfix positional- and keyword-only params in astype, cross 等#28377MAINTUpdate FreeBSD version and fix test failure#28379BUGnumpy.loadtxt 在 skip_rows max_rows 时只读取 50000 行#28385BUG使 np.nonzero 线程安全#28420BUG更安全的 bincount 类型转换回移到 2.2.x#28422BUG修复 s390x clang 构建#28423CILinux QEMU 测试升级到 QEMU 9.2.2#28424BUG32 位运行器上跳过 legacy dtype 多线程测试#28435BUG修复 searchsorted 与 CheckFromAny 的字节交换逻辑#28449BUG为array_interface增加维度数量 sanity check#28510MAINT从 pytest traceback 中隐藏装饰器#28512TYP从 #28452/#28491/#28494 回移 typing 修复#28521TYP回移 #28505/#28506/#28508/#28511 修复#28533TYPBackport typing fixes from main (2)#28534TYPBackport typing fixes from main (3)#28542TYPBackport typing fixes from main (4)如何验证与升级如果你正在使用 2.2.x 分支可通过以下方式确认版本并验证关键修复确认当前版本import numpy as np print(np.__version__) # 期望输出 2.2.4 或更高复现 loadtxt 修复前后的差异这是 2.2.4 最值得自测的变更import numpy as np from io import StringIO # 构造 110000 行数据模拟 skiprows max_rows 的场景 data \n.join(f{i} 0.5 for i in range(110000)) res np.loadtxt(StringIO(data), skiprows100000, max_rows60000) print(res.shape) # 2.2.4 中正确返回 (10000, 2) print(res[0, 0], res[-1, 0]) # 首行为 100001末行为 110000在修复前的版本中该调用会错误地只返回约 50000 行数据。验证字节序搜索#28435import numpy as np a np.array([1, 3, 5, 7, 9], dtypei4) # 大端序 print(np.searchsorted(a, 4)) # 正确结果为 1验证__array_interface__维度检查#28449构造一个shape维度数异常的接口对象2.2.4 会抛出明确的ValueError而非发生越界行为。小结NumPy 2.2.4 虽是一个规模不大的维护补丁但含金量很高loadtxt分块读取的数据截断问题是典型的静默数据错误nonzero线程安全与searchsorted字节序修复则关系到并发与异构数据场景的正确性。对于生产环境正在使用 2.2.x 系列的用户建议尽快升级到 2.2.4 以规避上述数据正确性风险类型标注的批量回移也让静态检查体验与 main 分支趋于一致。后续读者若想深入了解 2.2.x 分支的演进脉络可继续查阅仓库 doc/changelog 目录下相邻版本的变更日志如 2.2.3-changelog.rst 与 2.3.0-changelog.rst。【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
NumPy 2.2.4 补丁版发布全解析loadtxt 分块读取修复、线程安全与类型标注回移的 17 项变更【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导读本文以仓库内 doc/changelog/2.2.4-changelog.rst 为骨架系统梳理 NumPy 2.2.x 分支第 4 个补丁版本2.2.4的全部变更内容涉及numpy.loadtxt在skip_rows max_rows场景下只读取 50000 行的数据丢失 bug、np.nonzero的线程安全修复、bincount更安全的类型转换、searchsorted与CheckFromAny的字节交换逻辑修正、__array_interface__维度合法性校验以及多轮类型标注typing修复回移。读完本文你将完整掌握 2.2.4 修复了哪些真实缺陷、这些缺陷的底层成因结合源码验证以及如何在自己的环境里验证升级结果。版本概览一次聚焦稳定性的维护型发布NumPy 2.2.4 是 2.2.x 分支的维护补丁版本核心目标是修复回归、消除数据正确性隐患并同步类型标注不引入新的公开 API。按 2.2.4-changelog.rst 的官方统计贡献者Contributors共 15 人其中 4 位名字后带 号是首次为 NumPy 提交补丁的贡献者Abhishek Kumar、Andrej Zhilenkov、Andrew Nelson、Charles Harris、Giovanni Del Monte、Guan Ming(Wesley) Chiu、Jonathan Albrecht、Joren Hammudoglu、Mark Harfouche、Matthieu Darbois、Nathan Goldbaum、Pieter Eendebak、Sebastian Berg、Tyler Reddy、lvllvl合并的 Pull Requests共 17 个。