Numpy: अनुरोध: सिमेंटिक संस्करण का उपयोग करें

क्या सुन्नता को शब्दार्थ संस्करण का उपयोग करने के लिए माना जा सकता है, लेकिन एक अग्रणी 1 ?

ध्यान दें कि लगभग हर कोर वैज्ञानिक पायथन प्रोजेक्ट करता है जो कि NumPy करता है: रिलीज के एक जोड़े के बाद हटाए गए कोड को हटा दें जब तक कि यह बहुत ही विघटनकारी न हो, और केवल मुख्य संस्करण संख्या के लिए, अच्छी तरह से, प्रमुख चीजों को टक्कर दें।

निश्चित नहीं है कि अगर आप पदावनति नीति में बदलाव का प्रस्ताव कर रहे हैं, या यदि आपको लगता है कि हमें 1.14.09 के बजाय अब 14.0.0 संस्करण में होना चाहिए।

उत्तरार्द्ध: NumPy अब तक लगभग 14 संस्करण में होना चाहिए। लेकिन मैं भविष्य के विमोचन के लिए केवल इस सम्मेलन को अपनाने का प्रस्ताव करता हूं।

बीटीडब्ल्यू: न्यूपे के पूर्ववर्ती, न्यूमेरिक ने सिमेंटिक संस्करण का उपयोग किया और लगभग एक दशक में 24 संस्करण प्राप्त किए। मैं नहीं जानता कि यह क्यों बदलकर न्यूपी में बदल गया।

मेरी धारणा यह है कि पायथन परियोजनाओं का अधिकांश हिस्सा अर्थ वर्जनिंग का उपयोग नहीं करता है। उदाहरण के लिए, पायथन स्वयं शब्दार्थ संस्करण का उपयोग नहीं करता है। (मैं किसी भी मुख्यधारा के ऑपरेटिंग सिस्टम या कम्पाइलर के बारे में भी नहीं जानता हूँ जो सेमर का उपयोग करते हैं - क्या आपके मन में कुछ है?) मैं मानता हूँ कि सेमेस्टर के समर्थकों ने इसे विपणन का एक बड़ा काम किया है, कई डेवलपर्स को यह सोचकर अग्रणी बनाया कि यह एक अच्छा है विचार, लेकिन AFAICT यह वास्तविक रूप से किसी भी परियोजना के लिए वास्तविक दुनिया में बचे हुए पैड से बड़ा है, और मैं इस विचार का पुरजोर विरोध करता हूं कि अब सेमर लोग पारंपरिक MAJOR.MINOR.MICRO प्रारूप को "खुद" बनाते हैं और बाकी सभी को कुछ करने के लिए स्विच करना पड़ता है अन्य।

क्या आप इसका उदाहरण दे सकते हैं कि "रिलीज़ लेबलिंग स्कीम से आपका क्या मतलब है जो अर्थ वर्जनिंग के लिए गलत नहीं हो सकती है"? संख्याओं के बजाय नामों का उपयोग करना? आप दिनांक-आधारित संस्करण का हवाला देते हैं, लेकिन इसके लिए सबसे आम योजना जो मैंने देखी है, उदाहरण के लिए ट्विस्टेड और प्योपेनएसएसएल, जो वर्तमान में 17.9.0 और 17.5.0 पर हैं। वे मुझे पूरी तरह से प्रशंसनीय सेवर संस्करण की तरह दिखते हैं ...

और क्या आप इस बारे में विस्तार से बता सकते हैं कि इससे उपयोगकर्ताओं को क्या लाभ होगा? इस काल्पनिक भविष्य में, हर रिलीज़ में कुछ ब्रेकिंग परिवर्तन होंगे जो अब की तरह, अधिकांश उपयोगकर्ताओं के लिए अप्रासंगिक हैं। हम हर कुछ महीनों में प्रमुख संख्या से टकराकर क्या उपयोगी जानकारी देंगे? "यह शायद किसी को तोड़ता है, लेकिन शायद आपको नहीं तोड़ता है"? क्या हमें बगफिक्स रिलीज़ पर प्रमुख संस्करण को टक्कर देनी चाहिए, ऐतिहासिक अनिवार्यता को देखते हुए कि उनमें से एक बड़ा अनुपात कम से कम 1 व्यक्ति का कोड तोड़ देगा? क्या आप "सॉफ़्टवेयर डेवलपर्स, सॉफ़्टवेयर उपयोगकर्ताओं और सॉफ़्टवेयर वितरण के प्रबंधकों" का कोई उदाहरण दे सकते हैं जो वास्तव में भ्रमित हो गए हैं?

ध्यान दें कि मेलिंग सूची इस चर्चा के लिए एक अधिक उपयुक्त स्थान है, और शायद हमें वास्तव में कोई भी बदलाव करने से पहले वहाँ एक चर्चा करनी होगी, लेकिन यहाँ टिप्पणी इस बात की उपयोगी होनी चाहिए कि आप किस तरह के मुद्दे चाहते हैं। उस चर्चा में संबोधित करने के लिए।

@njsmith ऐसा लगता है कि जिस एकमात्र तथ्यात्मक बिंदु पर हम असहमत हैं, वह है कि शब्दार्थ संस्करण आज डिफ़ॉल्ट धारणा है या नहीं। इसके लिए उस समुदाय की स्पष्ट परिभाषा आवश्यक है जिसमें वह डिफ़ॉल्ट है (या नहीं)। सॉफ्टवेयर प्रबंधन के स्तर के बारे में मुझे परवाह है कि वितरण प्रबंधन और सिस्टम प्रशासन है, जो कि लोगों को तय करता है कि उनके संदर्भ में कौन सा संस्करण सबसे उपयुक्त है।

अनौपचारिक जांच जिसने मुझे निष्कर्ष दिया कि सिमेंटिक वर्जनिंग डिफ़ॉल्ट है जिसमें वैज्ञानिक कंप्यूटिंग प्रतिष्ठानों के प्रशासकों से बात करना शामिल है। मैंने भी परिकल्पना की
एक अधिक अनुभवजन्य दृष्टिकोण (हाल ही में डेबियन स्थापना पर संकुल को सूचीबद्ध करना और उनमें से कुछ को अपने संस्करण दृष्टिकोण की जांच के लिए यादृच्छिक रूप से चुनना), लेकिन यह बहुत कठिन निकला, क्योंकि कुछ परियोजनाएं स्पष्ट रूप से बताती हैं कि क्या वे शब्दार्थ संस्करण का उपयोग करती हैं या नहीं।

एक सिस्टम एडमिनिस्ट्रेटर की एक टिप्पणी ने मुझे विशेष रूप से प्रासंगिक बना दिया: उन्होंने कहा कि किस संस्करण को स्थापित करने का निर्णय लेने के लिए, अर्थ वर्जनिंग के अलावा कोई भी कन्वेंशन बेकार है। सिस्टम प्रशासक न तो प्रत्येक पैकेज का विस्तार से पता लगा सकते हैं (उनके पास समय और क्षमता की कमी है) और न ही अपने सभी उपयोगकर्ताओं (उनमें से बहुत से) से परामर्श करें। उन्हें एक समान नीति अपनानी होगी, और यह शब्दार्थ संस्करण की धारणा पर आधारित होगा। उदाहरण के लिए, एक कंप्यूटिंग क्लस्टर के एक प्रशासक ने मुझे बताया कि वह कुछ "पॉवर उपयोगकर्ताओं" के साथ जांच करता है जिसे वह प्रमुख संस्करण संख्या में बदलाव के साथ अपडेट लागू करने से पहले व्यक्तिगत रूप से जानता है।

उन लोगों के उदाहरणों के लिए जो वास्तव में भ्रमित हो चुके हैं, विशेष रूप से वैज्ञानिक पायथन उपयोगकर्ताओं के संबंध में, मेरे पास उनमें से बहुत हैं: काम पर सहकर्मी, जिन लोगों से मैं सम्मेलनों में मिलता हूं, वे लोग जो मेरी कक्षाओं में ई-मेल, छात्रों द्वारा सलाह मांगते हैं। यह आमतौर पर "मुझे पता है कि आप एक पायथन विशेषज्ञ हैं, क्या आप मुझे एक समस्या के साथ मदद कर सकते हैं?" यह समस्या एक ऐसी स्क्रिप्ट के रूप में सामने आती है जो एक कंप्यूटर पर काम करती है लेकिन दूसरे पर नहीं। इन लोगों में से अधिकांश निर्भरता के मुद्दों पर विचार नहीं करते हैं, लेकिन कुछ ने वास्तव में दो प्रतिष्ठानों की संस्करण संख्याओं की तुलना की, केवल "छोटे अंतर" की खोज की।

जैसा कि @ eric-wieser और @rgommers ने उल्लेख किया है, मेरा अनुरोध लगभग अनुरोध का पर्याय है कि प्रारंभिक 1. " NumPy संस्करणों से हटा दिया जाएगा। दूसरे शब्दों में, NumPy de facto पहले से ही शब्दार्थ संस्करण का उपयोग करता है, भले ही यह नीतिगत निर्णय का परिणाम नहीं है और इसलिए शायद कठोरता से नहीं किया गया है। हालाँकि, यह सुझाव देता है कि NumPy वर्तमान विकास वर्कफ़्लो में लगभग कोई बदलाव नहीं करने के साथ अर्थ वर्जनिंग को अपना सकता है।

एक सिस्टम एडमिनिस्ट्रेटर की एक टिप्पणी ने मुझे विशेष रूप से प्रासंगिक बना दिया: उन्होंने कहा कि किस संस्करण को स्थापित करने का निर्णय लेने के लिए, अर्थ वर्जनिंग के अलावा कोई भी कन्वेंशन बेकार है।

दुर्भाग्य से, इसके लिए शब्दार्थ संस्करण भी बेकार है :(। मेरा मतलब है कि बालों को विभाजित या अतिरंजित नहीं करना है; मुझे पूरी तरह से लगता है कि यह एक वास्तविक समस्या है। लेकिन सिर्फ इसलिए कि एक समस्या वास्तविक है इसका मतलब यह नहीं है कि इसका एक समाधान है। आप मूल रूप से प्रश्न को "क्या मुझे इस सॉफ़्टवेयर को अपग्रेड करना चाहिए?" एक साधारण यांत्रिक जाँच से उबाल नहीं सकता है। यह एक काल्पनिक विश्लेषण है। सेवर का उपयोग करने वाले प्रोजेक्ट्स नियमित रूप से प्रमुख रिलीज़ करते हैं जो उनके सभी उपयोगकर्ताओं को तुरंत अपग्रेड करने के लिए चाहिए, और नियमित रूप से मामूली में परिवर्तन करना चाहिए। विज्ञप्ति।

सिस्टम प्रशासक न तो प्रत्येक पैकेज का विस्तार से पता लगा सकते हैं (उनके पास समय और क्षमता की कमी है) और न ही अपने सभी उपयोगकर्ताओं (उनमें से बहुत से) से परामर्श करें। उन्हें एक समान नीति अपनानी होगी, और यह शब्दार्थ संस्करण की धारणा पर आधारित होगा। उदाहरण के लिए, एक कंप्यूटिंग क्लस्टर के एक प्रशासक ने मुझे बताया कि वह कुछ "पॉवर उपयोगकर्ताओं" के साथ जांच करता है जिसे वह प्रमुख संस्करण संख्या में बदलाव के साथ अपडेट लागू करने से पहले व्यक्तिगत रूप से जानता है।

मुझे यह हिस्सा पसंद है हालांकि :-)। मुझे संदेह है कि हम सेवर के दर्शन के बारे में सहमत होंगे, लेकिन विभिन्न संस्करणों की योजनाओं के ठोस प्रभावों के बारे में चर्चा करना बहुत आसान है, और इसके परिणामस्वरूप हम सबसे अधिक वांछनीय पाते हैं।

मुझे नहीं लगता कि सेमर की अवधारणा का इस नीति से बहुत कुछ लेना-देना है - क्या सिस्टम एडमिन ने आपसे बात की है कि क्या वास्तव में हर प्रोजेक्ट की जाँच करें कि क्या वे सेमर का उपयोग कर रहे हैं? जैसा कि आपने कहा, अधिकांश परियोजनाएं नहीं हैं, यहां तक ​​कि यह भी बताना मुश्किल है कि कौन से लोग क्या करते हैं। और नीति एक ही है जो कि सिस्मैडिन्स लंबे समय से उपयोग कर रहे हैं, जो कि पहले भी अस्तित्व में थे। मुझे लगता है कि इस नीति का एक बेहतर लक्षण वर्णन होगा: "परियोजना की सिफारिश का पालन करें कि उन्नयन के साथ कितना सावधान रहना चाहिए", साथ ही प्राचीन परंपरा के साथ कि प्रमुख रिलीज़ "बड़ी" हैं और छोटी रिलीज़ "छोटी" हैं।

NumPy प्रोजेक्ट की सिफारिश यह है कि सिस्टम एडमिनिस्ट्रेटर को नए फीचर रिलीज़ में अपग्रेड करना चाहिए, इसलिए जो मैं इस उपाख्यान से लेता हूं, वह यह है कि हमारी वर्तमान नंबरिंग स्कीम सटीक रूप से यह बता रही है कि हम इसे क्या चाहते हैं, और यह कि सेवर में स्विच नहीं होगा ...

@njsmith ठीक है, चलो दर्शन से दूर हो जाते हैं और व्यावहारिकता की ओर बढ़ते हैं: सॉफ्टवेयर डेवलपर्स, सिस्टम

फिर से ऐसा लगता है कि हमारे यहाँ एक बड़ा अंतर है। आपके लिए, यह डेवलपर्स हैं जो सिस्टम मेंटेनर और उपयोगकर्ताओं को निर्देश देते हैं, और अपने निर्देशों को व्यक्त करने के लिए संस्करण संख्याओं का उपयोग करते हैं। मेरे लिए, प्रत्येक खिलाड़ी को अपने मानदंडों के अनुसार निर्णय लेना चाहिए, और संस्करण संख्या को मोटे स्तर पर तथ्यात्मक संचार के साधन के रूप में कार्य करना चाहिए।

यह देखते हुए कि NumPy का कोई सुरक्षा निहितार्थ नहीं है, मैं नहीं देखता कि NumPy परियोजना को सार्वभौमिक सिफारिशें कैसे और क्यों देनी चाहिए। लोगों और संस्थानों की अलग-अलग जरूरतें हैं। यही कारण है कि हमारे पास आर्चलिनक्स और सेंटोस दोनों हैं, जिनमें बहुत भिन्न अद्यतन नीतियां हैं।

@khinsen oldnumeric पैकेज अभी भी पूरी तरह से काम करता है, और लोग इसके साथ इसे स्थापित कर सकते हैं:

pip install oldnumeric

शायद यह आपका प्रस्तावित "स्थिर सुस्ता" हो सकता है, जहां सुन्न करने के लिए इंटरफ़ेस पायथन / साइथन तक सीमित है और कभी भी कुछ भी नहीं बदला गया है। बेशक, वृद्धावस्था के साथ कोड लिखना बहुत ही सरल है, लेकिन आपके पास इसके दोनों तरीके नहीं हो सकते।

@xoviat True, लेकिन यह एक अलग मुद्दा है। यहाँ मेरी बात सॉफ्टवेयर संरक्षण नहीं है, लेकिन सॉफ्टवेयर प्रबंधन में विभिन्न खिलाड़ियों के बीच संचार है।

प्रश्न: सिस्टम प्रशासक के रूप में (यहां तक ​​कि सिर्फ आपकी व्यक्तिगत मशीन पर), क्या आप एक संस्करण 1.8 से संस्करण 1.9 तक पूरी एपीआई परत को गिराने के लिए पैकेज की अपेक्षा करेंगे?

उन लोगों के लिए जिन्होंने "हाँ" उत्तर दिया, दूसरा प्रश्न: क्या आप सुन्न के अलावा किसी भी सॉफ़्टवेयर का नाम बता सकते हैं जो कभी भी ऐसा किया था?

