NumPy 2.0.0是自 2006 年以來第一個主要版本：
- https://github.com/numpy/numpy/releases/tag/v2.0.0
- https://numpy.org/devdocs/release/2.0.0-notes.html
- https://numpy.org/devdocs/numpy_2_0_migration_guide.html
亮點
- np.quantile 現在支援 "權重 "引數
- np.unique_counts / np.unique_values，其中一個相當於 pandas.Series.value_counts()，這將是非常棒的，避免了經常為使用 value_counts 而轉換為 Series。
- 奇怪的是，新增了 np.device 和 np.to_device，但只支援 device='cpu'。也許 numpy 打算成為 Pytorch 的替代品？
- 新增了 StringDtype。如果你有一個字串陣列，它的 dtype 通常是 "U58"，表示它是一個最多 58 個字元的 varchar。現在有了 StringDType，在 np 陣列中新增長度可變的字串似乎變得更容易了。
- 有了更好的實現，sort 和 argsort 將變得更快。
1、新功能
- 新的可變長度字串 dtype（StringDType）和新的 numpy.strings 名稱空間，其中包含用於字串操作的高效能 ufuncs、
- 在所有 numpy.fft 函式中支援 float32 和 longdouble、
- 在主 numpy 名稱空間中支援陣列 API 標準。
2、效能改進：
透過使用英特爾 x86-simd-sort 和 Google Highway 庫，排序功能（sort、argsort、partition、argpartition）得到了加速，可能會有較大的（特定於硬體的）提速、
macOS 加速支援和 macOS >=14 的二進位制輪子，顯著提高了 macOS 上線性代數操作的效能，輪子也縮小了約 3 倍、
透過實施除了支援定長字串 dtypes 之外還支援 StringDType 的 ufuncs，numpy.char 定長字串操作已得到加速、
新的跟蹤和自省 API opt_func_info，用於確定哪些硬體特定的核心可用並將被排程。
numpy.save 現在使用第 4 版 pickle 協議來儲存具有物件 dtype 的陣列，這允許 pickle 物件大於 4GB，並將大型陣列的儲存速度提高了約 5%。
3、Python API 改進：
透過新的模組結構將公共 API 和私有 API 明確分開，現在每個公共函式都可以在一個地方使用、
刪除了許多非推薦函式和別名。這將使學習和使用 NumPy 變得更加容易。主名稱空間中的物件數量減少了 ~10%，numpy.lib 中的物件數量減少了 ~80%、
規範 dtype 名稱和新的 isdtype 自省函式、
4、改進 C API：
- 新增用於建立自定義 dtypes 的公共 C API、
- 刪除了許多過時的函式和宏，並隱藏了私有內部結構，以方便未來的擴充套件、
- 新的、更易於使用的初始化函式：PyArray_ImportNumPyAPI 和 PyUFunc_ImportUFuncAPI。
5、改進的行為：
透過採用 NEP 50，改進了型別推廣行為。這修正了許多使用者對型別推廣的驚奇，以前型別推廣通常依賴於輸入陣列的資料值，而不僅僅是它們的 dtypes。有關詳細資訊，請參閱 NEP 和 NumPy 2.0 移植指南，因為這一變更可能會導致輸出 dtypes 發生變化，並降低混合型別操作的精度。
Windows 上的預設整數型別現在是 int64，而不是 int32，這與其他平臺上的行為一致、
陣列的最大維數從 32 改為 64
相容性問題：
NumPy 內部結構也發生了很多變化，包括繼續將程式碼從 C 遷移到 C++，這將使將來改進和維護 NumPy 變得更加容易。
建議所有依賴 NumPy ABI 的下游包針對 NumPy 2.0 構建新版本，並驗證該版本是否適用於 2.0 和 1.26 - 最好是在 2.0.0rc1（將是 ABI 穩定的）和最終的 2.0.0 版本之間的時期內，以避免給使用者帶來問題。
版本穩定性
NumPy 2.0.0是自 2006 年以來第一個主要版本，這是開源庫良好管理模式的一個範例。在設計公共應用程式介面時，不應在短時間內對應用程式介面進行破壞性更改，並且應儘量減少需要維護的 LTS 分支。
這可以讓工業專案趕上你的大部分功能和文件。數年後，您終於可以重新審視您的傳統 API，重新設計它們並將其升級到版本 2，同時還能保持向後相容性。
SQLAlchemy 是另一個正確構建的庫。