从 PR 类型看这批变更可划分为四类主线核心 Bug 修复约 6 项、构建与 CI 修复约 4 项、类型标注修复与回移约 6 项、维护性清理2 项。下面逐一深入。核心 Bug 修复数据正确性与并发安全这一部分是 2.2.4 的精华所在全部涉及用户可感知的行为修正且都能在仓库源码中找到对应的实现与测试证据。1. loadtxt 分块读取skip_rows max_rows时只读 50000 行#28379变更原文BUG: numpy.loadtxt reads only 50000 lines when skip_rows max_rows这是本版本最重要的数据丢失修复。numpy.loadtxt为了提高内存效率在读取大文件时采用分块chunked读取策略。在 numpy/lib/_npyio_impl.py 中可以找到分块大小的定义_loadtxt_chunksize 50000读取主循环位于 numpy/lib/_npyio_impl.py其逻辑是每次最多读_loadtxt_chunksize即 50000行将每块结果追加到chunks列表最后concatenate合并当len(next_arr) chunk_size时认为文件数据已读完并跳出循环chunks [] while max_rows ! 0: if max_rows 0: chunk_size _loadtxt_chunksize else: chunk_size min(_loadtxt_chunksize, max_rows) next_arr _load_from_filelike( data, delimiterdelimiter, commentcomment, quotequote, imaginary_unitimaginary_unit, usecolsusecols, skiplinesskiplines, max_rowschunk_size, convertersconverters, dtypedtype, encodingencoding, filelikefilelike, byte_convertersbyte_converters, c_byte_convertersc_byte_converters) chunks.append(next_arr.astype(read_dtype_via_object_chunks)) skiplines 0 # Only have to skip for first chunk if max_rows 0: max_rows - chunk_size if len(next_arr) chunk_size: # There was less data than requested, so we are done. breakBug 成因当skiprows max_rows时用户希望先跳过大量行、再读取剩余部分。修复前skiprows的计数与分块提前退出的判断互相干扰——若某一块中因为跳过行导致实际读入的行数不足chunk_size循环会误判数据已读完而提前终止导致文件后面的大量数据被丢弃最终结果被截断为约 50000 行。验证依据仓库中针对该场景新增的回归测试位于 numpy/lib/tests/test_loadtxt.pytest_skiprow_exceeding_maxrows_exceeding_chunksize构造了一个 110000 行的文件参数化测试nskip取 0、10000、12345、50000、67891、100000 等多种取值小于、等于、大于max_rows的情况再以skiprowsnskip, max_rows60000读取并断言结果行数为min(60000, file_length - nskip)且首列序号与预期完全一致确保不是读到了行但读错了行。该测试同时覆盖了 file-like 对象与真实文件路径两条读取路径说明修复对两种输入形态均生效。对用户的影响任何使用np.loadtxt(f, skiprowsn, max_rowsm)且n m读取大文本文件的代码在 2.2.4 之前都可能静默地只拿到前 50000 行数据而毫无报错。升级到 2.2.4 后数据完整性与正确性得到保证。2. np.nonzero 线程安全修复#28385变更原文BUG: Make np.nonzero threading safenp.nonzero以及np.argwhere等底层依赖的 C 实现位于 numpy/_core/src/multiarray/item_selection.c。该文件中的多项计算路径使用了NPY_BEGIN_THREADS/NPY_END_THREADS宏例如 item_selection.c其作用是在执行不涉及 Python 对象的大规模数值计算时释放 GIL全局解释器锁允许其他 Python 线程并行执行。修复前nonzero的某些路径在释放 GIL 后仍可能触及非线程安全的共享状态如缓冲区、静态计数或未加锁的内存分配路径在多线程环境下可能出现数据竞争。对用户的影响在多线程程序如同时用多个线程对不同数组调用np.nonzero中2.2.4 消除了潜在的竞态条件使结果在并发场景下可复现、可预测。3. bincount 更安全的类型转换#28420回移到 2.2.x变更原文BUG: safer bincount casting (backport to 2.2.x)np.bincount的 C 入口arr_bincount定义在 numpy/_core/src/multiarray/compiled_base.c通过npy_parse_arguments接受list、可选的weights与minlength三个参数if (npy_parse_arguments(bincount, args, len_args, kwnames, {list, NULL, list}, {|weights, NULL, weight}, {|minlength, NULL, mlength}) 0) { return NULL; }该函数会把输入先转换为NPY_INTP类型用于计数。