BTW, मैं आपको आश्वासन दे सकता हूं कि बहुत से लोगों को इससे काट दिया गया था, क्योंकि मुझे बहुत सारे मेल मिले, जिसमें मुझसे पूछा गया कि क्यों एमएमटीके ने एक दिन से अगले दिन काम करना बंद कर दिया। इन सभी लोगों ने किसी भी गंभीर परिणाम की उम्मीद किए बिना, अपने सॉफ़्टवेयर प्रतिष्ठानों के नियमित अपडेट किए थे।

लेकिन हाल के NumPy इतिहास में oldnumeric गिरना सबसे बुरी घटना नहीं थी। यह सम्मान diagonal जैसे कुछ परिचालनों की कॉपी / दृश्य शब्दार्थ को बदलने के लिए जाता है। NumPy संस्करण (मामूली संस्करण संख्या परिवर्तन!) के आधार पर भिन्न परिणाम देने वाला कोड एक वास्तविक दुःस्वप्न है।

BTW, क्योंकि शायद ही किसी को कहानी पता हो: pip install oldnumeric दो दिन पहले से काम करता है, क्योंकि @xoviat ने इस ऐड-ऑन पैकेज को तैयार किया और इसे PyPI पर डाल दिया। आपका बहुत बहुत धन्यवाद!

क्या आप संस्करण 1.8 से संस्करण 1.9 तक संपूर्ण एपीआई लेयर को छोड़ने के लिए पैकेज की अपेक्षा करेंगे?

आप किस परत का जिक्र कर रहे हैं?

क्या आप सुन्न के अलावा किसी भी सॉफ्टवेयर को नाम दे सकते हैं जो कभी ऐसा किया हो?

SciPy ने नियमित रूप से weave और maxentropy पैकेज, pandas प्रमुख विशेषताओं को गिरा दिया। मुझे यकीन है कि कई और प्रमुख उदाहरण हैं। EDIT: उदाहरण के लिए खुद अजगर, https://docs.python.org/3/whatsnew/3.6### अंडाकार देखें

BTW, मैं आपको आश्वासन दे सकता हूं कि बहुत से लोगों को इससे काट दिया गया था, क्योंकि मुझे बहुत सारे मेल मिले, जिसमें मुझसे पूछा गया कि क्यों एमएमटीके ने एक दिन से अगले दिन काम करना बंद कर दिया। इन सभी लोगों ने किसी भी गंभीर परिणाम की उम्मीद किए बिना, अपने सॉफ़्टवेयर प्रतिष्ठानों के नियमित अपडेट किए थे।

यह परिवर्तन बनाने में लगभग 10 साल था, और कोई तरीका नहीं है कि एक अलग संस्करण योजना ने यहां अंतर किया होगा।

हटाए गए सुविधाओं को छोड़ना (पुराने) कोड के एक छोटे अंश को तोड़ने और कोडबेस को बनाए रखने के लिए आसान रखने के बीच एक व्यापार है। कुल मिलाकर, अगर हम गलती कर रहे हैं, तो हम संभावना है कि रूढ़िवादी पक्ष पर कर रहे हैं। जैसा कि कोई है जिसे कई वर्षों पुराने बड़े कॉर्पोरेट कोड आधारों से निपटना पड़ा है जो कि खतना का उपयोग करते हैं, मैं आपके दर्द को महसूस करता हूं, लेकिन आप किसी ऐसी चीज के लिए बहस कर रहे हैं जो बिल्कुल समाधान नहीं है (और सामान्य रूप से कोई पूर्ण समाधान नहीं है; उपयोगकर्ताओं को शिक्षित करना; वर्जन को पिन करना और डेप्रिसिएशन चेतावनियों की जांच करना सबसे अच्छा है जो हम कर सकते हैं)।

आप किस परत का जिक्र कर रहे हैं?

संख्यात्मक / सुन्न समर्थन मुझे लगता है

@rgommers क्षमा करें, मुझे "SciPy पारिस्थितिकी तंत्र के बाहर एक और उदाहरण" कहना चाहिए था।

इसके अलावा, मुझे oldnumeric लिए समर्थन छोड़ने के बारे में शिकायत नहीं है। मुझे प्रमुख संस्करण संख्या में बदलाव के बिना ऐसा करने के बारे में शिकायत है।

इससे क्या फर्क पड़ा होगा? यह लोगों को रिलीज नोट्स को पढ़े बिना अपडेट करने में हिचकिचाता था। पायथन कोड का उपयोग कर (लेकिन विकसित नहीं) हर किसी ने सावधान रहने के लिए इसे एक संकेत के रूप में लिया होगा।

यह मत भूलो कि SciPy पारिस्थितिकी तंत्र में कम-प्रोफ़ाइल उपयोगकर्ताओं की एक बड़ी संख्या है जो सक्रिय रूप से विकास का अनुसरण नहीं कर रहे हैं। पायथन और न्यूम्पी उनके लिए ls और gcc रूप में एक ही प्रकृति के बुनियादी ढाँचे हैं। और अक्सर यह उससे कम होता है: वे कुछ सॉफ़्टवेयर का उपयोग करते हैं जो कि पायथन में लिखा जाना होता है और बस NumPy पर निर्भर होने के लिए होता है, और जब यह टूट जाता है तो वे पूरी तरह से खो जाते हैं।

@rgommers क्षमा करें, मुझे "SciPy पारिस्थितिकी तंत्र के बाहर एक और उदाहरण" कहना चाहिए था।

पायथन रिलीज़ नोट्स के लिंक के साथ बस अपने जवाब को संपादित किया, यह SciPy पारिस्थितिकी तंत्र के बाहर है।

इससे क्या फर्क पड़ा होगा? यह लोगों को रिलीज नोट्स को पढ़े बिना अपडेट करने में हिचकिचाता था। पायथन कोड का उपयोग कर (लेकिन विकसित नहीं) हर किसी ने सावधान रहने के लिए इसे एक संकेत के रूप में लिया होगा।

यह बस मामला नहीं होगा। यदि १.१२, १.१३, १.१४, आदि के बजाय हमारे पास १२.०, १३.०, १४.० है तो उपयोगकर्ताओं को इसकी आदत हो जाएगी और पहले की तरह ही अपग्रेड रणनीति का उपयोग करेंगे। विशाल बहुमत अचानक बहुत अधिक रूढ़िवादी नहीं बन जाएगा।

यह मत भूलो कि SciPy पारिस्थितिकी तंत्र में कम-प्रोफ़ाइल उपयोगकर्ताओं की एक बड़ी संख्या है जो सक्रिय रूप से विकास का अनुसरण नहीं कर रहे हैं। अजगर और NumPy उनके लिए ls और gcc के समान प्रकृति के बुनियादी ढाँचे हैं। और अक्सर यह उससे कम होता है: वे कुछ सॉफ़्टवेयर का उपयोग करते हैं जो कि पायथन में लिखा जाना होता है और बस NumPy पर निर्भर होने के लिए होता है, और जब यह टूट जाता है तो वे पूरी तरह से खो जाते हैं।

सभी सच है, और सभी जादुई रूप से एक संस्करण संख्या से तय नहीं हैं। यदि वे pip install --upgrade numpy भागते हैं, तो उन्हें यह जानना होगा कि वे क्या कर रहे हैं (और यह वैसे भी एक संस्करण संख्या नहीं दिखा रहा है)। यदि यह उनकी पैकेजिंग प्रणाली है, तो वे सॉफ्टवेयर की समस्या को देख रहे हैं जो एक सभ्य परीक्षण सूट नहीं तोड़ता है (या जो चलाया नहीं गया था)।

वर्जनिंग स्कीम को बदलने के अन्य डाउनसाइड्स:

• हम रखरखाव नीति में बदलाव के बिना संस्करण में बदलाव कर रहे हैं, सहायक के बजाय भ्रमित करेंगे
• अब हम मूल रूप से पायथन के नेतृत्व का अनुसरण कर रहे हैं और पूरे पारिस्थितिकी तंत्र के बाकी हिस्सों की तरह ही कर रहे हैं। वह अच्छी बात है
• शायद सबसे महत्वपूर्ण: हम वास्तव में बड़े परिवर्तनों को संकेत देने की क्षमता खो देंगे। जिस तरह से हम 2.x के लिए जा रहे हैं, एक रिलीज की तरह होगा जो एबीआई को तोड़ देगा।

मेरा बेसलाइन संदर्भ पायथन नहीं है, लेकिन एक विशिष्ट सॉफ़्टवेयर इंस्टॉलेशन है। जैसा कि मैंने कहा, कई (शायद सबसे अधिक) उपयोगकर्ताओं के लिए, NumPy बुनियादी ढांचा है जैसे कि ग्नू-कोरुटिल्स या gcc। वे विशेष रूप से SciPy पारिस्थितिकी तंत्र के संदर्भ में संस्करण संख्याओं की व्याख्या नहीं करते हैं।

मैंने लगभग 300 स्थापित पैकेजों के साथ एक डेबियन 9 सिस्टम पर एक त्वरित जांच की। उनमें से 85% में एक संस्करण संख्या है जो एक पूर्णांक के साथ शुरू होती है और उसके बाद एक बिंदु होता है। सबसे आम पूर्णांक उपसर्ग 1 (30%), 2 (26%), 0 (14%) और 3 (13%) हैं। यदि NumPy ने सामान्य अपेक्षाओं (यानी अर्थ वर्जनिंग या एक निकट सन्निकटन) के अनुरूप एक वर्जन नंबरिंग योजना अपनाई, तो यह निश्चित रूप से बाहर खड़ा होगा और सावधानी के साथ व्यवहार किया जाएगा।

यह भी ध्यान दें कि डेबियन-स्थापित सॉफ़्टवेयर में एकमात्र अपडेट जो कभी मेरे लिए चीजें तोड़ता था, वह साइपी इकोसिस्टम में था, जिसमें एमएसीएस अपडेट का एकमात्र अपवाद था, जो ऑर्ग-मोड में बदलाव लाया था जिसने होम-मेड ऑर्ग-मोड एक्सटेंशन को तोड़ दिया। इस प्रकार कुल कम संस्करण संख्या उपसर्गों से प्रतीत होता है कि सबसे व्यापक रूप से उपयोग किया जाने वाला सॉफ्टवेयर NumPy और दोस्तों की तुलना में बहुत अधिक स्थिर है।

SciPy पारिस्थितिकी तंत्र में एकरूपता वास्तव में महत्वपूर्ण है, लेकिन मैं पसंद करूंगा कि पूरा पारिस्थितिकी तंत्र बाहरी दुनिया की अपेक्षाओं के अनुरूप एक संस्करण योजना को अपनाए। मैं केवल NumPy से शुरू कर रहा हूं क्योंकि मैं इसे सबसे बुनियादी हिस्से के रूप में देखता हूं। यह किसी भी चीज़ की तुलना में अधिक बुनियादी ढाँचा है।

अंत में, मैं एक फ़ंक्शन के शब्दार्थ में बदलाव को एबीआई में बदलाव से कहीं अधिक महत्वपूर्ण बदलाव मानता हूं। पूर्व सैकड़ों उपयोगकर्ताओं के लिए बुरे सपने का कारण बन सकता है, और प्रोग्राम को वर्षों के लिए अनपेक्षित गलत परिणाम उत्पन्न करता है। उत्तरार्द्ध त्रुटि संदेश की ओर जाता है जो स्पष्ट रूप से कुछ को ठीक करने की आवश्यकता को इंगित करता है।

उन मानकों के अनुसार, NumPy भी पायथन की अगुवाई का पालन नहीं कर रहा है, क्योंकि अर्थ विज्ञान के बारे में केवल मुझे पता है कि पायथन भाषा में 2 से 3 हुआ।

अंत में, मैं एक फ़ंक्शन के शब्दार्थ में बदलाव को एबीआई में बदलाव से कहीं अधिक महत्वपूर्ण बदलाव मानता हूं। पूर्व सैकड़ों उपयोगकर्ताओं के लिए बुरे सपने का कारण बन सकता है, और प्रोग्राम को वर्षों के लिए अनपेक्षित गलत परिणाम उत्पन्न करता है। उत्तरार्द्ध त्रुटि संदेश की ओर जाता है जो स्पष्ट रूप से कुछ को ठीक करने की आवश्यकता को इंगित करता है।

यह हम वास्तव में कोशिश करते हैं कि ऐसा न करें। स्पष्ट टूटना जब कुछ सुविधा को हटा दिया जाता है, तो चुपचाप संख्यात्मक परिणाम नहीं बदलना चाहिए। यह एक ऐसी चीज है जिसे हमने विकर्ण दृश्य परिवर्तन से सीखा है - जो कि दृष्टिहीनता में एक गलती थी।

यह निश्चित रूप से बाहर खड़ा होगा और सावधानी के साथ इलाज किया जाएगा।

मैं अब भी असहमत हूं। यहां तक ​​कि डेबियन पर, जो निश्चित रूप से हमारे उपयोगकर्ता आधार के लिए "एक विशिष्ट सॉफ़्टवेयर इंस्टॉलेशन" नहीं है (जो विंडोज पर एनाकोंडा जैसा कुछ होगा)। आप ऊपर दिए गए मेरे तर्क को भी अनदेखा करने लगते हैं कि एक उपयोगकर्ता को सामान्य रूप से संस्करण संख्या देखने को नहीं मिलती है (न तो pip install --upgrade या पैकेज प्रबंधक के साथ)।

इसके अलावा, आपका अनुभव है कि बाकी सब कुछ कभी नहीं टूटता है क्योंकि आप ओएस उपयोगिताओं और जीयूआई कार्यक्रमों जैसी चीजों का उपयोग कर रहे हैं, न कि अन्य बड़ी निर्भरता श्रृंखलाएं। उदाहरण के लिए पूरे जावास्क्रिप्ट / NodeJS पारिस्थितिकी तंत्र शायद पायथन वन की तुलना में अधिक नाजुक है।

BTW, मैं आपको आश्वस्त कर सकता हूं कि बहुत से लोगों को इससे काट दिया गया था, क्योंकि मुझे बहुत सारे मेल मिले, जिसमें मुझसे पूछा गया कि MMTK ने एक दिन से अगले दिन तक काम करना क्यों बंद कर दिया है

यह यहाँ सूक्ष्मताओं का एक अच्छा उदाहरण है। जहाँ तक मुझे पता है, एमएमटीके और आपकी अन्य परियोजनाएँ अभी भी मौजूद हैं जो संख्यात्मक / सुव्यवस्थित संगतता कोड को हटाने से प्रभावित थीं। आप कितने उपयोगकर्ताओं का अनुमान लगाएंगे? 100? 1000? NumPy में लाखों हैं, इसलिए शायद हमारे 0.1% उपयोगकर्ता इस निष्कासन से प्रभावित थे? यह निश्चित रूप से शून्य नहीं है, और तथ्य यह है कि यह छोटा है इसका मतलब यह नहीं है कि यह कोई फर्क नहीं पड़ता - मैं चाहता हूं कि हम सभी तरीकों से हमेशा 100% उपयोगकर्ताओं का समर्थन कर सकें। और मैं समझता हूं कि यह आपके लिए विशेष रूप से दर्दनाक है, अपने उपयोगकर्ताओं से 100% शिकायतें प्राप्त कर रहा है।

लेकिन अगर हम इसके लिए अपने प्रमुख संस्करण संख्या से टकराते हैं, तो इसका मतलब है कि हमारे उपयोगकर्ताओं के 99.9%, हम सिर्फ भेड़िया रोए हैं। यह एक गलत सकारात्मक है। उपयोगकर्ताओं के उस 0.1% के लिए OTOH, यह वास्तव में महत्वपूर्ण था। फिर भी यह असामान्य नहीं है कि हम अपने सर्वश्रेष्ठ प्रयासों के बावजूद, माइक्रो रिलीज़ में 0.1% से अधिक उपयोगकर्ताओं को तोड़ देते हैं। तो हम क्या करे?

