NumPy 2.0.1 补丁版本全解读2.0 系列首个维护版的关键修复与升级指南【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本篇文章基于当前仓库 doc/changelog/2.0.1-changelog.rst 展开系统梳理 NumPy 2.0.1 的发布背景、贡献者构成、24 个合并 PR 的类别分布并深入源码剖析其中最值得关注的行为修复分位数舍入、FFT 输出顺序、uniqueAPI 回退、loadtxt分块读取等帮助读者理解 2.0 大版本之后的第一个补丁解决了哪些实际问题以及如何安全地升级、验证自己的代码。一、版本定位2.0 大版本后的首个快速维护版NumPy 2.0.0 是一次具有里程碑意义的大版本发布引入了新的标量类型NEP 50提升机制、新的字符串 DType、对 Python 版本的重新对齐、以及大量 API 清理详见仓库中的 doc/source/numpy_2_0_migration_guide.rst 迁移指南与 doc/changelog/2.0.0-changelog.rst。如此规模的版本升级必然伴随一些在 CI 与日常使用中才会暴露的边界问题因此 2.0.1 作为2.0.x 分支上的第一个补丁版本应运而生其核心使命是在不引入新特性的前提下快速修复 2.0.0 暴露出的行为回归、边界错误与构建兼容性问题。从变更内容来看2.0.1 的 24 个合并 PR 全部集中在缺陷修复、类型桩修正、文档校正、构建配置与少量 API 微调上没有任何新功能feat性质的改动符合语义化版本控制中补丁版本PATCH的定位。同时2.0.x 分支后续仍持续迭代仓库中还维护有 doc/changelog/2.0.2-changelog.rst说明该分支遵循长期维护的节奏。二、发布规模与贡献者构成根据文档记录本次发布共有15 位贡献者其中带 “” 标记的 6 位vahidmech、Alex Herbert、Giovanni Del Monte、Patrick J. Roddy、Rostan Tabet、Yannik Wicke是首次为 NumPy 提交补丁的新贡献者占全部贡献者的 40%体现了项目对新人的持续吸纳能力。其余贡献者包括 Charles Harris、Leo Singer、Lysandros Nikolaou、Matti Picus、Nathan Goldbaum、Raghuveer Devulapalli、Ralf Gommers、Sebastian Berg、Tyler Reddy 等 NumPy 核心维护者。说明本文所引用的贡献者与 PR 信息均直接来自仓库内的发布变更日志原文 doc/changelog/2.0.1-changelog.rstPR 编号、标题与类型分类以文档记载为准。三、24 个合并 PR 全量清单与分类按 PR 标题中的前缀可将 24 个变更归纳为以下五类括号内为该类别数量类别数量核心主题BUG缺陷修复13分位数舍入、FFT 输出顺序、loadtxt分块读取、花式索引拷贝、内存分配域、字符strip、in1d越界等TYP类型桩2ma/extras.pyi错误导入、numeric.pyi缺失sys导入DOC文档5打印模式、常量别名、_add_newdocs_scalars构建 hack 清理等BLD构建/打包3openBSD 上 x86-simd-sort 构建失败、meson 的 f77/f90 flags、f2py 打包配置APIAPI 调整1unique(return_inverseTrue)部分回退完整 24 个 PR 如下编号与主题忠实于原文#26711MAINT准备 2.0.x 分支进行后续开发#26792TYP修复ma/extras.pyi桩文件中不正确的导入#26793DOC在set_printoptions文档中提及1.25遗留打印模式#26794DOC从常量文档中移除 NaN 与 NAN 别名的说明#26821BLD修复 openBSD 上 x86-simd-sort 构建失败#26822BUG确保numpy.fft输出顺序跟随输入顺序#26823TYP修复numeric.pyi中缺失的sys导入#26832DOC移除覆盖_add_newdocs_scalars的构建 hack#26835BUG避免include complex.h带来的副作用#26836BUG修复loadtxt在max_rows与分块读取字符串/日期时间时的错误#26837BUG修复PyArray_ImportNumPyAPI在-Werrorstrict-prototypes下的编译问题#26856DOC更新部分文档#26868BUG花式索引fancy indexing拷贝修复#26869BUG修复PyArray_FillWithScalar中不匹配的内存分配域#26870BUGmeson 构建处理--f77flags与--f90flagswheel 构建#26887BUG修复指定 signature 时新 DTypes 与字符串类型的提升问题#26888BUG将numpy.f2py从 excludedimports 