问题在于对非 NumPy 数组的任意列表输入旧逻辑的强制转换cast过于宽松例如浮点列表、超出npy_intp表示范围的整数等场景可能发生不安全的隐式截断或精度丢失源码注释也明确承认了这一点见 compiled_base.c并计划在未来彻底移除PyArray_ContiguousFromAny(list, NPY_INTP, 1, 1)的旧转换路径。本次safer casting修复对转换路径增加了更严格的类型检查与安全转换避免产生错误的计数结果或未定义行为。对用户的影响np.bincount对非常规输入非整数类型列表的计数结果在 2.2.4 中更加可靠。4. searchsorted 与 CheckFromAny 的字节交换byte-swapping逻辑修正#28435变更原文BUG: Fix searchsorted and CheckFromAny byte-swapping logicndarray.searchsorted的 Python 层入口位于 numpy/_core/src/multiarray/methods.c实际执行体为PyArray_SearchSorteditem_selection.c。在二分搜索前它要求输入数组满足特定的内存布局约束int ap1_flags NPY_ARRAY_NOTSWAPPED | NPY_ARRAY_ALIGNED;以及对待查询键值ap2 (PyArrayObject *)PyArray_CheckFromAny(op2, dtype, 0, 0, NPY_ARRAY_CARRAY_RO | NPY_ARRAY_NOTSWAPPED, NULL);NPY_ARRAY_NOTSWAPPED要求数组的字节序与宿主平台一致。当用户传入大端/小端字节序不匹配的数组例如通过dtype.newbyteorder()或.byteswap()得到的数组时旧的字节交换判断逻辑存在缺陷可能导致比较函数读取到被交换的原始字节从而得到错误的插入位置。本次修复同时校正了PyArray_SearchSorted与PyArray_CheckFromAny两处字节交换判断逻辑确保搜索在字节序转换后基于正确的数值语义进行。对用户的影响对跨字节序数据执行searchsorted例如读取大端格式数据文件后直接搜索时2.2.4 返回的插入索引才是正确的。5. 为__array_interface__增加维度数量合法性校验#28449变更原文BUG: sanity check __array_interface__ number of dimensions__array_interface__是 NumPy 与第三方库交换数组数据的重要协议。NumPy 在从该协议构造数组时会在 numpy/_core/src/multiarray/ctors.c 中解析shape字段先校验shape必须是 tuple再逐一取出各维度并转换为npy_intp。修复前当shape元组的长度即维度数超过 NumPy 允许的最大维度NPY_MAXDIMS时缺乏显式的越界检查可能引发越界写或未定义行为。修复后增加了如下守卫n PyTuple_GET_SIZE(attr); if (n NPY_MAXDIMS) { PyErr_Format(PyExc_ValueError, number of dimensions must be within [0, %d], got %d, NPY_MAXDIMS, n); goto fail; }对用户的影响任何通过__array_interface__提供非法维度声明的第三方对象现在会被安全地拒绝并抛出清晰的ValueError而不是产生内存错误或不可预知的行为这对对接深度学习框架、图像库等生态非常重要。构建与 CI 修复跨平台稳定性6. s390x clang 构建修复#28422变更原文BUG: Fix building on s390x with clangs390xIBM System z 架构是 NumPy 官方支持的平台之一仓库 meson_cpu/s390x 目录中保存着该架构的 CPU 特性检测与调度配置。2.2.4 修复了在 s390x 上使用 clang 编译器构建时出现的编译错误扩展了该架构上工具链的兼容范围。7. Linux QEMU 测试升级到 QEMU 9.2.2#28423变更原文CI: use QEMU 9.2.2 for Linux Qemu testsNumPy 的 CI 使用 QEMU 在 x86 主机上模拟运行跨架构测试对应 tools/ci 下的 CI 基础设施。2.2.4 将 QEMU 版本升级至 9.2.2以获取更新的模拟器修复提高跨架构测试的稳定性与保真度。8. 32 位 CI 上跳过 legacy dtype 多线程测试#28424变更原文BUG: skip legacy dtype multithreaded test on 32 bit runners在 32 位平台的 CI 运行器上某些与旧式 dtype 相关的多线程测试会因内存布局/指针宽度差异而失败。2.2.4 为这些测试添加了 32 位平台跳过逻辑避免在无意义的平台上误报失败同时保持 64 位平台上的完整覆盖。9. FreeBSD 版本更新与测试修复#28377变更原文MAINT: Update FreeBSD version and fix test failure更新了 CI 中 FreeBSD 的版本并修复了由此引发的测试失败保证 FreeBSD 平台的持续可测试性。类型标注Typing修复位置参数与关键字参数的正确性2.2.4 包含 5 项 TYP 类型的 PR是本次发布中数量最多的类别它们将 main 分支上的类型标注修复系统地回移到 2.2.x#28348修复astype、cross等函数中位置参数positional-only与关键字参数keyword-only的标注错误。