यह केवल एक संस्करण संख्या के कुंद साधन के माध्यम से इन बारीकियों को संवाद करने के लिए संभव नहीं है। हर कोई यह बताना चाहता है कि अच्छे कारणों से अपग्रेड उनके कोड को तोड़ देगा या नहीं। सेमर लोकप्रिय है क्योंकि यह ऐसा करने का वादा करता है। यह उसी कारण से लोकप्रिय है कि यह सोचना लोकप्रिय है कि सनक आहार कैंसर का इलाज कर सकता है। काश सेमेस्टर भी अपने वादों पर खरा उतरता। लेकिन यह नहीं है, और अगर हम अच्छे इंजीनियर बनना चाहते हैं तो हमें उस वास्तविकता की जटिलताओं से निपटना होगा।

मैं नहीं देखता कि कैसे और क्यों NumPy परियोजना को सार्वभौमिक सिफारिशें देनी चाहिए। लोगों और संस्थानों की अलग-अलग जरूरतें हैं।

हम सार्वभौमिक सिफारिशें देते हैं क्योंकि हमारे पास केवल 1 संस्करण संख्या है, इसलिए परिभाषा के अनुसार हम जो भी इसके साथ करते हैं वह एक सार्वभौमिक सिफारिश है। यह ऐसा कुछ नहीं है जिस पर हमारा कोई नियंत्रण नहीं है।

यह सम्मान diagonal जैसे कुछ परिचालनों की कॉपी / दृश्य शब्दार्थ को बदलने के लिए जाता है।

IIRC हमें शाब्दिक रूप से किसी के बारे में यह कहते हुए शिकायत नहीं मिली है कि इसने उनके कोड को तोड़ दिया है। (हो सकता है कि एक व्यक्ति?) मैं यह नहीं कह रहा हूं कि कोई भी प्रभावित नहीं हुआ है, जाहिर है कि जो लोग बदलाव की शिकायत करते हैं, वे सामान्य रूप से प्रभावित लोगों का एक छोटा सा हिस्सा होते हैं, लेकिन यदि आप शिकायतों को वास्तविक के लिए एक मोटे प्रॉक्सी के रूप में उपयोग करते हैं- विश्व प्रभाव तब मुझे नहीं लगता कि यह शीर्ष 50 में आता है।

और BTW मुझे पूरा यकीन है कि अगर आप गहरे इतिहास से गुजरते हैं, तो आप उस :-) की तुलना में कहीं अधिक प्रबल परिवर्तन पा सकते हैं।

यह भी ध्यान दें कि डेबियन-स्थापित सॉफ़्टवेयर में एकमात्र अपडेट जो कभी मेरे लिए चीजें तोड़ता था, वह साइपी इकोसिस्टम में था, जिसमें एमएसीएस अपडेट का एकमात्र अपवाद था, जो ऑर्ग-मोड में बदलाव लाया था जिसने होम-मेड ऑर्ग-मोड एक्सटेंशन को तोड़ दिया।

सम्मान से, मुझे लगता है कि यह इस बारे में अधिक बताता है कि आप NumPy बनाम Debian का उपयोग कैसे करते हैं, क्योंकि यह NumPy बनाम Debian के बारे में है। मुझे डेबियन से प्यार है, मैंने इसे लगभग 20 वर्षों से इस्तेमाल किया है, और मैं यह नहीं गिन सकता कि यह कितनी बार टूटी हुई चीजें हैं। बस पिछले हफ्ते में, नए सूक्ति के साथ कुछ विचित्र मुद्दों ने मेरी लॉगिन स्क्रिप्ट को तोड़ दिया और कुछ अन्य अपग्रेड ने मेरा ट्रैकप्वाइंट तोड़ दिया । (दोनों अभी तय किए गए हैं, लेकिन अभी भी हैं।) मैं यह भी ध्यान देता हूं कि सुरक्षा जांच को सक्षम करने के बारे में बैकवर्ड संगतता चिंताओं के कारण, डेबियन के ईमेक को सालों से अनएन्क्रिप्टेड / असुरक्षित चैनलों पर कोड डाउनलोड और चलाने के लिए स्थापित किया गया था। मुझे नहीं लगता कि जीसीसी रिलीज़ के रूप में ऐसी कोई चीज़ है जो कुछ लोगों को नहीं तोड़ती है, यदि केवल इसलिए कि लोग -Werror उपयोग करते हैं और फिर चेतावनी व्यवहार में मामूली बदलाव (जो सूक्ष्म पर भरोसा कर सकते हैं) अनुकूलन पास आदि के बीच बातचीत टूटते हुए परिवर्तन बन जाते हैं।

इस प्रकार कुल कम संस्करण संख्या उपसर्गों से प्रतीत होता है कि सबसे व्यापक रूप से उपयोग किया जाने वाला सॉफ्टवेयर NumPy और दोस्तों की तुलना में बहुत अधिक स्थिर है।

समग्र निम्न संस्करण संख्या उपसर्ग इसलिए हैं क्योंकि अधिकांश व्यापक रूप से उपयोग किए जाने वाले सॉफ़्टवेयर सेमेस्टर का उपयोग नहीं करते हैं।

अंत में, मैं एक फ़ंक्शन के शब्दार्थ में बदलाव को एबीआई में बदलाव से कहीं अधिक महत्वपूर्ण बदलाव मानता हूं। पूर्व सैकड़ों उपयोगकर्ताओं के लिए बुरे सपने का कारण बन सकता है, और प्रोग्राम को वर्षों के लिए अनपेक्षित गलत परिणाम उत्पन्न करता है। उत्तरार्द्ध त्रुटि संदेश की ओर जाता है जो स्पष्ट रूप से कुछ को ठीक करने की आवश्यकता को इंगित करता है।

हां, इसीलिए हम ऐसे बदलावों से बेहद सावधान हैं।

यहाँ दृष्टिकोणों में कुछ डिस्कनेक्ट है: आपको लगता है कि हम हर समय विली-नीली चीजों को बदलते हैं, पीछे की अनुकूलता के बारे में परवाह नहीं करते हैं, आदि मैं इसका सम्मान कर सकता हूं; मैं समझता हूं कि यह आपके अनुभव को दर्शाता है। लेकिन हमारा अनुभव यह है कि हम इस तरह के बदलावों में अत्यधिक सावधानी बरतते हैं, और मैं यह कहूंगा कि जब मैं उपयोगकर्ताओं से बात करूंगा, तो यह ~ 5% है, जिनके पास आपका दृष्टिकोण है, और ~ 95% जो महसूस करते हैं कि सुन्नता स्थिरता पर एक अच्छा काम कर रही है, या कि यह बहुत अच्छा काम कर रहा है और चीजों को तोड़ने के लिए अधिक इच्छुक होना चाहिए। शायद आप यह जानकर आराम पा सकते हैं कि अगर हम आपको निराश करते हैं, तो हम उस अंतिम समूह को भी निराश कर रहे हैं :-)।

Emacs अपडेट के एकमात्र अपवाद के साथ

खैर, विषय से दूर जाने के लिए, यह स्थिरता के दूसरे पक्ष के उदाहरण के रूप में काम करता है। Stallman के प्रतिरोध में बदलाव के कारण Emacs वर्षों से स्थिर था, और इसके परिणामस्वरूप xEmacs कांटा निकला। मेरा खुद का मार्ग Emacs -> xEmacs, इसके साथ हीक करने के लिए चला गया, -> विम;) समयपूर्व जीवाश्म भी है क्यों मैं दिन में वापस डेबियन का उपयोग करना बंद कर दिया। कुछ चीजों के लिए, परिवर्तन की जरूरत नहीं है या यहां तक ​​कि वांछित भी नहीं है, और मुझे उम्मीद है कि एक कोठरी में छिपे हुए पुराने हार्डवेयर पर बीएसडी के प्राचीन संस्करण चलाने वाले लोग हैं। लेकिन मुझे उम्मीद नहीं है कि ऐसे कई स्थान हैं।

वर्तमान समस्या से प्रेरित, मुझे नहीं लगता कि संस्करण योजना में बदलाव से वास्तव में कोई फर्क पड़ेगा। आधुनिकीकरण की समस्या का समाधान करने के लिए एक अधिक उत्पादक मार्ग हो सकता है। @khinsen क्या आप अपनी मुख्य परियोजनाओं के अद्यतन को स्वीकार करने के लिए अपना रास्ता देखते हैं? यदि हां, तो मुझे लगता है कि हमें ऐसे तरीके तलाशने चाहिए, जिनसे हम इसे करने में आपकी मदद कर सकें।

मैं परियोजनाओं को अद्यतन करने का प्रयास कर रहा हूं
https://github.com/ScientificPython। इसे पायथन कोड को अपडेट करने की आवश्यकता है जो
पुराने C API का उपयोग किया (और मेरा मतलब पुराना है; कुछ कार्य जैसे Py_PROTO थे
2000 से)। पीआरएस बेशक स्वागत योग्य हैं, लेकिन मुझे यकीन नहीं है कि कोई भी
उस पर अपना समय बिताना चाहता है।

बड़ा मुद्दा जो मुझे लगता है कि वह लाया है कि कई "हैं।"
परियोजनाएं "(मुझे नहीं पता कि वास्तव में वे कहां हैं क्योंकि सभी परियोजनाएं हैं
मैंने पायथन 3 का समर्थन देखा है) जिसे अपडेट करने की भी आवश्यकता है; यह कैसा है
निर्धारित किया जाता है कि किन परियोजनाओं को NumPy डेवलपर समय आवंटित किया जाता है? और मैं भी
नहीं लगता कि उनका केंद्रीय दावा अमान्य था: SciPy से बहुत लाभ हुआ
तथ्य यह है कि यह बस पुराने फोरट्रान प्रोजेक्ट्स (जैसे कि) को कॉपी और पेस्ट कर सकता है
fftpack) थोड़े या बिना किसी संशोधन के। अगर ये कहने में लिखा गया था
"फोरट्रान 2" और नए कंपाइलरों ने केवल "फोरलेन 3" को संकलित किया है
महत्वपूर्ण मुद्दे हैं।

उस ने कहा, ये मुद्दे वास्तव में NumPy की गलती नहीं हैं। इसके बावजूद उसके पास क्या है
NumPy 1.13 स्थापित होने के साथ, पुराने नोट अभी भी सभी परीक्षणों से गुजरे हैं,
न्यूमपी को इंगित करना यहां अपराधी नहीं है। चूँकि Oldnumeric API है
सचमुच एक दशक से अधिक पुराना (शायद दो दशकों के करीब आ रहा है!), और यह अभी भी है
नवीनतम NumPy पर काम करता है, मुझे लगता है कि NumPy API शायद स्थिर है
बस।

@charris मैं

मेरा कहना है कि SciPy पारिस्थितिकी तंत्र इतना लोकप्रिय हो गया है कि प्रबंधन परिवर्तन के लिए एक भी दृष्टिकोण सभी के अनुरूप नहीं हो सकता है। यह इस बात पर निर्भर करता है कि किसी दिए गए क्षेत्र में कितनी जल्दी विधियाँ और उनके कार्यान्वयन विकसित होते हैं, चिकित्सकों की तकनीकी दक्षताओं पर, अन्य सॉफ्टवेयर पर निर्भर करते हैं, जिन संसाधनों पर वे कोड में निवेश कर सकते हैं, आदि।

वर्तमान NumPy कोर टीम प्रगति के बारे में अधिक परवाह करती है (एक दिशा में जो कुछ क्षेत्रों के लिए मायने रखती है लेकिन स्थिरता के बारे में दूसरों के लिए काफी हद तक अप्रासंगिक है)। यह ठीक है - ओपन सोर्स दुनिया में, जो लोग काम करते हैं वे तय करते हैं कि वे क्या काम करना चाहते हैं। हालाँकि, मेरी धारणा यह है कि उन्हें इस बात का एहसास नहीं है कि बहुत से लोग जिनके काम NumPy पर निर्भर हैं, उनकी अलग-अलग ज़रूरतें हैं, विकास टीम द्वारा परित्यक्त महसूस करते हैं, और SciPy से अधिक पारंपरिक और स्थिर प्रौद्योगिकी जैसे C और फोरट्रान ( और, एक मामले में मुझे पता है, यहां तक ​​कि मैटलैब को भी)।

मुझे नहीं पता कि कितने प्रतिशत नम्पी उपयोगकर्ता वर्तमान स्थिति से काफी दुखी हैं, और मुझे नहीं लगता कि किसी और के पास है। एक बार एक सॉफ्टवेयर पैकेज इन्फ्रास्ट्रक्चर हो जाता है, तो आप आसानी से अनुमान नहीं लगा सकते कि कौन इस पर निर्भर है। बहुत से लोग जो इसके बारे में जानते भी नहीं हैं, और बहुत से कोड जो NumPy (सीधे या परोक्ष रूप से) पर निर्भर होते हैं, सार्वजनिक नहीं होते हैं और / या आसानी से खोजे जाने योग्य नहीं होते हैं।

यदि हम SciPy समुदाय में सभी को खुश रखना चाहते हैं, तो हमें विविध आवश्यकताओं से निपटने का एक तरीका खोजना होगा। मेरी राय में, पहला कदम, डेवलपर्स से किसी विशिष्ट स्थापना में परिवर्तन की दर पर नियंत्रण को स्थानांतरित करना है, जो किसी अंतिम उपयोगकर्ता के करीब है। यह स्वयं अंतिम उपयोगकर्ता हो सकता है, या सिस्टम एडमिनिस्ट्रेटर, या पैकर्स, या जो भी हो - फिर से मुझे नहीं लगता कि इस सवाल का कोई सार्वभौमिक जवाब है। डेवलपर्स से इसके लिए क्या आवश्यक है, यह सही स्तर पर जानकारी है, और यही कारण है कि मैंने यह धागा शुरू किया है। बेशक संस्करण संख्या दुनिया को बचा नहीं सकती है, लेकिन मैं उन्हें परिवर्तन प्रबंधन के लिए वितरित जिम्मेदारी को स्थापित करने के लिए पहले कदम के रूप में देखता हूं।

अंत में, आप में से कुछ को लगता है कि मैं अपने कोड के बारे में व्यक्तिगत लड़ाई लड़ रहा हूं। यह आपको आश्चर्यचकित कर सकता है कि मेरा व्यक्तिगत रवैया वह नहीं है जिसका मैं यहां बचाव कर रहा हूं। परिवर्तन की दर के लिए मेरी खुद की मिठाई कहीं न कहीं मेरे क्षेत्र में आम है और जो न्यूमपेल टीम में प्रचलित है। आज मेरे अधिकांश काम पायथन 3 और न्यूपे> 1.10 का उपयोग करते हैं। MMTK 20 साल पुराना है और मैं आज कई चीजें अलग तरह से करता हूं। काफी बार मैं एमएमटीके से कोड के टुकड़े ले लेता हूं जिनकी मुझे एक विशेष परियोजना के लिए आवश्यकता होती है और उन्हें "आधुनिक SciPy" के लिए अनुकूलित किया जाता है, लेकिन ऐसा कुछ है जो मैं केवल विश्वास के साथ कर सकता हूं क्योंकि मैंने मूल कोड लिखा था।

मैं समुदाय के लिए एक सेवा के रूप में एक स्थिर MMTK बनाए रखता हूं, अपने स्वयं के उपयोग के लिए नहीं, जो बताता है कि क्यों मैं एक न्यूनतर तरीके से रखरखाव कर रहा हूं, कोडबेस में बड़े पैमाने पर परिवर्तनों से बचा रहा है। सॉफ्टवेयर और डोमेन-सक्षम डेवलपर्स के लिए फंडिंग दोनों ही बहुत मुश्किल हैं, इसलिए MMTK हमेशा एक-अनुरक्षक-प्लस-सामयिक-योगदान परियोजना बनी हुई है। मुझे यह भी पक्का नहीं है कि MMTK के सभी भाग को "आधुनिक SciPy" में पोर्ट करना किसी को भी अच्छा लगेगा, क्योंकि MMTK पर निर्भर बहुत सारे कोड पूरी तरह से अस्वीकार्य हैं। लेकिन फिर, मैं अपने आस-पास देखने वाले अधिकांश पायथन कोड के लिए सही हूं, यहां तक ​​कि कोड पूरी तरह से एमएमटीके से असंबंधित है। यह शोध के एक ऐसे क्षेत्र की वास्तविकता है जहां गणना और कोडिंग के बजाय प्रयोग ध्यान के केंद्र में हैं।

@xoviat oldnumeric में परीक्षण की संख्या हास्यास्पद रूप से छोटी है। मैं इस तथ्य से बहुत निष्कर्ष नहीं निकालूंगा कि वे 1.13 नंबर के साथ गुजरते हैं।

सी एक्सटेंशन मॉड्यूल जिसे आप देख रहे हैं, वह सचमुच 20 साल पुराना है और पायथन 1.4 के लिए लिखा गया था। इसके बाद, यह पायथन-सी कॉम्बोस के सबसे परिष्कृत उदाहरणों में से एक था और वास्तव में न्यूमेरिक (प्री-न्यूपीपी) और यहां तक ​​कि सीपीथॉन के शुरुआती विकास को आकार दिया: साइबोप्थ्स (प्री-कैप्सूल) साइंटिफ़ाइथॉन और एमएमटीके की जरूरतों के आधार पर पेश किए गए थे। ।

मैं यह कहने वाला पहला व्यक्ति हूं कि आज के एपीआई और समर्थन उपकरण बहुत बेहतर हैं, और मुझे उम्मीद है कि वे भविष्य में भी सुधार करेंगे। लेकिन कुछ लोग केवल शोध करने के लिए सॉफ़्टवेयर का

