1. 概述
在Numpy 1.24版本中,删除了像np.float
、np.int
这样的 Python 内置类型的 alias,因此以后在代码中使用这些类型会报错AttributeError: module 'numpy' has no attribute 'float'
, 涉及的类型包括:
numpy.bool
numpy.int
numpy.float
numpy.complex
numpy.object
numpy.str
numpy.long
numpy.unicode
那该怎么解决这个错误呢?
TL;DR
- 对于在标量上的操作,直接使用Python内置类型替换
1
2
3
4
5
|
foo = np.random.rand( 10 ) # 原先用法,注意foo[0]是一个标量 bar = np. float (foo[ 0 ]) # 新用法 bar = float (foo[ 0 ]) |
-
对于在
np.ndarray
上的操作,使用np.float64
或np.float32
来替代,具体选择哪个需要自己根据情况来确定,不同类型精度会有不同,下面举两个例子:
1
2
3
4
5
6
7
8
|
# 原先用法 foo = np.random.rand( 10 , dtype = np. float ) # 新用法 foo = np.random.rand( 10 , dtype = np.float32) # 原先用法 foo = np.random.rand( 10 ).astype(np. float ) # 新用法 foo = np.random.rand( 10 ).astype(np.float32) |
这里列出来了删除类型在标量和np.ndarray
上的替代,方便查找
原先类型 | 标量替换类型 | np.ndarray替换类型 |
---|---|---|
np.int | int | np.int32/np.int64 |
np.float | float | np.float32/np.float64 |
np.bool | bool | np.bool_ |
np.complex | complex | np.complex128 |
np.object | object | - |
np.str | str | np.str_ |
np.long | int | np.int32/np.int64 |
np.unicode | str | np.str_ |
详细说明参考NumPy 1.20.0 Release Notes。
下面详细说说事情的来龙去脉。
2. 代码验证
下面我搭建 Numpy 1.20.0 和 1.24.0 的环境进行简单测试,以及分析为什么会弃用这些类型。
首先是 Numpy 1.20.0 环境搭建与简单测试:
1
2
3
4
|
python - m venv np1. 20 source np1. 20 / bin / activate pip install numpy = = 1.20 python - c "import numpy as np; a = np.array([1.0], dtype=np.float)" |
输出如下:
1
2
|
<string>: 1 : DeprecationWarning: `np. float ` is a deprecated alias for the builtin ` float `. To silence this warning, use ` float ` by itself. Doing this will not modify any behavior and is safe. If you specifically wanted the numpy scalar type , use `np.float64` here. Deprecated in NumPy 1.20 ; for more details and guidance: https: / / numpy.org / devdocs / release / 1.20 . 0 - notes.html #deprecations |
仔细看这段输出的话,可以发现从 Numpy 1.20 版本开始,Numpy已经弃用np.float
类型了,并且给出了替换建议,以及详细的说明文档地址。
而在 Numpy 1.24版本里面,正式删除了np.float
,可以用下面的代码来测试。 首先我们创建一个新的环境,安装Numpy 1.24版本,然后创建一个np.float
类型的数组:
1
2
3
4
|
python - m venv np1. 24 source np1. 24 / bin / activate pip install numpy = = 1.24 python - c "import numpy as np; a = np.array([1.0], dtype=np.float)" |
输出如下:
1
2
3
4
5
|
Traceback (most recent call last): File "<string>" , line 1 , in <module> File "/Users/name/np1.24/lib/python3.9/site-packages/numpy/__init__.py" , line 284 , in __getattr__ raise AttributeError( "module {!r} has no attribute " AttributeError: module 'numpy' has no attribute 'float' |
直接就报了我们开头提到的属性错误。
3. Why
其实早在2015年,Numpy 开发者就在策划删除这些类型了,只不过当时使用范围太广,删除造成的影响太大,所以在近8年,1.20-1.24 4个版本的Warning后,才正式删除。
为什么要删除这些操作呢?我自己觉得是因为np.float
这种类型太容易误用了。大家都以为np.float
是一个Numpy的数据类型,是np.float32
的alias,但实际它是内置类型,是int
类型的alias。 就像下面这个例子:
1
2
3
4
5
6
7
|
>>> foo = np.array([ 10 ], dtype = np.int32) >>> bar = np. int (foo) >>> type (bar) < class 'int' > >>> baz = np.int32(foo) >>> type (baz) < class 'numpy.ndarray' > |
可以看到,对np.ndarray
数组进行np.int
和np.int32
的操作,一个得到int
类型的变量,另一个得到的是np.ndarray
类型的变量。
详细的原因可以参考上面的 issue 链接。
那最早为什么还要引入np.float
呢?直接用Python内置的类型不好吗?其实这是在很早的Numpy版本中错误地引入的,那个版本np.float
的含义就是np.float64
,只不过后来版本中np.float
的含义修改了,但如果直接删除np.float
,有人使用老版本的Numpy,就会在执行from numpy import *
报错。当前那个老版本已经很少有人用了 ,所以就删除了。
4. 带来的影响
这个改动带来的影响可以说是非常大了,简单来说,在 Numpy 1.24.0以上的版本中,使用np.float
的代码都会直接报错。而 Numpy 作为 Python 在科学计算中的基础包,被广泛使用的程度无需我赘述。
简单在GitHub 搜索了一下,光涉及到np.float
的(结果1, 结果2)就有近9万行代码,我自己短期内就在两个仓库中遇到这个问题。好在解决办法也比较直接,希望可以顺利的过渡过去。
以上就是python编程学习np.float 被删除的问题解析的详细内容,更多关于python np.float 被删除的资料请关注服务器之家其它相关文章!
原文链接:https://juejin.cn/post/7196439418877001783