中移除#26959BUGquantile的closest_observation方法改为向最近的偶数序次统计量舍入#26960BUG修复strip中字符数量的差一错误off-by-one#26961API部分回退unique的return_inverse行为#26962BUG/MAINT修复 utf-8 字符剥离时的内存访问问题#26963BUG修复in1d表方法table method的最小偏移越界#26971BUG修复 f2py 测试在 v2 API 下的兼容性#26995BUG增加对象转换以避免 limited API 下的警告四、源码级深挖五个值得重点理解的行为修复4.1quantile/percentileclosest_observation舍入到最近偶数#26959修正了分位数计算中methodclosest_observation在平局tie时的舍入行为。根据 NumPy 官方文档Hyndman Fan 1996 定义closest_observation应遵循“在 g0 时选择最近的偶数序次统计量nearest even order statistic”规则。当前仓库中的实现位于 numpy/lib/_function_base_impl.pydef _closest_observation(n, quantiles): # choose the nearest even order statistic at g0 (HF (1996) pp. 362). # Order is 1-based so for zero-based indexing round to nearest odd index. gamma_fun lambda gamma, index: (gamma 0) (np.floor(index) % 2 1) return _discrete_interpolation_to_boundaries((n * quantiles) - 1 - 0.5, gamma_fun)注意源码注释中的细节文档定义是 1-based 的“偶数序次统计量”换算到 Python 的 0-based 索引时则对应奇数索引因此用np.floor(index) % 2 1判断。测试用例位于 numpy/lib/tests/test_function_base.py明确注释了“Round ties to nearest even order statistic (see #26656)”并用[1..10]数组验证了不同长度下quantile(arr, 0.5, methodclosest_observation)的输出assert_equal(2, np.quantile(arr[0:3], q, methodm)) assert_equal(2, np.quantile(arr[0:4], q, methodm)) assert_equal(3, np.quantile(arr[0:6], q, methodm)) assert_equal(4, np.quantile(arr[0:7], q, methodm)) assert_equal(5, np.quantile(arr, q, methodm))这表明 2.0.1 之前该方法的平局处理与规范定义存在偏差2.0.1 后与标准定义及测试严格对齐。quantile/percentile的实现与完整方法列表linear、inverted_cdf、closest_observation等同样可在 numpy/lib/_function_base_impl.py 中查阅。4.2numpy.fft输出顺序跟随输入顺序#26822修复了 FFT 相关函数在特定输入如输入为未按默认布局连续存储、或存在转置等情况下输出顺序与输入不一致的缺陷。该修复作用于 numpy/fft/_pocketfft.py基于 PocketFFT 的 Python 封装层及其 C 底层 numpy/fft/_pocketfft_umath.cpp。对用户而言这一修复保证np.fft.fft、np.fft.rfft等函数在任意内存布局的输入下输出轴的顺序始终与输入轴一致避免出现“算出来的结果维度是对的、但顺序悄悄变了”这类隐蔽错误。若你的代码对 FFT 结果执行了依赖轴顺序的后续操作如与频域滤波矩阵相乘升级到 2.0.1 后结果会保持稳定一致。4.3unique(return_inverseTrue)部分回退以降低兼容性冲击#26961是一处标记为 API 的部分回退。unique在 2.0.0 中对return_inverse的返回值语义做了调整涉及unique_inverse等派生 API但实测发现对依赖旧行为的用户冲击过大因此在 2.0.1 中做了有限回退同时保留新 API 的方向。unique及其派生函数unique_all、unique_counts、unique_inverse、unique_values的源码位于 numpy/lib/_arraysetops_impl.py。如果你在升级到 2.0.0 后遇到unique(return_inverseTrue)返回结构相关的兼容性问题2.0.1 是值得立即升级的版本更细的迁移说明可对照 doc/source/numpy_2_0_migration_guide.rst。