@rgommers मैं आपके तर्क को अनदेखा नहीं कर रहा हूं कि एक उपयोगकर्ता को एक संस्करण संख्या देखने के लिए भी नहीं मिलती है। यह केवल उन परिवेशों के लिए सच नहीं है जिन्हें मैं देखता हूं कि लोग मेरे चारों ओर का उपयोग करते हैं। जो लोग अपडेट के बारे में निर्णय लेते हैं (जो हमेशा अंतिम उपयोगकर्ता नहीं होते हैं) इसे देखते हैं। वे सप्ताह में केवल एक बार "पाइप इंस्टॉल - अपग्रेड" नहीं करते हैं। वे इसे एक लापरवाह रवैया भी मानेंगे।

यदि आसपास के लोग मुख्य रूप से विंडोज के तहत एनाकोंडा का उपयोग करते हैं, तो यह पुष्टि करता है कि हम बहुत अलग वातावरण में काम करते हैं। विविधता की उम्र में, मुझे आशा है कि हम इस बात से सहमत हो सकते हैं कि प्रत्येक समुदाय उन उपकरणों और सम्मेलनों को अपना सकता है जो इसके लिए अच्छी तरह से काम करते हैं।

और हां, NodeJS बदतर है, मैं सहमत हूं। सौभाग्य से, मैं इसे आसानी से अनदेखा कर सकता हूं।

बस एक सहकर्मी से एक ई-मेल मिला जो इस धागे का अनुसरण करता है, लेकिन एक उत्कृष्ट सादृश्य के साथ झंकार करने की हिम्मत नहीं करेगा।

"मुझे यह पसंद है जब मुझे एक नया माइक्रोस्कोप खरीदने और इसके साथ बेहतर विज्ञान करने का मौका मिलता है। लेकिन मैं किसी से मेरे परामर्श के बिना रात भर में अपने माइक्रोस्कोप की जगह देखने से नफरत करता हूं।"

यह सब एक उपकरण पर नियंत्रण होने के बारे में है।

मैं वादा करता हूं कि मैं रात के बीच में कभी भी आपके सहयोगी की लैब में नहीं फटकूंगा और उनके सुन्नत को उन्नत करूंगा। मैं भी एक बालाकव का मालिक नहीं हूं।

जो लोग अपडेट के बारे में निर्णय लेते हैं (जो हमेशा अंतिम उपयोगकर्ता नहीं होते हैं) इसे देखते हैं। वे सप्ताह में केवल एक बार "पाइप इंस्टॉल - अपग्रेड" नहीं करते हैं। वे इसे एक लापरवाह रवैया भी मानेंगे।

यदि वे sysadmins हैं और विभिन्न इंस्टॉल विधियों के पेशेवरों और विपक्षों को समझते हैं, तो उन्हें वास्तव में यह भी समझना चाहिए (या सिखाया जा सकता है) कि पायथन दुनिया में संस्करण कैसे बनाये जाते हैं (और कई अन्य सॉफ्टवेयर प्रोजेक्ट जो कि सख्त वीर्य का उपयोग नहीं कर रहे हैं) भी काम करते हैं।

वर्तमान NumPy कोर टीम प्रगति के बारे में अधिक परवाह करती है (एक दिशा में जो कुछ क्षेत्रों के लिए मायने रखती है लेकिन स्थिरता के बारे में दूसरों के लिए काफी हद तक अप्रासंगिक है)।

मुझे क्षमा करें, लेकिन यह सिर्फ दिखाता है कि आप पिछले कुछ वर्षों में NumPy विकास का पालन नहीं कर रहे हैं, या चश्मे का एक विशेष सेट है। NumPy वास्तव में योगदान करने के लिए एक बहुत ही कठिन परियोजना है, क्योंकि पीछे की संगतता के लिए बहुत अधिक चिंता है। यह एक मुख्य कारण है कि हमारे पास नए रखवाले को आकर्षित करने का कठिन समय है।

और, एक मामले में मुझे पता है, यहां तक ​​कि मतलब को भी

मतलबी संगतता को तोड़ने के लिए कुख्यात थे। Matlab का उपयोग करने वाली पहली चीज़ सहकारी परियोजनाओं में निर्दिष्ट किया गया था कि सभी को उपयोग करने के लिए आवश्यक संस्करण था, Microsoft Word के साथ भी यदि यह प्रलेखन के लिए उपयोग किया जा रहा था। मैं उन लोगों को जानता हूं, जो सुपीरियर कम्पैटिबिलिटी के लिए ठीक-ठीक न्यूमपी में गए। मतलबी में इसके गुण हैं, लेकिन संगतता उनमें से एक नहीं है। शायद चीजें बदल गई हैं?

हालाँकि, मुझे लगता है कि कुछ चीजें हैं जो हम आगे कर सकते हैं जो संगतता के साथ मदद कर सकते हैं। एनईपी की वर्तमान चर्चा में पहला संबंध। अब जब NumPy अधिक परिपक्व है, तो NEPs का अधिक उपयोग करने के लिए यह एक अच्छा विचार हो सकता है जब संगतता को प्रभावित करने वाले परिवर्तन प्रस्तावित किए जा रहे हैं, खासकर यदि NEPs अधिक सार्वजनिक और खोज योग्य हों। दूसरा, हम PyPI पर पुराने NumPy संस्करणों के लिए पहिये लगाने का प्रयास कर सकते हैं यदि यह बहुत अधिक काम नहीं है। वर्चुअल वातावरण का उपयोग प्रतिलिपि प्रस्तुत करने की क्षमता प्राप्त करने के लिए सबसे अच्छा वर्तमान विचार है, और डाउनलोड के लिए पहियों का व्यापक चयन होने से मदद मिल सकती है।

दूसरा, हम PyPI पर पुराने NumPy संस्करणों के लिए पहिये लगाने का प्रयास कर सकते हैं यदि यह बहुत अधिक काम नहीं है।

@ मैथ्यू-ब्रेट के प्रयासों के लिए धन्यवाद, ऐसा लगता है कि वर्तमान स्थिति यह है कि हमारे पास 1.10 तक विंडोज के पहिए हैं, मैकओएस 1.5 से 1.5 ( 1.7 को छोड़कर) वापस 1.6 पर है ।

MacOS / Linux की स्थिति काफी उचित लगती है। मुझे लगता है कि हम और अधिक विंडोज रिलीज़ बैकफ़िल कर सकते हैं? OTOH pip install विंडोज पर कभी भी वीर प्रयासों के बिना काम नहीं करता था, इसलिए मुझे यकीन नहीं है कि इसके लिए एक बड़ा दर्शक वर्ग है। हमारे पास पहले से ही 2 साल का मूल्य है, और यह समय के साथ बढ़ेगा।

इसके अलावा, पिछली बार जब हमने पुराने पहियों को अपलोड किया था, तो किसी ने हम पर गुस्सा किया क्योंकि उनके वर्कफ़्लो ने मान लिया था कि कोई पहिए नहीं थे और यह उनके पीछे की संगतता को तोड़ता है :-)

उस कहानी को सुनना पसंद करेंगे।

ऐसा नहीं है कि मैं वास्तव में इस सामान को अच्छी तरह से जानता हूं, लेकिन मुझे लगता है कि हम चीजों को बेहतर बनाने की कोशिश कर सकते हैं (मुझे बिल्कुल यकीन नहीं है कि इसका मतलब क्या है!), तथ्य यह है, हमें धीरे-धीरे आगे बढ़ने की जरूरत है और संभवतः कुछ त्रुटियों के अलावा सभी रिलीज थे। बहुत कम लोगों के कोड तोड़ने का मतलब है। मुझे लगता है कि हमारी छोटी रिलीज का मतलब है "लगभग सभी लोगों को अपडेट करना चाहिए और कुछ भी ध्यान दिए बिना अपडेट करने में सक्षम होना चाहिए", और मुझे स्पष्ट रूप से विश्वास है कि यह सच है। (जाहिर है कि ऐसी चीजें हैं जो बहुत से लोगों को प्रभावित करती हैं जैसे पूर्णांक में कमी, लेकिन वे गलत परिणाम नहीं बनाते हैं और बनाने में लंबे समय तक थे)

मैं देख सकता हूं कि प्रमुख संस्करण को बढ़ाने के लिए वारंट में कुछ बड़े बदलाव किए गए हैं, हालांकि स्पष्ट रूप से निश्चित नहीं है कि वह कौन सा होगा। और हाँ, हो सकता है कि प्रमुख रिलीज के समय गति का कुछ ऐतिहासिक नुकसान हो।

किसी भी मामले में मैं यह भी नहीं कह सकता कि मैं एक प्रशंसक हूं (लगभग) हर रिलीज एक प्रमुख रिलीज है। मुझे लगता है कि हमने कुछ परिवर्तनों के साथ लोगों को नाराज कर दिया है, लेकिन मैंने कुछ व्यापक बदलावों का हिस्सा लिया है और हर बार कारण बताने के बाद मैंने केवल सुना है कि यह सही काम था, और इसके लिए भी हमने इंतजार किया है इन परिवर्तनों के प्रभावी होने तक वर्षों।

उदाहरण के लिए gcc, आदि के लिए, मुझे संकलन / C ++ के बारे में बहुत कुछ पता नहीं है, मुझे gcc 4.8 से गुस्सा आ गया है या इसलिए मुझे यह समझने के लिए मजबूर करना शुरू कर दिया है कि कुछ C ++ 11 विशेषताओं के कारण झंडे को सही तरीके से कैसे बदला जाए? इसलिए उम्मीद की जा रही है, जो बहुत ही समान प्रतिक्रियाओं का कारण बनता है जो आपको सुन्न के बारे में मिल रहे हैं, इसलिए मुझे यकीन नहीं है कि यह बहुत अलग है :)।

वैसे भी, मैं यहाँ बहुत अधिक चर्चा नहीं करना चाहता, मैं इस प्रतिक्रिया की सराहना करता हूं कि क्या हम बहुत तेज़ हो सकते हैं या पर्याप्त सावधानी नहीं रख सकते हैं, लेकिन मुझे यह स्वीकार करना होगा कि मैं यह भी नहीं देखता कि प्रमुख संस्करण को बदलने में बहुत मदद मिलेगी उस। व्यक्तिगत रूप से मुझे लगता है कि 1.13 और 1.6 कुछ अर्थों में अलग-अलग एक प्रमुख संस्करण हैं, लेकिन इसके बीच में एक भी रिलीज़ नहीं है जिसे मैं इंगित कर सकता हूं और कह सकता हूं: यह कई उपयोगकर्ताओं के लिए एक प्रमुख संगतता ब्रेक था।
मुझे कोड में टिप्पणियों को पढ़ना याद है: "Numpy 2 में शायद ऐसा होता है", बिल्कुल भी किसी भी ब्रेकिंग के डर से, उस दृष्टिकोण से मुझे डर लगता है कि मुझे बहुत डर लगता है, और स्पष्ट रूप से मुझे कुछ हिस्सा होने पर गर्व है मेरे लिए कम से कम एक और सक्रिय चरण की तरह लग रहा था, जिसकी आवश्यकता थी और अगर हम और अधिक रूढ़िवादी होते तो मुश्किल होता। (मैं शायद पक्षपाती हूं क्योंकि मेरे आने से पहले जो कुछ भी हुआ, उसका मुझे कोई सुराग नहीं मिला :))।

क्षमा करें, शायद इसका कोई मतलब नहीं है (हमारे पास सिर्फ एक क्रिसमस पार्टी थी)। सेमेस्टर प्रस्ताव समझ में आता है, लेकिन मुझे मानना ​​होगा कि यह वास्तविक समाधान नहीं है। मैं बड़े संस्करण को और अधिक आक्रामक रूप से बढ़ाने की कोशिश से सहमत हो सकता हूं, लेकिन मैं मूल रूप से हर रिलीज को प्रमुख रिलीज कहने से असहमत हूं। मैं कुछ मामलों में अधिक रूढ़िवादी होने की कोशिश करने से भी सहमत हो सकता हूं, लेकिन मैं स्पष्ट रूप से निश्चित नहीं हूं कि वे क्या हैं (बस पीआरएस की संख्या को लटकाए जाने की गिनती करें, क्योंकि किसी को यकीन नहीं है कि अगर यह कहीं अनुकूलता को तोड़ सकता है;), मुझे यकीन है; एक अच्छा हिस्सा है)?

और भले ही मैंने शिकायतें पढ़ी हों, अगर आप थोड़ी सी भी बगावत करते हैं और जिद करते हैं तो ऐसा नहीं है कि हम हर बदलाव को पूर्ववत नहीं करेंगे यदि यह यथोचित रूप से संभव है या कम से कम एक साल या उससे अधिक समय के लिए इसमें देरी हो। मैं कहूंगा कि हमने रूढ़िवादी शासन मॉडल को क्यों चुना इसका एक हिस्सा है ...।

इतनी देर तक बड़बड़ाते रहने के बाद:

• "लगभग कोई भी कोड नहीं टूटा है" लगता है कि शायद मामूली संस्करण के लिए ठीक है?
• हमें धीरे-धीरे आगे बढ़ना है?
• चीजें अंततः टूट जाएंगी, और शायद हम कभी-कभी प्रमुख संस्करण बढ़ा सकते हैं। संभवतः कुछ FutureWarning प्रकारों को प्रमुख संस्करणों में अधिक बदलते हुए भी करने का प्रयास करें। (मैं स्पष्ट रूप से विश्वास नहीं करता कि यह मदद करेगा, लेकिन मैं कोशिश करने को तैयार हूं)

सबसे महत्वपूर्ण बात: मैं निराशा जानता हूं, लेकिन क्या हमारे लिए एक वास्तविक समाधान है? क्या आपको लगता है कि यदि हम प्रमुख संस्करण को आक्रामक रूप से बढ़ाते हैं तो आपको कम ईमेल मिलेंगे?

@xoviat क्या आप पुराने संस्करणों के लिए पहियों को अपलोड करने के लिए शिकायतें प्राप्त करने के बारे में कहानी पूछ रहे हैं? वह # 7570 था।

सेमर की मेरी पसंदीदा परिभाषा (कि मैं अब मूल पोस्टिंग का लिंक नहीं पा सकता):

• प्रमुख: हमने उद्देश्य पर उपयोगकर्ता कोड को तोड़ दिया
• मामूली: हमने दुर्घटना से उपयोगकर्ता कोड तोड़ दिया
• पैच: हमने पिछले मामूली रिलीज के बग के लिए उपयोगकर्ता के काम को तोड़ दिया

जो थोड़ा सा चुटीला है, लेकिन मुझे लगता है कि एक आयात करने वाली चीज पर हिट होता है, व्यवहार में परिवर्तन_ उपयोगकर्ता को कहीं न कहीं उपयोगकर्ता को तोड़ने वाला है। यह उन परियोजनाओं के साथ विशेष रूप से सच है जिनके पास बड़े एपीआई सतहों हैं।

मेरी राय में, पहला कदम, डेवलपर्स से किसी विशिष्ट स्थापना में परिवर्तन की दर पर नियंत्रण को स्थानांतरित करना है, जो किसी अंतिम उपयोगकर्ता के करीब है।

मुझे लगता है कि इस बातचीत से कुछ याद आ रहा है कि पुस्तकालयों के पुराने संस्करण हमेशा उपलब्ध हैं (स्रोत से पीपे पर) इसलिए यदि आपके पास कोड है जो कि पुराने संस्करण की आवश्यकता होती है, तो पुराने / संख्यात्मक / matplotlib के पुराने संस्करण का उपयोग करें। उपयोगकर्ता-अंतरिक्ष वातावरण इसे प्रबंधित करने के लिए बहुत भयानक नहीं बनाते हैं।

यदि आप पुस्तकालयों के नए संस्करणों का उपयोग करना चाहते हैं तो आपको परिवर्तनों को ध्यान में रखते हुए भुगतान करना होगा। माइक्रोस्कोप सादृश्य पर जोर देने के लिए, आपको अपने माइक्रोस्कोप पर नियमित रखरखाव करना होगा या यह समय के साथ खराब हो जाएगा; सॉफ्टवेयर अलग नहीं है।

@njsmith यह बहुत मज़ेदार है। IMO # 7570 एक मान्य मुद्दा नहीं है
NumPy ने manylinux व्हील के विनिर्देशन का अनुपालन किया। आम तौर पर, पहियों
पुराने संस्करणों के लिए अपलोड किया जाना चाहिए, यह मानते हुए कि समय मुफ़्त है। दिया हुआ
वह समय स्वतंत्र नहीं है, हम बस ध्यान दें कि लोग पहियों का निर्माण कर सकते हैं
अगर वे चाहते हैं कि NumPy के एक विशिष्ट संस्करण के लिए; को एक पीआर सबमिट करना
सुन्न-पहियों का भंडार। या नहीं।

