python程式設計學習np.float 被刪除的問題解析

2023-11-01 10:00:42

1. 概述

在Numpy 1.24版本中，刪除了像np.float、np.int 這樣的 Python 內建型別的 alias，因此以後在程式碼中使用這些型別會報錯AttributeError: module 'numpy' has no attribute 'float', 涉及的型別包括：

numpy.bool

numpy.int

numpy.float

numpy.complex

numpy.object

numpy.str

numpy.long

numpy.unicode

那該怎麼解決這個錯誤呢？

TL;DR

對於在標量上的操作，直接使用Python內建型別替換

foo = np.random.rand(10)
# 原先用法，注意foo[0]是一個標量
bar = np.float(foo[0])
# 新用法
bar = float(foo[0])

對於在np.ndarray 上的操作，使用np.float64 或np.float32 來替代，具體選擇哪個需要自己根據情況來確定，不同型別精度會有不同，下面舉兩個例子:

# 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)

這裡列出來了刪除型別在標量和np.ndarray 上的替代，方便查詢

原先型別	標量替換型別	np.ndarray替換型別
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_

詳細說明參考NumPy 1.20.0 Release Notes。

下面詳細說說事情的來龍去脈。

2. 程式碼驗證

下面我搭建 Numpy 1.20.0 和 1.24.0 的環境進行簡單測試，以及分析為什麼會棄用這些型別。

首先是 Numpy 1.20.0 環境搭建與簡單測試：

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)"

輸出如下：

&lt;string&gt;: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

仔細看這段輸出的話，可以發現從 Numpy 1.20 版本開始，Numpy已經棄用np.float 型別了，並且給出了替換建議，以及詳細的說明檔案地址。

而在 Numpy 1.24版本里面，正式刪除了np.float，可以用下面的程式碼來測試。首先我們建立一個新的環境，安裝Numpy 1.24版本，然後建立一個np.float型別的陣列：

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)"

輸出如下:

Traceback (most recent call last):
  File "&lt;string&gt;", line 1, in &lt;module&gt;
  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'

直接就報了我們開頭提到的屬性錯誤。

3. Why

其實早在2015年，Numpy 開發者就在策劃刪除這些型別了，只不過當時使用範圍太廣，刪除造成的影響太大，所以在近8年，1.20-1.24 4個版本的Warning後，才正式刪除。

為什麼要刪除這些操作呢？我自己覺得是因為np.float 這種型別太容易誤用了。大家都以為np.float是一個Numpy的資料型別，是np.float32的alias，但實際它是內建型別，是int型別的alias。就像下面這個例子：

>>> 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，對np.ndarray 陣列進行np.int 和np.int32的操作，一個得到int型別的變數，另一個得到的是np.ndarray型別的變數。

詳細的原因可以參考上面的 issue 連結。

那最早為什麼還要引入np.float呢？直接用Python內建的型別不好嗎？其實這是在很早的Numpy版本中錯誤地引入的，那個版本np.float的含義就是np.float64 ，只不過後來版本中np.float 的含義修改了，但如果直接刪除np.float，有人使用老版本的Numpy，就會在執行from numpy import * 報錯。當前那個老版本已經很少有人用了，所以就刪除了。

4. 帶來的影響

這個改動帶來的影響可以說是非常大了，簡單來說，在 Numpy 1.24.0以上的版本中，使用np.float的程式碼都會直接報錯。而 Numpy 作為 Python 在科學計算中的基礎包，被廣泛使用的程度無需我贅述。

簡單在GitHub 搜尋了一下，光涉及到np.float的(結果1，結果2）就有近9萬行程式碼，我自己短期內就在兩個倉庫中遇到這個問題。好在解決辦法也比較直接，希望可以順利的過渡過去。

以上就是python程式設計學習np.float 被刪除的問題解析的詳細內容，更多關於python np.float 被刪除的資料請關注it145.com其它相關文章！

python程式設計學習np.float 被刪除的問題解析

目錄

1. 概述

2. 程式碼驗證

3. Why

4. 帶來的影響

熱門文章