4.4loadtxtmax_rows与分块读取字符串/日期时间#26836修复了numpy.loadtxt在同时使用max_rows与按块读取字符串str或日期时间datetime类型数据时的错误。此前的分块读取逻辑在处理非数值类型时可能产生错误的行数截断或解析结果。loadtxt/genfromtxt的实现位于 numpy/lib/_npyio_impl.py其类型转换底层依赖 numpy/lib/_iotools.py 中的转换器converter机制。对于日常使用大数据文本文件的用户升级后np.loadtxt(path, dtypestr, max_rows10000)这类调用将严格返回前 10000 行且内容正确。4.5in1d表方法table method的最小偏移越界#26963修复了in1d以及基于其实现的isin、ma.in1d等在使用 table 方法时的“最小偏移越界”问题。table 方法本质是一种类似计数排序的查找表算法仅适用于布尔与整型数组其内存占用为element 大小 (max-min) 的取值区间因此最小值min的偏移计算直接决定了查找表索引是否越界。当前实现中isin的kind参数None/sort/table及其内存权衡策略记录在 numpy/lib/_arraysetops_impl.py默认kindNone时若查找表所需内存不超过sort方法约 6 倍输入尺寸之和则自动选table否则退回sortma版本in1d位于 numpy/ma/extras.py。修复后当test_elements的最小值为很大的负数或跨越较大整数区间时table 方法的偏移计算不再越界结果正确且性能优势得以保留。五、其余修复速览与分类点评5.1 构建与打包BLD跨平台兼容性收尾#26821修复 openBSD 上 x86-simd-sortNumPy 2.0 引入的基于 SIMD 的排序后端构建失败属平台兼容性修复#26870meson 构建系统在 wheel 构建场景下正确处理--f77flags与--f90flags保证 Fortran 编译选项正确传递meson 构建配置见仓库根目录的 pyproject.toml 与 meson.options#26888将numpy.f2py从 PyInstaller 的 excludedimports 中移除修复numpy.f2py相关打包问题相关 hook 见 numpy/_pyinstaller/hook-numpy.py。5.2 类型桩TYP补全静态检查基础#26792修正 numpy/ma/extras.pyi 中错误的导入语句#26823为 numpy/_core/numeric.pyi 补充缺失的sys导入。这两处修复保证了 mypy / pyright 等类型检查工具在严格模式下使用numpy.ma与numpy._core.numeric相关 API 时不再出现“未定义名称”类误报。5.3 文档与内部维护DOC / MAINT#26793在set_printoptions文档中补充了1.25遗留打印模式说明对应实现见 numpy/_core/arrayprint.py#26794从常量文档中移除对NaN/NAN别名的描述2.0 后这些别名已被移除#26832移除了构建_add_newdocs_scalars时的覆盖 hack#26711标记 2.0.x 分支进入纯维护状态。六、升级与验证建议强烈建议 2.0.x 用户升级到 2.0.1该版本修复了分位数舍入、FFT 输出顺序、unique兼容性回退、loadtxt分块读取等多处 2.0.0 引入的实际行为问题且不包含任何新功能回归风险极低。升级后优先回归验证以下 APInp.quantile/np.percentile尤其methodclosest_observation、np.fft.*、np.unique(return_inverseTrue)、np.loadtxt带max_rows或dtypestr/datetime64、np.isin/np.in1d整型大数据。关注分位数行为差异如果业务依赖closest_observation在平局时的旧舍入结果升级后中位数等统计结果可能发生“±1 个观测值”级别的变化属预期行为修正而非回归。构建者注意从源码构建时2.0.1 同时修复了 openBSD、Fortran flags 与严格原型警告相关的编译问题可结合 INSTALL.rst 与 building_with_meson.md 对照验证。结语作为 NumPy 2.0 大版本后的第一个补丁2.0.1 用 24 个高质量的针对性修复稳住了 2.0.0 引入的一系列行为边界问题既有closest_observation舍入规则这类统计学规范的严格对齐也有unique这类 API 兼容性的务实回退还有跨平台构建的收尾工作。对于已经进入 2.0 时代的项目这份变更日志doc/changelog/2.0.1-changelog.rst既是一份清晰的升级清单也是理解 2.0 系列演进脉络的第一手资料。【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 2.0.1 补丁版本全解读：2.0 系列首个维护版的关键修复与升级指南