@xoviat का मतलब है, अगर उनका सिस्टम टूट गया, तो वह टूट गया; एक विनिर्देश को इंगित करने में सक्षम होने के कारण वास्तव में वह नहीं बदलता है। इन चर्चाओं में सामान्य रूप से मुझे लगता है कि हमें सैद्धांतिक शुद्धता की तुलना में अंत उपयोगकर्ताओं पर वास्तविक प्रभावों के बारे में अधिक ध्यान देना चाहिए। लेकिन इस मामले में OTOH मुझे लगता है कि यह पहियों को बनाए रखने के लिए सही कॉल था, यह देखते हुए कि वे पहले से ही समस्या के आसपास काम करते थे, पहिये पहले ही अपलोड किए जा चुके थे, और जहाँ तक हम बता सकते हैं कि इससे बहुत अधिक लोग लाभान्वित हो रहे थे समस्याएं आ रही हैं। लेकिन यह एक दिलचस्प याद दिलाता है कि "बैकवर्ड असंगतता" कितनी सूक्ष्म हो सकती है, और सामान्य नियम बनाना कितना मुश्किल है।

@njsmith माइक्रोस्कोप उपमा में आपकी भूमिका एक माइक्रोस्कोप सेल्समैन की है, जो अपने सहयोगी के लैब डायरेक्टर के पास अपने लेटेस्ट मॉडल के साथ सभी लैब के माइक्रोस्कोपों ​​को बदलने के प्रस्ताव के साथ पहुंचता है, इस वाक्य को "प्रिंट 1 मिमी मोटी से अधिक नमूनों के साथ असंगत" छिपाता है। अनुबंध की। इससे लैब निदेशक के लिए यह समझना बहुत मुश्किल हो जाता है कि एक तकनीकी बिंदु है जिसे उन विवरणों को समझने वाले लोगों के साथ चर्चा करने की आवश्यकता है।

@rgommers मुझे समझ में आता है कि NumPy को बनाए रखना एक काम है, और वास्तव में मैं इस कारण से ज्यादातर बदलावों को

दूसरी ओर, मैं निश्चित रूप से चश्मे के एक बहुत ही विशेष सेट को स्वीकार करता हूं, लेकिन इस चर्चा में बाकी सभी के लिए यह सच है। मेरे चश्मे "पारंपरिक वैज्ञानिक कंप्यूटिंग" के हैं, जो मेरे काम का माहौल है। आधार रेखा (डिफ़ॉल्ट अपेक्षा) यह है कि अपडेट कभी भी जानबूझकर कुछ भी नहीं तोड़ते हैं। यह मानकीकृत भाषाओं की नीति है (C, फोरट्रान) लेकिन बुनियादी ढांचे की लाइब्रेरी (BLAS, LAPACK, MPI, ...) की भी। इनोवेशन तब भी होता है (जैसे एटलस)। यदि आपको लगता है कि रूढ़िवादी है, तो मुझे बताएं कि मेरी दुनिया में रूढ़िवादी का क्या मतलब है: कभी भी किसी भी चीज के संस्करण को स्थापित न करें जो कम से कम दो साल पुराना नहीं है, यह सुनिश्चित करने के लिए कि अधिकांश कीड़े ज्ञात हैं। सुपर कंप्यूटर के लिए यह एक सामान्य नीति है जिसका समय बहुत महंगा है, और जिसके परिणामों को शायद ही इस कारण से जांचा जा सके।

ध्यान दें कि मैं यह नहीं कह रहा हूं कि NumPy को मेरी दुनिया की डिफ़ॉल्ट उम्मीदों को अपनाना चाहिए। मैं केवल यह कह रहा हूं कि यह स्पष्ट रूप से संकेत देना चाहिए कि यह अलग है।

@ हर्बर्ग "लगभग कोई भी कोड नहीं टूटा है" मामूली संस्करण के लिए सिद्धांत रूप में ठीक लगता है। लेकिन एक बार सॉफ्टवेयर का एक टुकड़ा इंफ्रास्ट्रक्चर स्टेटस प्राप्त कर लेता है (और मेरी राय में, NumPy उस स्तर पर है), यह अनुमान लगाना असंभव है कि कितने डेवलपर्स और उपयोगकर्ता प्रभावित हो सकते हैं। कसौटी तो हमेशा "लगभग कोई भी जिसे मैं सोच सकता हूं प्रभावित नहीं होता है" बन जाता है, और यह एक अच्छा नहीं है।

@ टाकसवेल मुझे लगता है कि "उद्देश्य से" और "दुर्घटना से" के बीच का अंतर बहुत अधिक व्यवहार में है। यह परिवर्तन के लिए सभी के दृष्टिकोण को प्रभावित करता है। ज़िन्दगी के अन्य पहलुओं को देखें। अगर भेद नहीं हुआ, तो हम अंग्रेजी भाषा के "सावधान" शब्द को छोड़ सकते हैं।

ठीक है, स्पष्ट रूप से मुझे लगता है कि "प्रमुख पुनर्विकास" विचार अभी बहुत छोड़ दिया गया है क्योंकि इसे या तो बहुत अधिक विकास शक्ति की आवश्यकता होगी और फिर एक पूरी तरह से अलग गड़बड़ बना सकती है (पहले 2 वर्षों के लिए py2 और py3 देखें)?

सहमत, सुन्न बुनियादी ढांचा है, लेकिन मैं सिर्फ अभिनय का प्रशंसक नहीं हूं, क्योंकि अधिक लोगों के कोड को तोड़ना ठीक है / प्रमुख संस्करणों को तेजी से उछालकर एक समाधान है। ऐसा लगता है कि हमारा बहुत अच्छा प्रयास करने का कार्य "लगभग कोई भी कोड टूट नहीं जाता है" रिलीज करना (शायद "के साथ" जब तक कि आपने "रिलीज के एक जोड़े के लिए चेतावनी नहीं देखी है"), तो वास्तव में निर्णय के साथ मदद करें अद्यतन करने का।

इसलिए, कभी-कभी हमें यह स्वीकार करना चाहिए कि यह सच नहीं हो सकता है, लेकिन अन्यथा मैं यह सुनिश्चित करने के लिए समाधान प्राप्त करना पसंद करूंगा कि हम अधिक तोड़ न दें। बेशक आपने एक समाधान पेश किया (बहुत रूढ़िवादी होने और प्रमुख ओवरहाल के साथ सुन्न 2 शुरू करना), लेकिन एक बार जब हम स्वीकार करते हैं कि यह समाधान केवल प्रमुख धन के बिना संभव नहीं है या तो, हम और क्या कर सकते हैं?

या मुझे स्पष्ट होने दें: यदि आप किसी योग्य देव का अनुसरण करने में सक्षम व्यक्ति को जानते हैं जो आवश्यक होने पर अधिक रूढ़िवादी होने के लिए नजर रख सकते हैं, तो आप जानते हैं कि मैं कम से कम इसकी सराहना करता हूं। लेकिन मैं व्यक्तिगत रूप से भविष्य के विकास की अनुमति देने के लिए कम से कम गहरे कोनों में से कुछ में हमारी प्रगति को छोड़ना नहीं चाहता। सबसे अच्छा, हम कुछ वर्षों में एक मृत NumPy और एक प्रतिस्थापन के साथ समाप्त हो जाएगा, कम से कम हम केवल समाप्त हो जाएगा और नीचे की ओर आगे बढ़ने में सक्षम नहीं होने के साथ निराश हो सकता है और शायद "प्रतिस्थापन" अंकुरित हो रहे हैं, जो प्रकृति के साथ उग रहे हैं अगर लगभग परिपक्व नहीं है, तो हालात और खराब हो जाते हैं।

मुझे एक अलग नामस्थान बनाने के बारे में @seberg से सहमत
इस विचार के पीछे पूरी धारणा यह है कि NumPy परियोजना असीमित है
एक पुस्तकालय बनाए रखने के लिए प्रतिभा और संसाधन जो सभी के लिए काम करते हैं।
हालाँकि, ऐसा नहीं है। डेवलपर्स सही नहीं हैं, इसलिए वे आमतौर पर
यह पहली बार गलत है। मूल संख्यात्मक कोड लिखने वाले लोग
सभी परिदृश्यों का अनुमान नहीं लगा सकता है कि इसका उपयोग किया जाएगा, और वे
PyPy जैसे वैकल्पिक कार्यान्वयन के उदय की भविष्यवाणी नहीं कर सकता है।

मुझे लगता है कि एपीआई स्थिरता बहुत महत्वपूर्ण है। मुझे भी लगता है कि NumPy के पास है
आम तौर पर यह सही है। इस मामले का तथ्य यह है कि NumPy पहले से ही है
के बारे में तर्क करना मुश्किल है (और यह होना चाहिए, यह देखते हुए कि हर आखिरी औंस
प्रदर्शन महत्वपूर्ण है), लेकिन एक अलग नामस्थान बनाने से यह बन जाएगा
में कोड बदलने के निहितार्थ के सभी रखने के लिए बेहद मुश्किल है
आप्का सर। मुझे लगता है कि अगर पीपीपी ने ऐसा किया तो इसकी बहुत संभावना है
डेवलपर्स की समझ में न आने के कारण काफी अधिक कीड़े हो सकते हैं
एक इंटरफेस में दूसरे पर कोड बदलने के प्रभाव।

सारांश में, मैं लोगों की निराशाओं को पूरी तरह से समझता हूं। लेकिन @njsmith के रूप में
कहा, समस्या का कोई समाधान नहीं है जो प्रत्येक उपयोगकर्ता को संतुष्ट करेगा।
केवल समाधान हैं जो अधिकांश उपयोगकर्ताओं को अधिकांश समय संतुष्ट करेंगे। तथा
वास्तविकता यह है कि अगर NumPy उपयोगकर्ताओं के अल्पसंख्यक के लिए भटक गया (मतलब नहीं है)
एक अपमानजनक तरीके से) जिसने एपीआई स्थिरता की मांग की और सभी,
NUMFOCUS धन सूख सकता है क्योंकि यह स्पष्ट नहीं होगा कि धन क्या है
के लिए इस्तेमाल किया गया था, और फिर हम कहाँ होंगे? शायद ऐसी स्थिति में जहां
MMTK अब उस स्थिति की तरह NumPy पर निर्भर नहीं रह सकता है, जहां यह हो सकता है
अब न्यूमेरिक पर निर्भर नहीं है।

मैं कम से कम रखरखाव मोड में वर्तमान कोड डालूँगा और एक अलग नामस्थान में एक प्रमुख रीडिज़ाइन पर शुरू करूँगा, जो कि पुराने और नए सह-अस्तित्व को बफर इंटरफेस के माध्यम से अनिश्चित काल तक बनाए रखेगा। और हाँ, मुझे पता है कि यह बहुत सारे कारणों से एक तुच्छ प्रयास नहीं है, लेकिन मुझे लगता है कि यह संचित तकनीकी ऋण के ढेर से बाहर निकलने का एकमात्र तरीका है। रीडिज़ाइन का मुख्य लक्ष्य रखरखाव होगा।

मैं वास्तव में आपके साथ सहमत हूं, लेकिन मैं यह नहीं देखता कि फंडिंग / विजन के प्रमुख इंजेक्शन के बिना यह कैसे संभव है। NumPy काम के एक विशाल निकाय का गठन करता है। हो सकता है कि @teoliphant और @skrah इसे देंगे , लेकिन यह एक कठिन लड़ाई होगी।

आज हमारे पास जो NumPy हैं, उन्हें देखते हुए, हमें लगता है कि हम कर रहे हैं और साथ ही हम यथोचित रूप से कर सकते हैं।

उन लोगों के लिए जिन्होंने "हाँ" उत्तर दिया, दूसरा प्रश्न: क्या आप सुन्न के अलावा किसी भी सॉफ़्टवेयर का नाम बता सकते हैं जो कभी भी ऐसा किया था?

django एक और उल्लेखनीय सॉफ्टवेयर है जो अर्थ वर्जनिंग का उपयोग नहीं करता है। वे पर्याप्त विराम को इंगित करने के लिए बड़े परिवर्तनों का उपयोग करते हैं, लेकिन चेतावनियों की लंबी अवधि के बाद .x परिवर्तनों में चीजों को चित्रित करते हैं। न्यूमपी की तरह कमोबेश।

मैं वास्तव में आपसे सहमत हूँ,

@ शायर की रुचि, क्यों? किसी बिंदु पर नए कोड आधार पर बहुत दर्दनाक py3k जैसे संक्रमण में कैसे बदल जाएगा?

यह मानकीकृत भाषाओं की नीति है (C, फोरट्रान) लेकिन बुनियादी ढांचे की लाइब्रेरी (BLAS, LAPACK, MPI, ...) की भी। इनोवेशन तब भी होता है (जैसे एटलस)।

LAPACK / ATLAS / OpenBLAS की गति से नवाचार NumPy के लिए एक नुस्खा है जो अप्रासंगिक होने की तुलना में बहुत जल्दी होता है अन्यथा।

देखिए, आपको सभी प्रतिक्रियाओं से स्पष्ट होना चाहिए कि यह परिवर्तनशील परिवर्तन नहीं होने जा रहा है, और यह है कि ~ 7 सक्रिय कोर देवों और प्रमुख डाउनस्ट्रीम परियोजनाओं के कुछ देवों के बीच आम सहमति है। यदि आपको पूर्ण स्थिरता की आवश्यकता है, तो आप शायद कुछ वर्षों के लिए अपने सिस्टम पर केवल एक निश्चित संस्करण को पिन करने के साथ सबसे अच्छे हैं, और उस बारे में अपने sysadmins को शिक्षित कर रहे हैं।

किसी बिंदु पर नए कोड आधार पर बहुत दर्दनाक py3k जैसे संक्रमण में कैसे बदल जाएगा?

बड़ा अंतर यह है कि जबकि पायथन 3 एक ऑल / नथिंग स्विच है (पायथन प्रोग्राम्स के लिए), यह अलग ndarray लाइब्रेरीज़ को मिक्स / मैच करने के लिए आसान या कम से कम करने योग्य है। बफर इंटरफेस का मतलब है कि आप बिना कॉपी के डेटा को आगे-पीछे ट्रांसफर कर सकते हैं। यदि आप np.asarray() साथ अपने फ़ंक्शंस के लिए ज़बरदस्ती करते हैं, तो आप यह भी नहीं देख सकते हैं कि कुछ लाइब्रेरी जो आप किसी भिन्न प्रकार के सरणियों को वापस करने के लिए स्विच के साथ काम कर रहे हैं।

यह संख्यात्मक / सुन्न / सुन्न के कुछ हिस्सों को दोहराने जैसा लगता है
अनुभव, जो बहुत सुखद नहीं था (बफर इंटरफ़ेस होगा
मदद, लेकिन मुझे लगता है कि इस तरह के संक्रमण में अभी भी मैनुअल कोड शामिल होगा
परिवर्तन, जिनमें से सभी तुच्छ नहीं हैं)। यह भी संभव नहीं होगा
"नई सरणी" के बिना "अपग्रेड" करने के लिए स्पीपी जैसे पुस्तकालयों के लिए
पिछड़ी संगतता को तोड़ना, इसलिए मुद्दा सिर्फ ऊपर की ओर बढ़ता है
पारिस्थितिकी तंत्र, अन्य पुस्तकालयों को एक समान निर्णय लेने के लिए मजबूर करता है
पुराने नाम स्थान का त्याग करें।

यदि सभी ने अपने इनपुट को np.asarray साथ ज़ब्त किया, तो np.matrix को कोई समस्या नहीं होगी :-)।

यदि विभिन्न प्रकार के पुस्तकालय बतख प्रकारों पर सहमत हो सकते हैं और हम बफर प्रोटोकॉल द्वारा प्रतिनिधित्व योग्य dtypes को प्रतिबंधित करते हैं, तो यह काम कर सकता है। लेकिन अगर एक फिर से लिखना का पूरा बिंदु सरणी ऑब्जेक्ट्स पर असंगत इंटरफ़ेस परिवर्तन करना और नए dtypes को लागू करना होगा, ... मैं वास्तव में यह नहीं देखता कि यह कैसे काम करता है। ठोस उदाहरण: इस तरह के पुनर्लेखन में एक स्पष्ट बात उच्च-आयामी आदानों पर ndarray.dot का व्यवहार होगा। लेकिन अगर वहाँ एक पुस्तकालय है जो def f(a, b): a.dot(b) , तो ऐसी लाइब्रेरी बनाने से संभवतः इसे तोड़ दिया जाएगा। यह वास्तव में कोई फर्क नहीं पड़ता कि क्या पुस्तकालय को सुन्न कहा जाता है या नहीं।

