Bokeh项目对NumPy 2.0的兼容性分析与支持进展
2025-05-11 21:17:16作者:尤峻淳Whitney
背景概述
Bokeh作为Python生态中重要的数据可视化库,其与科学计算核心库NumPy的兼容性至关重要。随着NumPy 2.0版本的临近发布,Bokeh开发团队对其兼容性进行了全面评估。
兼容性测试结果
通过实际测试发现,Bokeh 3.4.1版本在大多数场景下已经能够良好支持NumPy 2.0.0rc1版本。测试覆盖了包括服务器应用在内的多种使用场景,结果显示:
- 绝大多数Bokeh服务器应用示例在NumPy 2.0环境下运行正常
- 图像模糊处理示例存在性能问题,但这个问题与NumPy版本无关
- 等高线动画示例最初显示失败,但确认是依赖库ContourPy的版本问题
依赖库ContourPy的更新
测试过程中发现的关键问题之一是等高线相关功能在NumPy 2.0下的兼容性。这实际上是由于ContourPy 1.2.0版本尚未支持NumPy 2.0所致。在升级到ContourPy 1.2.1后,所有等高线相关的示例和测试用例都恢复了正常功能。
单元测试发现的问题
自动化测试套件揭示了一个与布尔类型验证相关的测试失败:
测试期望的错误消息格式:
"expected a value of type bool or bool_, got junk of type str"
实际收到的错误消息:
"expected a value of type bool or bool, got junk of type str"
这个差异源于NumPy 2.0中对布尔类型名称表述的细微变化。虽然这是一个测试断言失败,但不会影响实际功能,因为核心验证逻辑仍然正常工作。
技术实现细节
深入分析表明,Bokeh与NumPy的交互主要集中在数据传递和类型检查层面。由于Bokeh不直接使用NumPy的C/C++接口,因此只需要关注Python层面的API变更。NumPy 2.0在这些方面的改动相对温和,使得Bokeh能够保持高度兼容性。
后续计划
基于当前测试结果,Bokeh团队可以:
- 在CI系统中加入NumPy 2.0的测试矩阵,确保持续兼容
- 考虑在即将发布的3.4.2版本中更新布尔类型验证的错误消息格式
- 向NumPy生态系统支持列表报告Bokeh的兼容状态
结论
总体而言,Bokeh项目对NumPy 2.0的支持状况良好,核心功能已经具备兼容性。开发团队通过积极的测试和依赖库更新,确保了用户在升级到NumPy 2.0时能够获得平滑的过渡体验。这一工作也体现了Bokeh项目对Python科学计算生态系统的持续承诺。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869