NumPy 2.0.1 补丁版本全解读2.0 系列首个维护版的关键修复与升级指南【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本篇文章基于当前仓库 doc/changelog/2.0.1-changelog.rst 展开系统梳理 NumPy 2.0.1 的发布背景、贡献者构成、24 个合并 PR 的类别分布并深入源码剖析其中最值得关注的行为修复分位数舍入、FFT 输出顺序、uniqueAPI 回退、loadtxt分块读取等帮助读者理解 2.0 大版本之后的第一个补丁解决了哪些实际问题以及如何安全地升级、验证自己的代码。一、版本定位2.0 大版本后的首个快速维护版NumPy 2.0.0 是一次具有里程碑意义的大版本发布引入了新的标量类型NEP 50提升机制、新的字符串 DType、对 Python 版本的重新对齐、以及大量 API 清理详见仓库中的 doc/source/numpy_2_0_migration_guide.rst 迁移指南与 doc/changelog/2.0.0-changelog.rst。如此规模的版本升级必然伴随一些在 CI 与日常使用中才会暴露的边界问题因此 2.0.1 作为2.0.x 分支上的第一个补丁版本应运而生其核心使命是在不引入新特性的前提下快速修复 2.0.0 暴露出的行为回归、边界错误与构建兼容性问题。从变更内容来看2.0.1 的 24 个合并 PR 全部集中在缺陷修复、类型桩修正、文档校正、构建配置与少量 API 微调上没有任何新功能feat性质的改动符合语义化版本控制中补丁版本PATCH的定位。同时2.0.x 分支后续仍持续迭代仓库中还维护有 doc/changelog/2.0.2-changelog.rst说明该分支遵循长期维护的节奏。二、发布规模与贡献者构成根据文档记录本次发布共有15 位贡献者其中带 “” 标记的 6 位vahidmech、Alex Herbert、Giovanni Del Monte、Patrick J. Roddy、Rostan Tabet、Yannik Wicke是首次为 NumPy 提交补丁的新贡献者占全部贡献者的 40%体现了项目对新人的持续吸纳能力。其余贡献者包括 Charles Harris、Leo Singer、Lysandros Nikolaou、Matti Picus、Nathan Goldbaum、Raghuveer Devulapalli、Ralf Gommers、Sebastian Berg、Tyler Reddy 等 NumPy 核心维护者。说明本文所引用的贡献者与 PR 信息均直接来自仓库内的发布变更日志原文 doc/changelog/2.0.1-changelog.rstPR 编号、标题与类型分类以文档记载为准。三、24 个合并 PR 全量清单与分类按 PR 标题中的前缀可将 24 个变更归纳为以下五类括号内为该类别数量类别数量核心主题BUG缺陷修复13分位数舍入、FFT 输出顺序、loadtxt分块读取、花式索引拷贝、内存分配域、字符strip、in1d越界等TYP类型桩2ma/extras.pyi错误导入、numeric.pyi缺失sys导入DOC文档5打印模式、常量别名、_add_newdocs_scalars构建 hack 清理等BLD构建/打包3openBSD 上 x86-simd-sort 构建失败、meson 的 f77/f90 flags、f2py 打包配置APIAPI 调整1unique(return_inverseTrue)部分回退完整 24 个 PR 如下编号与主题忠实于原文#26711MAINT准备 2.0.x 分支进行后续开发#26792TYP修复ma/extras.pyi桩文件中不正确的导入#26793DOC在set_printoptions文档中提及1.25遗留打印模式#26794DOC从常量文档中移除 NaN 与 NAN 别名的说明#26821BLD修复 openBSD 上 x86-simd-sort 构建失败#26822BUG确保numpy.fft输出顺序跟随输入顺序#26823TYP修复numeric.pyi中缺失的sys导入#26832DOC移除覆盖_add_newdocs_scalars的构建 hack#26835BUG避免include complex.h带来的副作用#26836BUG修复loadtxt在max_rows与分块读取字符串/日期时间时的错误#26837BUG修复PyArray_ImportNumPyAPI在-Werrorstrict-prototypes下的编译问题#26856DOC更新部分文档#26868BUG花式索引fancy indexing拷贝修复#26869BUG修复PyArray_FillWithScalar中不匹配的内存分配域#26870BUGmeson 构建处理--f77flags与--f90flagswheel 构建#26887BUG修复指定 signature 时新 DTypes 与字符串类型的提升问题#26888BUG将numpy.f2py从 excludedimports 