और यह भी एक बड़ी धमाके में सब कुछ फिर से लिखने की सामान्य असंभवता में होने से पहले, डेवलपर ध्यान को बनाए रखते हुए कि हम ऐसा कर रहे हैं, और न केवल इसे सही कर रहे हैं बल्कि इतना बेहतर बना रहे हैं कि यह लोगों को पलायन करने के लिए मना सके - सभी बिना किसी के उपयोगकर्ताओं से वृद्धिशील प्रतिक्रिया। मुझे लगता है कि यहां dynd एक शिक्षाप्रद उदाहरण है।

@rgommers कृपया फिर से पढ़ें जो मैंने लिखा था: मैं नहीं दोहराता हूं, न ही प्रस्ताव करें कि NumPy को LAPACK की गति को अपनाना चाहिए। मैं प्रस्ताव करता हूं कि यह उन लोगों को स्पष्ट रूप से संकेत देता है जिनके पास ऐसी उम्मीद है (अर्थात मेरे वातावरण में 80% लोग) जो ऐसा नहीं करते हैं।

@njsmith एक नया स्वरूप का एक प्रमुख पहलू जैसा कि मैं देख रहा हूं कि यह OO को छोड़ देगा। यह उन कार्यों के टन के साथ एकल डेटा संरचना के लिए कोडिंग संरचना के लिए एक अच्छा दृष्टिकोण नहीं है। np.dot(a, b) लिखें और जिस समस्या का आप वर्णन करते हैं, वह तुरंत वाष्पित हो जाती है। आपके पास namespace.dot को लागू करने की संख्या हो सकती है। प्रत्येक पुस्तकालय अपनी पसंद का उपयोग कर सकता है, और वे अभी भी बीच में आ सकते हैं। यह OO है जो विधियों के लिए एकल नाम स्थान बनाता है, और यह एक समस्या है।

हाँ, यह पायथन आदतों के साथ एक बड़ा ब्रेक है। और हां, शीर्ष पर ऑपरेटरों को लागू करना मुश्किल होगा। लेकिन मुझे लगता है कि यह किया जा सकता है, और मुझे लगता है कि यह प्रयास के लायक है।

सिर्फ यह दिखाने के लिए कि मैं चीजों को तोड़ने के पक्ष में हो सकता हूं ;-)

@rgommers कृपया फिर से पढ़ें जो मैंने लिखा था: मैं नहीं दोहराता हूं, न ही प्रस्ताव करें कि NumPy को LAPACK की गति को अपनाना चाहिए।

मैं समझता हूँ कि। मेरे उत्तर के दो पैराग्राफ सीधे संबंधित नहीं थे, क्षमा करें यदि वह भ्रमित था।

मैं प्रस्ताव करता हूं कि यह उन लोगों को स्पष्ट रूप से संकेत देता है जिनके पास ऐसी उम्मीद है (अर्थात मेरे वातावरण में 80% लोग) जो ऐसा नहीं करते हैं।

यही मैं कह रहा था, सर्वसम्मति से लगता है कि आपका प्रस्ताव अस्वीकार कर दिया जाएगा। आप बस उस 80% के लिए एक पिन किए गए संस्करण का अनुरोध करने जा रहे हैं और बताएं कि आप क्या चाहते हैं।

@khinsen ठीक है, तो इसके बजाय दिखावा करें कि मेरा उदाहरण अनुक्रमण में असंगत परिवर्तन था जो हम निश्चित रूप से करेंगे यदि यह संभव था। (फैंसी अनुक्रमण में कुछ असाधारण रूप से भ्रमित करने वाले कोने के मामले हैं।)

@njsmith वही समस्या, एक तरह से। इंडेक्सिंग पायथन में एक विधि कॉल है, इसलिए यह फिर से OO है।

साइड कमेंट: मेरी राय में फैंसी इंडेक्सिंग, NumPy में सबसे बड़ी डिज़ाइन की गलती है, क्योंकि यह एक स्पष्ट विनिर्देश नहीं है (और कभी नहीं) था। यह पूर्णांक तर्कों के लिए np.take और बूलियन तर्कों के लिए np.repeat है। चूंकि पाइथन में बूलियन पूर्णांक का एक उपप्रकार हैं, यह केवल 0 और 1s वाले तर्कों के लिए एक अस्पष्टता बनाता है।

वास्तव में इस धागे के विषय से एक संबंध है, क्योंकि यह ठीक उसी तरह की डिजाइन की गलती है जो तब होती है जब विकास बहुत तेजी से आगे बढ़ता है।

मैं अपने SciPy पाठ्यक्रमों में फैंसी अनुक्रमण पर चर्चा करता हूं विशेष रूप से लोगों को यह बताने के लिए कि इसका उपयोग न करें। np.take और np.repeat जो पूरी तरह से अच्छी तरह से काम करते हैं और कोई परेशानी नहीं पैदा करते हैं। और यदि आप उन्हें विधियों के बजाय कार्यों के रूप में उपयोग करते हैं, तो कोई OO समस्या नहीं है। उन लोगों के लिए जो np.repeat को नापसंद करते हैं क्योंकि नाम बूलियन के साथ उपयोग किए जाने पर इरादे का सुझाव नहीं देता है, बस एक उपनाम: select = np.repeat परिचय दें। OO द्वारा फिर से कुछ अनावश्यक रूप से कठिन बना दिया गया।

यह भी ध्यान दें कि सादा अनुक्रमण ऐसी किसी भी समस्या के अधीन नहीं है। यह वही करता है जो हर किसी को हर संभव परिस्थितियों में करने की उम्मीद करता है, इसलिए इसे एक विधि में लागू किया जा सकता है।

मेरी बात से कांटेदार मुद्दा अंकगणित है। आप लिखना चाहते हैं a+b सरणी इसके अलावा के लिए, बजाय np.add(a, b) , लेकिन वहाँ पर कोई सार्वभौमिक समझौता है वास्तव में क्या a+b करना चाहिए, विशेष रूप से परिणाम dtype के मामले में । यह न्यूमेरिक / सुन्न विभाजन के मुख्य मुद्दों में से एक था, जिसके कारण न्यूपी में नए स्केलर प्रकारों की शुरुआत हुई, और जो उनके अप्रिय आश्चर्य का उचित हिस्सा थे। मेरा मानना ​​है कि इस समस्या को हल किया जा सकता है, लेकिन GitHub मुद्दे पर चर्चा में पक्ष टिप्पणियों में नहीं।

@rgommers अगर "उस 80% के लिए एक पिन किए गए संस्करण का अनुरोध करना" संभव था, तो मैंने इसे बहुत पहले कर दिया है। "वह 80%" एक संगठित समुदाय नहीं है जिससे आप बात कर सकते हैं। यह बड़ी संख्या में लोग हैं जो एक पृष्ठभूमि संस्कृति साझा करते हैं, लेकिन एक दूसरे के साथ बातचीत नहीं करते हैं। आपका सुझाव थोड़ा सा है "विंडोज उपयोगकर्ताओं को लिनक्स पर स्विच करने का अनुरोध करें" (या इसके विपरीत)।

यह वह बिंदु है जिसे मैं NumPy के बुनियादी ढांचे के सॉफ्टवेयर पर जोर देकर बनाने की कोशिश कर रहा हूं। कई लोगों के लिए यह सैकड़ों लेगो ईंटों में से केवल एक है जो उनके सॉफ़्टवेयर इंस्टॉलेशन को बनाते हैं। वे विशेष रूप से इसके बारे में परवाह नहीं करते हैं, इसे बस वहां और "काम" करने की आवश्यकता है।

मैं इसे बहुत आगे नहीं बढ़ाना चाहता, लेकिन मुझे नहीं पता कि आप np.repeat और बूल की किरणों के साथ क्या जिक्र कर रहे हैं

@ एरिक-वेइसर 0 बार दोहराता है और आप इसे सरणी से हटाते हैं, 1 बार और यह रहता है। मैं इसे अनुक्रमण के बजाय पढ़ाने से असहमत हूं, लेकिन आजकल जो कुछ भी (सबसे खराब विचित्रता है), इसलिए हाँ एक खटिया में बूल ज्यादातर मामलों में एक इंट नहीं है , यह स्वीकार करते हुए कि, अब आप ठीक हैं, मुझे लगता है, इसलिए यह भी एक असंगति है सूचियाँ यदि आप इसे उस रूप में देखना चाहते हैं, लेकिन ...)।

एक पक्ष बिंदु, क्योंकि यह कहीं भी और कहीं भी नहीं जा रहा है :)। मैं वास्तव में कुछ हद तक उम्मीद करता हूं कि धीरे-धीरे सुपी में सामान फिक्स करना भविष्य में कुछ बिंदु पर आसान हो जाएगा और सुन्न को अधिक बदली बना देगा।

आपका सुझाव थोड़ा सा है "विंडोज उपयोगकर्ताओं को लिनक्स पर स्विच करने का अनुरोध करें" (या इसके विपरीत)।

हम्म, ऐसे लोगों से पूछते हैं जो तकनीकी रूप से सक्षम हैं (मुझे उम्मीद है ...) यह जानने के लिए कि वास्तव में वास्तविक दुनिया में संस्करण संख्याएं कैसे काम करती हैं, वास्तव में विंडोज से लिनक्स स्विच की तरह कुछ भी नहीं है।

यह वह बिंदु है जिसे मैं NumPy के बुनियादी ढांचे के सॉफ्टवेयर पर जोर देकर बनाने की कोशिश कर रहा हूं।

और संभवतः, अगर हम इस स्विच को बनाते हैं, तो आप SciPy की ओर बढ़ेंगे क्योंकि यह बुनियादी सुविधाओं का अगला हिस्सा है? यह बुनियादी ढांचा कब बंद हो जाता है? और क्यों NumPy और बुनियादी ढांचे के अन्य बिट्स पायथन से ही और पूरी वैज्ञानिक पायथन पारिस्थितिकी तंत्र के बाकी हिस्सों से पूरी तरह से अलग संस्करण योजना चाहते हैं?

वह 80% "एक संगठित समुदाय नहीं है जिससे आप बात कर सकते हैं।

सुपरकंप्यूटर (ओं) के लिए आपके द्वारा उपयोग किए जाने वाले प्रवेश वास्तव में एक दूसरे से बात करना चाहिए? सिस्टम के उन जोड़े पर सभी अद्यतन सॉफ़्टवेयर के आसपास चलने वाले लोगों की भीड़ नहीं हो सकती है और कभी भी बात नहीं कर सकती है। मेरा मतलब यह नहीं था कि आपको दुनिया भर के सभी 80% सिस्मडिन्स को शिक्षित करना चाहिए, बस आपको चाहिए।

@बर्ग ने घोषणा की कि सूचियाँ और सरणियाँ अलग-अलग प्रकार के डेटा हैं जो केवल एक सामान्य संपत्ति के रूप में अनुक्रमण साझा करते हैं जो अपनाने के लिए एक वैध दृष्टिकोण है। यह भी विशिष्ट NumPy स्केलर के अस्तित्व को समझाने में आसान बना देगा। लेकिन मैंने NumPy की कोई प्रस्तुति नहीं देखी है जो इस दृष्टिकोण को लेती है।

@rgommers

सुपरकंप्यूटर (ओं) के लिए आपके द्वारा उपयोग किए जाने वाले प्रवेश वास्तव में एक दूसरे से बात करना चाहिए?

नहीं, वे एक दूसरे के अस्तित्व के बारे में भी नहीं जानते हैं। वे अलग-अलग जगहों पर अलग-अलग संगठनों के लिए काम करते हैं, जिनकी केवल समानता ही कुछ उपयोगकर्ताओं के लिए समान है।

मेरा मतलब यह नहीं था कि आपको दुनिया भर के सभी 80% सिस्मडिन्स को शिक्षित करना चाहिए, बस आपको चाहिए।

यह मेरे बारे में नहीं है - मेरे पास एक समाधान है जो खुद के लिए पूरी तरह से काम करता है: मैं हमेशा अपने घर की निर्देशिका में पायथन प्लस को स्रोत से सभी लाइब्रेरी स्थापित करता हूं।

यह उन लोगों के बारे में है, जिनके साथ मैं सहयोग करता हूं और जो लोग मुझसे मदद मांगते हैं (उदाहरण के लिए क्योंकि उन्होंने अतीत में मेरे एक पायथन पाठ्यक्रम में भाग लिया था)। उनके पास अपने स्वयं के पायथन इंस्टॉलेशन को प्रबंधित करने और किसी और (व्यवस्थापक या अधिक अनुभवी सहकर्मी) को स्थगित करने की तकनीकी क्षमता नहीं है।

वास्तविक दुनिया में संस्करण संख्या वास्तव में कैसे काम करती है, यह जानने के लिए

जिन लोगों के बारे में मैं सोच रहा हूं, उनकी साझा पृष्ठभूमि संस्कृति में, वास्तविक दुनिया वास्तव में अर्थ वर्जनिंग, या एक करीबी सन्निकटन की तरह काम करती है।

जिन लोगों के बारे में मैं सोच रहा हूं, उनकी साझा पृष्ठभूमि संस्कृति में, वास्तविक दुनिया वास्तव में अर्थ वर्जनिंग, या एक करीबी सन्निकटन की तरह काम करती है।

ऐसा इसलिए है क्योंकि वे सीमित संख्या में पुस्तकालयों का उपयोग करते हैं, ज्यादातर धीमी गति से चलती हैं जैसे लैप एंड को। जैसा कि @njsmith ने बताया, अधिकांश सॉफ्टवेयर में कम संस्करण संख्या होती है क्योंकि वे अर्थ वर्जनिंग का उपयोग नहीं करते हैं।

@rgommers वे ज्यादातर धीमी गति से चलती पुस्तकालयों का उपयोग करते हैं, हालांकि मैं "एक छोटी संख्या" नहीं कहूंगा।

जैसा कि @njsmith ने बताया, अधिकांश सॉफ्टवेयर में कम संस्करण संख्या होती है क्योंकि वे अर्थ वर्जनिंग का उपयोग नहीं करते हैं।

मेरे अनुभव में नहीं है। लेकिन तब, "बहुमत" का अर्थ है "उन लोगों में से अधिकांश जिन्हें मैं जानता हूं", आपके और मेरे लिए, और आपके द्वारा उपयोग किए जाने वाले पैकेज और मेरे द्वारा उपयोग किए जाने वाले पैकेजों के बीच संभवतः बहुत कम ओवरलैप है, जो कि SciPy पारिस्थितिकी तंत्र के बाहर है।

और संभवतः, अगर हम इस स्विच को बनाते हैं, तो आप SciPy की ओर बढ़ेंगे क्योंकि यह बुनियादी सुविधाओं का अगला हिस्सा है? यह बुनियादी ढांचा कब बंद हो जाता है?

मैं वास्तव में पसंद करूंगा कि SciPy और SciPy पारिस्थितिकी तंत्र के बाकी सभी मूल सिद्धांतों को समान सिद्धांत अपनाएं, लेकिन व्यक्तिगत रूप से मैं इसके लिए NumPy की तुलना में कहीं और बहस करने में कोई प्रयास नहीं करूंगा, जो कहीं अधिक व्यापक रूप से किसी भी तरह से उपयोग किया जाता है अन्य पुस्तकालयों, और भी अधिक मौलिक। NumPy सरणियाँ बहुत अधिक वैज्ञानिक सॉफ़्टवेयर के लिए केंद्रीय डेटा संरचना हैं, जबकि SciPy केवल फ़ंक्शंस का एक विशाल संग्रह है जिसमें से किसी भी दिए गए एप्लिकेशन में एक छोटा सा उपसमूह का उपयोग किया जाता है।

यह भी ध्यान दें कि SciPy de facto अर्थ वर्जनिंग का उपयोग करता है, हालांकि शायद जानबूझकर नहीं, क्योंकि यह केवल 1.0 तक पहुंच गया।

और क्यों NumPy और बुनियादी ढांचे के अन्य बिट्स पायथन से ही और पूरी वैज्ञानिक पायथन पारिस्थितिकी तंत्र के बाकी हिस्सों से पूरी तरह से अलग संस्करण योजना चाहते हैं?

