mpmath 1.4.0a5 版本发布:高精度数学计算库的重大更新
2025-07-07 08:01:34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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781