中移除#26959BUGquantile的closest_observation方法改为向最近的偶数序次统计量舍入#26960BUG修复strip中字符数量的差一错误off-by-one#26961API部分回退unique的return_inverse行为#26962BUG/MAINT修复 utf-8 字符剥离时的内存访问问题#26963BUG修复in1d表方法table method的最小偏移越界#26971BUG修复 f2py 测试在 v2 API 下的兼容性#26995BUG增加对象转换以避免 limited API 下的警告四、源码级深挖五个值得重点理解的行为修复4.1quantile/percentileclosest_observation舍入到最近偶数#26959修正了分位数计算中methodclosest_observation在平局tie时的舍入行为。根据 NumPy 官方文档Hyndman Fan 1996 定义closest_observation应遵循“在 g0 时选择最近的偶数序次统计量nearest even order statistic”规则。当前仓库中的实现位于 numpy/lib/_function_base_impl.pydef _closest_observation(n, quantiles): # choose the nearest even order statistic at g0 (HF (1996) pp. 362). # Order is 1-based so for zero-based indexing round to nearest odd index. gamma_fun lambda gamma, index: (gamma 0) (np.floor(index) % 2 1) return _discrete_interpolation_to_boundaries((n * quantiles) - 1 - 0.5, gamma_fun)注意源码注释中的细节文档定义是 1-based 的“偶数序次统计量”换算到 Python 的 0-based 索引时则对应奇数索引因此用np.floor(index) % 2 1判断。测试用例位于 numpy/lib/tests/test_function_base.py明确注释了“Round ties to nearest even order statistic (see #26656)”并用[1..10]数组验证了不同长度下quantile(arr, 0.5, methodclosest_observation)的输出assert_equal(2, np.quantile(arr[0:3], q, methodm)) assert_equal(2, np.quantile(arr[0:4], q, methodm)) assert_equal(3, np.quantile(arr[0:6], q, methodm)) assert_equal(4, np.quantile(arr[0:7], q, methodm)) assert_equal(5, np.quantile(arr, q, methodm))这表明 2.0.1 之前该方法的平局处理与规范定义存在偏差2.0.1 后与标准定义及测试严格对齐。quantile/percentile的实现与完整方法列表linear、inverted_cdf、closest_observation等同样可在 numpy/lib/_function_base_impl.py 中查阅。4.2numpy.fft输出顺序跟随输入顺序#26822修复了 FFT 相关函数在特定输入如输入为未按默认布局连续存储、或存在转置等情况下输出顺序与输入不一致的缺陷。该修复作用于 numpy/fft/_pocketfft.py基于 PocketFFT 的 Python 封装层及其 C 底层 numpy/fft/_pocketfft_umath.cpp。对用户而言这一修复保证np.fft.fft、np.fft.rfft等函数在任意内存布局的输入下输出轴的顺序始终与输入轴一致避免出现“算出来的结果维度是对的、但顺序悄悄变了”这类隐蔽错误。若你的代码对 FFT 结果执行了依赖轴顺序的后续操作如与频域滤波矩阵相乘升级到 2.0.1 后结果会保持稳定一致。4.3unique(return_inverseTrue)部分回退以降低兼容性冲击#26961是一处标记为 API 的部分回退。unique在 2.0.0 中对return_inverse的返回值语义做了调整涉及unique_inverse等派生 API但实测发现对依赖旧行为的用户冲击过大因此在 2.0.1 中做了有限回退同时保留新 API 的方向。unique及其派生函数unique_all、unique_counts、unique_inverse、unique_values的源码位于 numpy/lib/_arraysetops_impl.py。如果你在升级到 2.0.0 后遇到unique(return_inverseTrue)返回结构相关的兼容性问题2.0.1 是值得立即升级的版本更细的迁移说明可对照 doc/source/numpy_2_0_migration_guide.rst。