संपूर्ण SciPy पारिस्थितिक तंत्र को वास्तव में उसी दृष्टिकोण का उपयोग करना चाहिए, जो वैज्ञानिक कंप्यूटिंग में प्रमुख है (जैसा कि मैं इसे देखता हूं)। यह अन्य डोमेन के पायथन और पायथन पुस्तकालयों पर लागू नहीं होता है, जिनमें अलग-अलग आदतें होती हैं। वेब विकास, उदाहरण के लिए, वैज्ञानिक कंप्यूटिंग की तुलना में बहुत कम रूढ़िवादी है। यह भी ज्यादातर अलग-अलग लोगों द्वारा किया जाता है, जो विभिन्न उपयोगकर्ताओं की देखभाल करते हैं। पाइथन भाषा संपर्क का एकमात्र बिंदु होगी।

NumPy सरणियाँ बहुत अधिक वैज्ञानिक सॉफ़्टवेयर के लिए केंद्रीय डेटा संरचना हैं, जबकि SciPy केवल फ़ंक्शंस का एक विशाल संग्रह है जिसमें से किसी भी दिए गए एप्लिकेशन में एक छोटा सा उपसमूह का उपयोग किया जाता है।

और केंद्रीय डेटा संरचना स्थिर है। किसी भी रिलीज में असंगत परिवर्तन का बड़ा हिस्सा कोने के मामले हैं और ज्यादातर ndarray व्यवहार में नहीं हैं। उदाहरण के लिए https://github.com/numpy/numpy/blob/master/doc/release/1.13.0-notes.rst#compatibility -notes देखें। यह भी ध्यान दें कि उन परिवर्तनों में से कोई भी एक sysadmin के लिए कोई अर्थ नहीं होगा, इसलिए भले ही वे उन नोटों को लंबे समय तक देखें (यदि यह 2.0.0 रहा होगा) तो वे यह तय नहीं कर पाएंगे कि क्या उन्नयन ठीक था या नहीं नहीं।

यह भी ध्यान दें कि SciPy de facto अर्थ वर्जनिंग का उपयोग करता है, हालांकि शायद जानबूझकर नहीं, क्योंकि यह केवल 1.0 तक पहुंच गया।

SciPy उसी वर्जनिंग स्कीम का उपयोग करता है और NumPy के रूप में डिप्रेसेशन / रिमूवल पॉलिसी। लंबे समय तक 0.x पर रहने से वीर्य नहीं निकलता है।

जो (जैसा कि मैं इसे देखता हूं) वैज्ञानिक कंप्यूटिंग में प्रमुख है

SciPy पारिस्थितिकी तंत्र की पारंपरिक तुलना मतलाब और आर जैसी चीजों के साथ है। R के बारे में कोई जानकारी नहीं मिल सकती है, लेकिन यह 3.x पर है और यह बहुत विकसित हुई है, इसलिए संभवत: इसका कोई अर्थ नहीं है। मतलाब: निश्चित रूप से सेमर नहीं।

पुन: फैंसी अनुक्रमण। वास्तव में, यह एक समर्पित फ़ंक्शन का उपयोग कर सकता है। यह वह है जो TensorFlow में किया गया था, उदाहरण के लिए, tf.gather , tf.gather_nd , tf.scatter_nd , tf.boolean_mask , आदि के परिणामस्वरूप परिणाम थोड़ा अधिक है। ओवरलोडिंग [] , लेकिन निश्चित रूप से अधिक पारदर्शी।

एक अन्य विशेषता जो टाइप एनोटेशन में मदद कर सकती है, एक ऐसी सुविधा जो पायथन 2 से 3 संक्रमण की कठिनाई से आंशिक रूप से प्रेरित थी।

मैं यह नहीं कह रहा हूं कि यह आसान होगा। मेरे दिमाग में, सामुदायिक परिणाम एक बड़ी बात है। यह वास्तव में SciPy जैसी परियोजनाओं को लागू करने और फिर नीचे की ओर धकेलने में बहुत अधिक ऊर्जा लेगा।

@khinsen मैं पूरे सप्ताह चर्चा में रहा हूं और मुझे लगता है कि मुझे इस पर अपना परीक्षण करने के लिए एक व्यावहारिक परीक्षण समस्या है। यह देखने के लिए एक अच्छी वस्तु हो सकती है कि आपका दृष्टिकोण अब तक के थोड़े-बहुत अमूर्त विमर्श के बजाय इस तरह के संघर्षों को कैसे हैंडल करेगा।

वर्तमान में, Apple Accelerate ढांचे के लिए धन्यवाद न्यूनतम आवश्यक LAPACK संस्करण 3.1.ish है जो एक दशक से अधिक समय से है। और वर्तमान में LAPACK 3.8.0 पर है। इस बीच उन्होंने काफी संख्या में दिनचर्या (हटाए गए और / या हटाए गए) को छोड़ दिया है और बहुत सारे कीड़े को ठीक कर दिया है और सबसे महत्वपूर्ण रूप से नए रूटीन पेश किए हैं जो वाणिज्यिक सॉफ्टवेयर और पायथन वैज्ञानिक सॉफ्टवेयर के बीच की खाई को भरने के लिए आवश्यक हैं। अंतिम परिणाम यहाँ संक्षेप में प्रस्तुत किया गया @rgommers और अन्य लोगों को लगातार परेशान कर रहा हूं और मैं आपको आश्वस्त कर सकता हूं कि क्या वे उस तरह के लोग थे जो आप, शायद अनिच्छा से, यहां चित्रित करते हैं कि यह अब तक हो जाना चाहिए था और कई का कोड तोड़ दिया था लोग। इसके बजाय वे धैर्यपूर्वक बता रहे हैं कि एक्सीलरेट के लिए समर्थन को गिराना इतना आसान क्यों नहीं है।

अब नए संस्करणों के लिए एक निर्विवाद आवश्यकता है। यह चर्चा नहीं है और हम सुरक्षित रूप से उस हिस्से को छोड़ सकते हैं। NumPy और SciPy के उपयोगकर्ताओं का एक महत्वपूर्ण हिस्सा है जो इससे लाभान्वित होंगे। लेकिन हम इसे केवल उन तर्कों के कारण नहीं छोड़ सकते जो आपने पहले ही प्रस्तुत किए हैं। आप इसे कैसे हल करेंगे?

मैं इसे भद्दे अंदाज में नहीं पूछ रहा हूं, लेकिन चूंकि सभी देव एक जैसे लगते हैं (और मुझे कहना होगा कि मैं उनसे सहमत हूं) शायद आपका लुक एक नया विचार दे सकता है। क्या हमें एक्सीलरेट रखना चाहिए और हर बार एक नया NumPy / SciPy पैकेज बनाना चाहिए? यदि हम इस बात का समर्थन करने के लिए कि आपको यहाँ जाने के लिए सबसे अच्छा तरीका क्या है, का समर्थन करना चाहिए?

वर्तमान में, Apple Accelerate ढाँचा के लिए धन्यवाद आवश्यक न्यूनतम लैपैक संस्करण 3.1.ish है

@ mhvk , यह 1,14 में # 9976 के लिए एक समस्या हो सकती है, जो मुझे लगता है कि 3.2.2 की जरूरत है (संपादित करें: चर्चा को आगे

@xoviat : चलिए इस मुद्दे पर यह चर्चा करते हैं

@ilayn इस चर्चा को ठोस और रचनात्मक

मुख्य सामान्य बिंदु: विभिन्न उपयोगकर्ता / समुदाय हैं जिनकी अलग-अलग आवश्यकताएं हैं। कुछ एक्सेलेरेट चाहते हैं, दूसरे नए LAPACK फीचर चाहते हैं। दोनों के पास अपनी विशिष्ट प्राथमिकताओं के लिए अच्छे कारण हैं। ऐसे लोग भी हो सकते हैं जो एक्सेलेरेट और नई LAPACK दोनों सुविधाएँ चाहते हैं, हालाँकि यह मेरे लिए स्पष्ट नहीं है।

फोरट्रान / सी दुनिया में, ऐसी कोई समस्या नहीं है क्योंकि सॉफ्टवेयर स्टैक उथले हैं। अतिरिक्त इंटरमीडिएट के बिना फोरट्रान, लैपैक और एप्लिकेशन कोड है। क्या होता है कि प्रत्येक एप्लिकेशन कोड अपनी प्राथमिकताओं के आधार पर LAPACK का एक विशेष संस्करण चुनता है। कम्प्यूटिंग केंद्र आम तौर पर कई LAPACK संस्करणों को समानांतर में रखते हैं, प्रत्येक की अपनी निर्देशिका में, आवेदन कोड के Makefile को संशोधित करके बनाया जा रहा है।

सबक जो हम कर सकते हैं और SciPy पारिस्थितिक तंत्र में ले जाना चाहिए वह यह है कि सॉफ्टवेयर संस्करण चुनना सॉफ्टवेयर डेवलपर्स का काम नहीं है, बल्कि ऐसे लोगों का है जो एप्लिकेशन-विशिष्ट सॉफ़्टवेयर बंडलों को इकट्ठा करते हैं। हमारी दुनिया में, यह एनाकोंडा, डेबियन और अन्य सॉफ्टवेयर वितरण पर काम करने वाले लोग हैं, लेकिन विभिन्न स्तरों पर सिस्टम मैनेजर भी हैं और उपयोगकर्ताओं को सही क्षमता और प्रेरणा के साथ समाप्त करते हैं।

इसलिए SciPy / LAPACK दुविधा के लिए मेरा प्रस्ताव आज के SciPy को Accelerate का उपयोग करके रखना है, लेकिन इसे न्यूनतम रखरखाव मोड में रखा गया है (संभवतः विभिन्न लोगों द्वारा लिया गया)। जो लोग Accelerate चाहते हैं वे फिर "SciPy 2017" चुन सकते हैं और खुश रह सकते हैं। उन्हें नई LAPACK सुविधाएँ नहीं मिलेंगी, लेकिन संभवतः उनमें से अधिकांश के साथ यह ठीक है। विकास एक नए नामस्थान ( scipy2 , scipy2018 या जो कुछ भी) में जारी है, जो आधुनिक LAPACK पर स्विच करता है। यदि तकनीकी रूप से संभव है, तो इन दो (और भविष्य) वेरिएंट की समानांतर स्थापना की अनुमति दें (जो मुझे लगता है कि SciPy के लिए संभव होना चाहिए)। अन्यथा, दोनों की आवश्यकता वाले लोगों को निक्स या गुइक्स के माध्यम से कई वातावरण (कोंडा, वेव, या सिस्टम-वाइड वातावरण) का उपयोग करना होगा। ध्यान दें कि इस दूसरे परिदृश्य में भी, मैं दृढ़ता से प्रत्येक असंगत परिवर्तन के साथ नाम स्थान को बदलने की सलाह देता हूं, यह सुनिश्चित करने के लिए कि पायथन कोड के पाठक किसी भी स्तर पर समझते हैं जिसके लिए SciPy संस्करण कोड लिखा गया था।

समग्र विचार यह है कि डेवलपर्स नए सामान का प्रस्ताव करते हैं (और इसके विकास पर ध्यान केंद्रित करते हैं), लेकिन इसे सामान्य अर्थ में "बेहतर" के रूप में विज्ञापित न करें, न ही एक सार्वभौमिक प्रतिस्थापन के रूप में। किसी विशेष कार्य के लिए सॉफ्टवेयर संस्करणों का सही संयोजन चुनना उनका काम नहीं है, यह किसी और का है।

सामान्य विचार यह है कि विकास और संयोजन स्वतंत्र रूप से और विभिन्न लोगों द्वारा किया जाता है, यह भी सुझाव देता है कि आज के मेगा-पैकेज को छोटी इकाइयों में विभाजित किया जाना चाहिए जो विभिन्न दरों पर प्रगति कर सकते हैं। एक छोटे LAPACK इंटरफ़ेस और f2py जैसे टूल वाले NumPy का कोई कारण नहीं है। SciPy के लिए, यह एक सामान्य नामस्थान हो सकता है जो सुसंगतता और एक सामान्य विकास नीति का संकेत देता है, लेकिन उप-संकुल को स्वतंत्र रूप से वितरित किया जा सकता है। मेगा-पैकेज का दृष्टिकोण अजगर के "बैटरी शामिल" आदर्श वाक्य पर वापस जाता है जो 20 साल पहले बहुत अच्छा था। आज का उपयोगकर्ता आधार इसके लिए बहुत विविध है, और सॉफ्टवेयर पैकेजिंग को आमतौर पर एक अलग गतिविधि के रूप में मान्यता दी गई है। बैटरी को शामिल करना अब एनाकोंडा का काम होना चाहिए।

इस तरह के दृष्टिकोण को अपनाने के लिए मुख्य बाधा पारंपरिक लिनक्स वितरण है जैसे कि डेबियन या फेडोरा उनके "एक पायथन इंस्टॉलेशन प्रति मशीन" दृष्टिकोण के साथ। मुझे लगता है कि वे उचित प्रयास के साथ कई सिस्टम-वाइड वर्चुअल वातावरण पर स्विच कर सकते हैं, लेकिन मैंने इस बारे में ज्यादा नहीं सोचा है। मेरे लिए, सॉफ़्टवेयर पैकेजिंग का भविष्य पर्यावरण-आधारित प्रणाली जैसे कि कोंडा या गुइक्स है।

मैंने यह नहीं देखा कि आपने अब तक कितने प्रस्ताव रखे हैं, इनमें से किसी भी चरण के साथ संगत हैं

• आपने निम्नलिखित चित्र के पागलपन को फिर से बनाया है
  
  अभी-अभी गिना गया है और मेरी विंडोज मशीन पर अब मेरी 27 प्रतियां हैं। अब गुणा करें कि 10 के बाद से (रिलीज़ यहाँ अधिक बार होते हैं) और 2 से (क्यूंकि NumPy और SciPy रिलीज़ साइकिल स्वतंत्र हैं)। वर्ष 2025 में मैं आसानी से प्रत्येक पुस्तकालय की 15 प्रतियां और 10 LAPACKs और 5 f2pys निर्भरता के रूप में होगा। दोनों पैकेजों में केवल दर्जनों लोगों के एक समूह पर अकेले रखरखाव का बोझ डालें, यह बस काम नहीं करेगा। (C ++ प्रासंगिक नहीं है, किसी भी चीज़ का कोई भी मानक दायित्व डालें)। विन के लिए किसी भी वाणिज्यिक कोड डेवलपर से पूछें और उन्हें बताएं कि यह एक अच्छा विचार है। मैं उस विनिमय में निम्नलिखित बातों के लिए जिम्मेदार नहीं हूँ।
• फिर आपने पैकेजों की ग्रैन्युलैरिटी को बढ़ाया और अब सभी अलग-अलग पैकेज संस्करणों के साथ अपने दम पर काम कर रहे हैं; f2py ने एक संस्करण में कुछ तोड़ दिया, इसलिए SciPy ने अगले में निर्माण करना बंद कर दिया लेकिन अभी भी NumPy के पुराने संस्करण पर निर्भर करता है। इसलिए कुछ समग्र इकाई को उन्हें मुफ्त में साथ लाना चाहिए।
• फिर आपने एनाकोंडा (या किसी अन्य इकाई) को भी एक बड़ी निर्भरता की कंपनी बना दिया जैसे एक्सेलेरेट था। या बस "किसी और" की बहुतायत होगी।
• तब आपने अधिकांश यूज़रबेस को एक वर्कफ़्लो में जुटाया था जो वे वास्तव में नहीं चाहते (खुद शामिल) वर्चुअल एनवीएस शामिल थे।
• फिर आपने पासिंग में लिनक्स ऑपरेटिंग सिस्टम को भी संशोधित किया (जो है ... मेरा मतलब है कि उनकी कुछ मेलिंग सूचियों को पढ़ें, यह मजेदार है)।

हो सकता है कि आप थोड़ा पच गए।

(यह सभी के लिए एक स्वतंत्र चर्चा बन गई है, इसलिए मैं आगे जाऊंगा और कूदूंगा)।

तेजी के लिए समर्थन रखने के साथ समस्या यह नहीं है कि इसमें नए लैप एपीआई की कमी है। यदि यह समस्या थी, तो हम नए LAPACK शम्स को शिप कर सकते हैं और किया जा सकता है। समस्या यह है कि कुछ बुनियादी कार्य हैं जो कुछ परिदृश्यों में गलत परिणाम देते हैं। हमारे अपने BLAS कार्यों को लिखने के अलावा उस के आसपास काम करने का कोई तरीका नहीं है। और अगर हम ऐसा कर रहे हैं, तो हमें OpenBLAS या MKL की आवश्यकता हो सकती है।