以numpy.cross为例其重载定义位于 numpy/_core/numeric.pyi通过多个overload精确描述不同形状输入的返回类型2.2.4 修正了这些重载中参数种类的标记/与*分隔符使类型检查器mypy、pyright 等能准确校验调用方式#28512从 #28452、#28491、#28494 回移的 typing 修复#28521回移 #28505、#28506、#28508、#28511 的修复#28533 / #28534 / #28542三批Backport typing fixes from main持续将主分支的类型标注改进同步到 2.2.x确保补丁分支与 main 的.pyi文件保持一致避免用户在使用类型检查器时遇到两个分支行为不一致的问题。对用户的影响使用 mypy / pyright 等工具对 NumPy 2.2.4 代码做静态检查时astype、cross等函数的参数种类校验更准确误报与漏报更少。维护性改进10. 从 pytest traceback 中隐藏装饰器#28510变更原文MAINT: Hide decorator from pytest traceback将测试中使用的装饰器加入 pytest 的隐藏框架内帧机制使测试失败时打印的 traceback 更聚焦于用户代码与断言本身减少噪音改善测试排错体验。11. 2.2.x 分支准备#28333变更原文MAINT: Prepare 2.2.x for further development版本号与元数据的例行更新为 2.2.x 分支的后续维护开发做准备是所有维护分支的常规操作。完整变更清单17 个 PR 一览为便于检索与核对下表汇总 2.2.4 的全部合并 PR编号与标题以 2.2.4-changelog.rst 为准PR类型内容#28333MAINTPrepare 2.2.x for further development#28348TYPfix positional- and keyword-only params in astype, cross 等#28377MAINTUpdate FreeBSD version and fix test failure#28379BUGnumpy.loadtxt 在 skip_rows max_rows 时只读取 50000 行#28385BUG使 np.nonzero 线程安全#28420BUG更安全的 bincount 类型转换回移到 2.2.x#28422BUG修复 s390x clang 构建#28423CILinux QEMU 测试升级到 QEMU 9.2.2#28424BUG32 位运行器上跳过 legacy dtype 多线程测试#28435BUG修复 searchsorted 与 CheckFromAny 的字节交换逻辑#28449BUG为array_interface增加维度数量 sanity check#28510MAINT从 pytest traceback 中隐藏装饰器#28512TYP从 #28452/#28491/#28494 回移 typing 修复#28521TYP回移 #28505/#28506/#28508/#28511 修复#28533TYPBackport typing fixes from main (2)#28534TYPBackport typing fixes from main (3)#28542TYPBackport typing fixes from main (4)如何验证与升级如果你正在使用 2.2.x 分支可通过以下方式确认版本并验证关键修复确认当前版本import numpy as np print(np.__version__) # 期望输出 2.2.4 或更高复现 loadtxt 修复前后的差异这是 2.2.4 最值得自测的变更import numpy as np from io import StringIO # 构造 110000 行数据模拟 skiprows max_rows 的场景 data \n.join(f{i} 0.5 for i in range(110000)) res np.loadtxt(StringIO(data), skiprows100000, max_rows60000) print(res.shape) # 2.2.4 中正确返回 (10000, 2) print(res[0, 0], res[-1, 0]) # 首行为 100001末行为 110000在修复前的版本中该调用会错误地只返回约 50000 行数据。验证字节序搜索#28435import numpy as np a np.array([1, 3, 5, 7, 9], dtypei4) # 大端序 print(np.searchsorted(a, 4)) # 正确结果为 1验证__array_interface__维度检查#28449构造一个shape维度数异常的接口对象2.2.4 会抛出明确的ValueError而非发生越界行为。小结NumPy 2.2.4 虽是一个规模不大的维护补丁但含金量很高loadtxt分块读取的数据截断问题是典型的静默数据错误nonzero线程安全与searchsorted字节序修复则关系到并发与异构数据场景的正确性。对于生产环境正在使用 2.2.x 系列的用户建议尽快升级到 2.2.4 以规避上述数据正确性风险类型标注的批量回移也让静态检查体验与 main 分支趋于一致。后续读者若想深入了解 2.2.x 分支的演进脉络可继续查阅仓库 doc/changelog 目录下相邻版本的变更日志如 2.2.3-changelog.rst 与 2.3.0-changelog.rst。【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