4.4loadtxtmax_rows与分块读取字符串/日期时间#26836修复了numpy.loadtxt在同时使用max_rows与按块读取字符串str或日期时间datetime类型数据时的错误。此前的分块读取逻辑在处理非数值类型时可能产生错误的行数截断或解析结果。loadtxt/genfromtxt的实现位于 numpy/lib/_npyio_impl.py其类型转换底层依赖 numpy/lib/_iotools.py 中的转换器converter机制。对于日常使用大数据文本文件的用户升级后np.loadtxt(path, dtypestr, max_rows10000)这类调用将严格返回前 10000 行且内容正确。4.5in1d表方法table method的最小偏移越界#26963修复了in1d以及基于其实现的isin、ma.in1d等在使用 table 方法时的“最小偏移越界”问题。table 方法本质是一种类似计数排序的查找表算法仅适用于布尔与整型数组其内存占用为element 大小 (max-min) 的取值区间因此最小值min的偏移计算直接决定了查找表索引是否越界。当前实现中isin的kind参数None/sort/table及其内存权衡策略记录在 numpy/lib/_arraysetops_impl.py默认kindNone时若查找表所需内存不超过sort方法约 6 倍输入尺寸之和则自动选table否则退回sortma版本in1d位于 numpy/ma/extras.py。修复后当test_elements的最小值为很大的负数或跨越较大整数区间时table 方法的偏移计算不再越界结果正确且性能优势得以保留。五、其余修复速览与分类点评5.1 构建与打包BLD跨平台兼容性收尾#26821修复 openBSD 上 x86-simd-sortNumPy 2.0 引入的基于 SIMD 的排序后端构建失败属平台兼容性修复#26870meson 构建系统在 wheel 构建场景下正确处理--f77flags与--f90flags保证 Fortran 编译选项正确传递meson 构建配置见仓库根目录的 pyproject.toml 与 meson.options#26888将numpy.f2py从 PyInstaller 的 excludedimports 中移除修复numpy.f2py相关打包问题相关 hook 见 numpy/_pyinstaller/hook-numpy.py。5.2 类型桩TYP补全静态检查基础#26792修正 numpy/ma/extras.pyi 中错误的导入语句#26823为 numpy/_core/numeric.pyi 补充缺失的sys导入。这两处修复保证了 mypy / pyright 等类型检查工具在严格模式下使用numpy.ma与numpy._core.numeric相关 API 时不再出现“未定义名称”类误报。5.3 文档与内部维护DOC / MAINT#26793在set_printoptions文档中补充了1.25遗留打印模式说明对应实现见 numpy/_core/arrayprint.py#26794从常量文档中移除对NaN/NAN别名的描述2.0 后这些别名已被移除#26832移除了构建_add_newdocs_scalars时的覆盖 hack#26711标记 2.0.x 分支进入纯维护状态。六、升级与验证建议强烈建议 2.0.x 用户升级到 2.0.1该版本修复了分位数舍入、FFT 输出顺序、unique兼容性回退、loadtxt分块读取等多处 2.0.0 引入的实际行为问题且不包含任何新功能回归风险极低。升级后优先回归验证以下 APInp.quantile/np.percentile尤其methodclosest_observation、np.fft.*、np.unique(return_inverseTrue)、np.loadtxt带max_rows或dtypestr/datetime64、np.isin/np.in1d整型大数据。关注分位数行为差异如果业务依赖closest_observation在平局时的旧舍入结果升级后中位数等统计结果可能发生“±1 个观测值”级别的变化属预期行为修正而非回归。构建者注意从源码构建时2.0.1 同时修复了 openBSD、Fortran flags 与严格原型警告相关的编译问题可结合 INSTALL.rst 与 building_with_meson.md 对照验证。结语作为 NumPy 2.0 大版本后的第一个补丁2.0.1 用 24 个高质量的针对性修复稳住了 2.0.0 引入的一系列行为边界问题既有closest_observation舍入规则这类统计学规范的严格对齐也有unique这类 API 兼容性的务实回退还有跨平台构建的收尾工作。对于已经进入 2.0 时代的项目这份变更日志doc/changelog/2.0.1-changelog.rst既是一份清晰的升级清单也是理解 2.0 系列演进脉络的第一手资料。【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