@xoviat ये सभी https://github.com/scipy/scipy/pull/6051 में चर्चा की गई हैं

@ilayn हां, मुझे यकीन है कि मैं पहले से ही उन बिंदुओं के बारे में जानता हूं जो मैं बना रहा हूं। लेकिन टिप्पणी @khinsen के लिए थी; मुझे लगता है कि वह इस धारणा के तहत है कि हम वास्तव में एक्सेलेरेट सपोर्ट रख सकते हैं।

कोई यह तर्क दे सकता है कि पायथन इकोसिस्टम की एक विशेषता (या सीमा) यह है कि आपको बिना नाम के भयानक हैक के एक पुस्तकालय का एक संस्करण मिलता है। यह कोर पायथन में होता है। यही कारण है कि _lib_ और _lib_ 2 नाम के पुस्तकालय हैं जिनका उद्देश्य एक ही है लेकिन एपीआई अंतर है। यहां तक ​​कि अयस्क पायथन भी इस तरह से काम करता है। संभवत: संस्करणों में मानक पुस्तकालयों का मिश्रण करना संभव नहीं है, भले ही दोनों आधुनिक पायथन पर तकनीकी रूप से प्रयोग करने योग्य हों, बिना किसी को चीर डाले और इसे PyPi पर डालने के बिना। इस पर बहुत सारे स्टैकऑवरफ्लो प्रश्न हैं , सभी एक ही निष्कर्ष के साथ।

@ilayn यदि किसी कारण से आप अपनी मशीन के सभी संस्करणों के सभी संभव संयोजनों को प्राप्त करना चाहते हैं, तो हाँ, यह एक गड़बड़ है। लेकिन आप ऐसा क्यों चाहेंगे? यदि आप अपने आप को उन संयोजनों तक सीमित रखते हैं जो आपको वास्तव में अपने आवेदन परिदृश्यों के लिए चाहिए, तो मुझे यकीन है कि यह कम होने वाला है। एक उदाहरण के रूप में, मैं अपने मशीन पर ठीक दो पायथन वातावरण रखता हूं: एक मेरे 20-वर्षीय कोड को चलाने के लिए पायथन 2 + न्यूमपी 1.8.2, और दूसरा सब कुछ के लिए लगभग दो साल पहले की कला की स्थिति का प्रतिनिधित्व करता है ( दो साल पहले क्योंकि मैंने इसे दो साल पहले स्थापित किया था, और उसके बाद उन्नयन का कारण कभी नहीं देखा)।

ग्रैन्युलैरिटी के लिए, मैं शायद अपने प्रस्ताव में बिल्कुल स्पष्ट नहीं था। मैं जो वकालत करता हूं वह पैकेजिंग में अधिक ग्रैन्युलैरिटी है, विकास में नहीं। मैं निकट समन्वय में जारी रखने के लिए f2py और SciPy के विकास की उम्मीद करूंगा। f2py-2018 और SciPy-2018 को एक साथ काम करना चाहिए। इसका मतलब यह नहीं है कि उन्हें एक इकाई के रूप में पैक किया जाना है। लक्ष्य सॉफ्टवेयर वितरण प्रबंधकों को अपना काम करने के लिए अधिक स्वतंत्रता प्रदान करना है।

मैं निश्चित रूप से एनाकोंडा या किसी अन्य वितरण को एक निर्भरता नहीं बनाना चाहता। यह "किसी और के बहुतायत" की तरह अधिक है, हालांकि मुझे "बहुतायत" के लिए वितरण की संख्या बढ़ने की उम्मीद नहीं है, यह देखते हुए कि उन्हें इकट्ठा करना बहुत काम है।

मुझे नहीं पता कि वर्कफ़्लो "उपयोगकर्ता आधार" क्या चाहता है। मुझे विभिन्न आवश्यकताओं के साथ बहुत से अलग-अलग उपयोगकर्ता आधार दिखाई देते हैं। व्यक्तिगत रूप से मैं कई वातावरणों के लिए जाऊंगा, लेकिन अगर कोई महत्वपूर्ण उपयोगकर्ता आधार है जो प्रति मशीन एक ही वातावरण चाहता है, तो कुछ वितरण इसका ध्यान रखेंगे। लेकिन आभासी वातावरण का आविष्कार एक कारण के लिए किया गया था, वे एक वास्तविक समस्या को हल करते हैं। सिस्टम-स्तरीय वितरण जैसे निक्स या गुइक्स उन्हें दूसरे स्तर पर ले जाते हैं। मैं उनसे दूर जाने की उम्मीद नहीं करता।

BTW, मैं वास्तव में एक लिनक्स वितरण (Guix) की मेलिंग सूची का अनुसरण कर रहा हूं। बहुत मज़ा नहीं है, लेकिन डाउन-टू-अर्थ ग्रंट काम का एक बहुत। मुझे खुशी है कि ऐसा करने वाले लोग हैं।

@xoviat मैंने "त्वरित समर्थन रखने" का सुझाव नहीं दिया। मैं केवल एक SciPy वेरिएंट (वर्तमान में बहुत अधिक) को संग्रहालय के लिए एक पुरानी रिलीज़ के रूप में नहीं बल्कि एक विशेष उपयोगकर्ता समूह के लिए रुचि के एक संस्करण के रूप में रखने का सुझाव देता हूं: जिन लोगों के लिए Accelerate का उपयोग करना समस्याओं को सुलझाने से अधिक महत्वपूर्ण है दूसरों के लिए तेजी पैदा करता है। "पहले त्वरण" लोगों को अपनी पसंद के परिणामों के साथ रहना होगा। कुछ समस्याएं उनके लिए कभी तय नहीं होंगी। शायद उनके साथ ठीक है ("ज्ञात कीड़े अज्ञात कीड़े से बेहतर हैं"), इसलिए उन्हें कुछ अलग करने के लिए मजबूर क्यों करें?

यह वास्तव में लेबलिंग और संचार के बारे में है। मैं प्रगति के एक रेखीय मार्ग का अनुसरण करते हुए सॉफ्टवेयर की आदर्शित छवि से दूर जाना चाहता हूं, जिसमें नए संस्करण "बेहतर" हैं जैसा कि "उच्च" संस्करण संख्याओं से संकेत मिलता है। मैं इस छवि को एक के साथ बदलना चाहता हूं जिसे मैं अधिक यथार्थवादी मानता हूं: सॉफ्टवेयर रिलीज के बीच कोई स्पष्ट आदेश संबंध नहीं है। एक लंबे समय तक रहने वाले डेवलपर डेवलपर समुदाय द्वारा उत्पादित लोगों के पास एक अस्थायी आदेश है, लेकिन यह किसी भी आवेदन के लिए गुणवत्ता या उपयुक्तता के बारे में कुछ भी मतलब नहीं है।

यदि आदर्श छवि सही थी, तो हमें कांटे दिखाई नहीं देंगे और हमारे पास आभासी वातावरण नहीं होगा। और न ही प्रोजेक्ट जैसे कि VersionClimber ।

मैं जो प्रस्ताव कर रहा हूं, वह यह है कि सॉफ्टवेयर डेवलपर्स को इस वास्तविकता को नकारने के बजाय इसे स्वीकार करना चाहिए। उन्हें विविधता की दुनिया के लिए अपने उत्पादों का विकास (और, अधिकांश, पैकेज और लेबल) करना चाहिए।

@khinsen यदि आप रैखिक बीजगणित के कार्यों से गलत परिणामों के साथ ठीक हैं, तो हम समर्थन में तेजी ला सकते हैं (दूसरों को ध्यान दें: मुझे पता है कि यह कैसे करना है)। हालांकि, मुख्य समस्या यह है कि आप एकमात्र व्यक्ति हो सकते हैं जो यह चाहते हैं। और यदि आप नहीं हैं, तब भी क्या होता है जब सड़क पर कोई व्यक्ति तेजी से समस्या के लिए SciPy को दोषी ठहराता है? क्या होता है जब कोई अपने केक को खाना चाहता है और उसे भी खाता है? मैं बस हो रहा है कि देख सकते हैं।

@xoviat नहीं, मैं रैखिक बीजगणित कार्यों से गलत परिणामों के साथ ठीक नहीं हूं। लेकिन मुझे यकीन है कि बहुत सारे SciPy उपयोगकर्ता हैं जिन्हें प्रभावित कार्यों की बिल्कुल भी आवश्यकता नहीं है। आपके द्वारा संदर्भित थ्रेड में, किसी ने त्वरण का पता चलने पर प्रभावित कार्यों को हटाने / निष्क्रिय करने का सुझाव दिया, जो मुझे लगता है कि एक अच्छा समाधान है (ध्यान दें: मैं इसे लागू करने के लिए आवश्यक प्रयास का न्याय नहीं कर सकता)।

एक तरह से यह मेगा-पैकेज समस्या का हिस्सा है। अधिक दानेदार वितरण के साथ, विकास और वितरण विधानसभा स्तर पर काम करने वाले सामान को चुनना आसान होगा। एक डोमेन-और प्लेटफ़ॉर्म-विशिष्ट SciPy वितरण की गणना करने वाले एक वितरण असेंबलर की भी कल्पना कर सकता है जिसमें विभिन्न उप-पैकेज विभिन्न LAPACK संस्करणों का उपयोग करते हैं, उदाहरण के लिए HPC संदर्भों में उपयोग के लिए।

लेकिन मुझे यकीन है कि बहुत सारे SciPy उपयोगकर्ता हैं जिन्हें प्रभावित कार्यों की बिल्कुल भी आवश्यकता नहीं है।

इस कथन के लिए न्यूनतम सबूत हैं और मैं वास्तव में इसके विपरीत शर्त लगाऊंगा। कार्यों का व्यापक रूप से उपयोग किया जाता है, लेकिन केवल कुछ परिदृश्यों में विफल होते हैं; दूसरे शब्दों में आपके परिणाम शायद सही हैं, लेकिन हो नहीं सकते। हां, यह संभवतया उस SciPy पर लागू होता है जिसे आपने वर्तमान में OSX का उपयोग करते समय स्थापित किया है। हां, इसे ठीक करने की जरूरत है।

जहाँ तक एक अलग शाखा को बनाए रखने की बात है, मुझे नहीं लगता है कि किसी को बनाए रखने के लिए आपको किसी विशेष शाखा को लिखने की अनुमति देने का विरोध किया जाएगा। लेकिन यह ओपन सोर्स सॉफ्टवेयर है और लोग जो चाहते हैं उस पर काम करते हैं; मुझे संदेह है कि बहुत से लोग उस शाखा को बनाए रखने में रुचि लेंगे।

वास्तव में, मुझे लगता है कि एनाकोंडा SciPy MKL के साथ संकलित है, इसलिए आप उस स्थिति में प्रभावित नहीं होंगे। लेकिन फिर आप समर्थन में तेजी क्यों लाएंगे?

@xoviat ऐसा लगता है कि यहां एक बड़ी गलतफहमी है। इस विशिष्ट मुद्दे में मेरा कोई व्यक्तिगत दांव नहीं है। मैं SciPy से किसी भी रैखिक बीजगणित दिनचर्या का उपयोग नहीं करते।

आपने एक SciPy मुद्दे पर एक सूत्र को इंगित किया और पूछा कि मैं उस तरह की स्थिति को कैसे संभालूंगा। थ्रेड स्पष्ट रूप से त्वरण समर्थन को छोड़ने के लिए अनिच्छा दिखाता है, जिसमें से मैंने यह माना है कि एक महत्वपूर्ण उपयोगकर्ता समूह है जो इस तरह के बदलाव से प्रभावित होगा। यदि वह उपयोगकर्ता समूह मौजूद नहीं है, तो समस्या कहां है? SciPy ने पहले ही Accelerate सहायता को क्यों नहीं गिराया?

@xoviat किसी अलग शाखा को बनाए रखना किसी के लिए भी आसान है। समान GitHub रिपॉजिटरी में इसे होस्ट करने की कोई आवश्यकता नहीं है। दूसरे शब्दों में, शाखाएँ मुद्दा नहीं हैं। समस्या अलग-अलग SciPy संस्करणों के समानांतर अस्तित्व को उपयोगकर्ताओं (और वितरण असेंबलरों) के लिए पारदर्शी बनाने के लिए नाम स्थान है।

आज, जब आप कोड को "आयात स्कैपी" कहते हैं, तो आपको पता नहीं है कि साइपीपी संस्करणों की किस श्रेणी के लिए यह काम करना है (यानी कुछ हद तक परीक्षण किया गया है)। सबसे अच्छे मामले में, एक README कह रहा है "SciPy> = 0.8" या ऐसा ही कुछ। यह आदत इस धारणा पर आधारित है कि "उच्च" संस्करण हमेशा "बेहतर" होते हैं और कभी भी ख़राब नहीं होते (ब्रेक, धीमा, ...) कुछ भी। और यह धारणा काफी गलत है।

यदि, दूसरी ओर, कोड "आयात scipy2017 को scipy" के रूप में कहता है, तो यह हर पाठक के लिए स्पष्ट है कि पहले या बाद के संस्करणों के साथ इसका उपयोग करने से खराब आश्चर्य हो सकता है। और अगर पुराने SciPy संस्करण गायब हो जाते हैं (प्रभावी रूप से, रखरखाव की कमी के लिए), तो ऐसा कोड एक त्रुटि संदेश के साथ विफल हो जाएगा, बजाय अविश्वसनीय रूप से काम करने के।

यह एक बिंदु है जिसे मैं इस धागे में बनाने की कोशिश कर रहा हूं। विभिन्न संस्करणों का सह-अस्तित्व एक वास्तविकता है। यह विचार कि उच्चतर एक सपना है बेहतर है। आइए हम यथार्थवादी बनें और वास्तविक दुनिया के लिए स्वयं को व्यवस्थित करें, एक-संस्करण वाले ब्रह्मांड को स्वीकार करके और गलतफहमी को रोकने के लिए हर किसी के संचार को समायोजित करें।

अच्छी तरह से, जब यह चेतावनी की बात आती है, तो मेरे विचार में, एक विशिष्ट संस्करण आयात एक चेतावनी नहीं है, यह एक अलग संस्करण का उपयोग करने के लिए निषेधात्मक है, क्योंकि आपके द्वारा बताई गई समस्याओं वाले उपयोगकर्ताओं को आपके कोड को बदलने की हिम्मत नहीं होगी। यदि आप इंस्टॉल / रनटाइम पर चेतावनी प्रिंट करते हैं तो यह चेतावनी होगी कि यह सभी विशिष्ट विशिष्ट संस्करणों के लिए अप्रयुक्त है?

मुझे लगता है कि इस प्रकार के अतिरिक्त पैकेज बनाना संभव है। मुझे यह भी उम्मीद है कि यह सिर्फ एक अलग प्रकार के नरक का निर्माण करेगा। बहुत कुछ बच सकता है, लेकिन उदाहरण के लिए चेकिंग टाइप करें और जब आप दो संस्करणों को मिलाएंगे तो ऐसा नहीं कर सकते हैं, इसलिए मूल रूप से आपको पता नहीं चलेगा कि क्या आप तब तक काम कर सकते हैं या नहीं कर सकते जब तक आप कोशिश नहीं करते (और कोई भी यह परीक्षण नहीं करेगा!)।
और जब तक आप दो संस्करणों को मिश्रण करने की अनुमति देने का सुझाव दे रहे हैं, मुझे लगता है कि आपका scipy2017 समाधान सिर्फ चीजों को बदतर बना देगा। अधिक लगता है जैसे हमें गतिशील / रनटाइम वर्चुअल एनवी चुनने की तरह कुछ की आवश्यकता होगी (जैसे कि अजगर के स्तर पर किसी भी आयात से पहले pin_import_version("1.6<numpy<1.10", level="raise") )।

यदि आप बड़े निषेधात्मक परिवर्तन (py2 / py3 की तरह एक सा) हैं, तो विशिष्ट आयात समझ में आता है, और हमने पहले ही देखा कि हमारे पास अलग-अलग राय कहाँ या किस समय पैमाने पर है कि "प्रमुख" रेखा लगती है।

पिछड़े सहानुभूति NEP # 11596 को प्रस्तुत किया गया है, क्या हम इसे बंद कर सकते हैं?

पिछड़े सहानुभूति NEP # 11596 को प्रस्तुत किया गया है, क्या हम इसे बंद कर सकते हैं?

हां हम इसे बंद कर सकते हैं। उस एनईपी से स्वतंत्र (जो स्पष्ट रूप से एक अस्वीकृत विकल्प के रूप में सेवर का उल्लेख करता है), यहां के मुख्य देवों की आम सहमति यह है कि हम सेवर में बदलाव नहीं करना चाहते हैं। इसलिए वॉन्टफिक्स के रूप में बंद करना।

चर्चा के लिए सभी को धन्यवाद।