mpmath 1.4.0a5 版本发布:高精度数学计算库的重大更新
2025-07-07 03:07:37作者:尤辰城Agatha
mpmath 是一个用 Python 编写的纯 Python 高精度浮点运算库,它提供了任意精度的实数、复数运算能力,以及丰富的数学函数库。作为科学计算领域的重要工具,mpmath 特别适合需要高精度计算的场景,如数值分析、符号计算、物理模拟等。
核心功能改进
本次 1.4.0a5 版本带来了多项重要改进,主要集中在数值精度、性能优化和功能扩展三个方面:
-
数值精度提升:
- 改进了 log1p() 函数的计算精度,这对于接近零的小数计算尤为重要
- 修正了 atan2(±inf, ±inf) 的特殊情况处理
- 优化了 polylog_general() 函数在负参数情况下的计算精度
- 改进了 hankel1/2() 函数使用 sum_accurately() 方法提高求和精度
-
性能优化:
- 使用 math.isqrt 替代原有实现优化整数平方根计算
- 减少了 QuadratureRule 缓存的内存使用
- 优化了稀疏矩阵向量乘积的生成器实现
- 使用 bit_length() 方法替代 bitcount() 提高效率
-
功能扩展:
- 新增支持二进制/十六进制字符串输出格式
- 实现了 mpf 和 mpc 的 format 方法,支持丰富的格式化选项
- 添加了球形贝塞尔函数 jn/yn 的支持
- 新增 pretty_dps 上下文属性,控制打印数字的位数
数学函数增强
本次更新对多个特殊数学函数进行了改进:
- 贝塞尔函数:优化了 hankel1/2 函数的实现,使用更精确的求和算法
- 多对数函数:为 polylog_general() 增加了对负参数的精度优化
- 椭圆积分:修正了 ellippi 函数的无穷大处理逻辑
- 三角函数:改进了 tan/tanh 函数对无穷大参数的处理
- 复数运算:优化了 sqrt(z) 函数在虚部为无穷大时的特殊情况处理
矩阵计算改进
矩阵运算方面也有显著提升:
- 为 randmatrix() 增加了对 mp.iv 和 mp 上下文的支持
- 修正了 cholesky_solve 对复数矩阵的处理
- 当矩阵索引越界时明确抛出 IndexError
- 对于一维矩阵,当 left=right=False 时跳过特征向量计算
- 增加了矩阵秩(rank)的计算功能
API 与兼容性变化
-
Python 版本支持:
- 放弃了对 Python 3.8 以下版本的支持
- 新增了对 CPython 3.12-dev 的测试支持
- 增加了对 PyPy 稳定版和 nightly 构建的测试
-
接口变更:
- 弃用了 polyval() 等函数中系数的降序排列方式
- 新增 isspecial() 方法替代 isnormal()
- 为 MPContext 构造函数添加了更多参数
- 改进了 pickling 支持
-
数值处理:
- 当精度变化为无限时回退到固定精度
- 区间运算(iv)在比较无法确定时抛出异常
- 改进了 nan 和 inf 在多种函数中的传播处理
架构与实现优化
-
核心架构:
- 移除了私有的 mpq 类,改用后端提供的 Rational
- 简化了 ctx_mp_python.py 的实现
- 优化了 FPContext 使用更多标准库函数
- 避免了 _mpf 中的动态方法创建
-
依赖管理:
- 使用 pyproject.toml 管理项目配置
- 移除了 Sage 后端支持
- 更新 gmpy2 依赖至 2.2.0rc1 或更高版本
- 增加了 python-gmp 作为可选的 gmpy2 替代后端
-
构建系统:
- 使用 setuptools_scm 自动管理版本号
- 优化了构建过程,不再依赖 pip
开发者工具与文档
-
测试框架:
- 使用 pytest-xdist 并行运行测试
- 增加了基于 hypothesis 的格式化测试
- 优化了覆盖率测试,在没有 gmpy2 时运行更少测试
-
文档改进:
- 修正了多个函数的文档字符串
- 使用更好的函数签名清理文档
- 为 mpf.format 添加了详细文档
- 增加了 MPFR 兼容的舍入模式别名文档
-
交互环境:
- 支持作为模块运行 mpmath 进行交互工作
- 在没有 IPython 时使用 PyREPL 作为回退
- 修复了 runsource() 对不完整输入的处理
总结
mpmath 1.4.0a5 版本在数值精度、性能表现和功能完整性方面都有显著提升。特别是对特殊数学函数的改进、矩阵运算的增强以及格式化输出的支持,使得这个高精度数学计算库更加完善和实用。新版本对现代 Python 环境的更好支持,以及架构上的优化,也为未来的发展奠定了更好的基础。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
659
150
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
293
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
489
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1