封面来自Stable Fusion 2.1, prompt: “Awesome Python and Numpy”
1. 概述
在Numpy 1.24版本中，删除了像np.float、np.int 这样的 Python 内置类型的 alias，因此以后在代码中使用这些类型会报AttributeError: module 'numpy' has no attribute 'float', 涉及的类型包括：
numpy.boolnumpy.intnumpy.floatnumpy.complexnumpy.objectnumpy.strnumpy.longnumpy.unicode
其实在2015年，就有issue来讨论解决弃用这些类型，而在1.20版本起，使用这些类型就会报DeprecationWarning，经过1.20-1.23 的过渡，最终在1.24版本中正式删除这些类型。
那该怎么解决这个错误呢？
TL;DR
- 对于在标量上的操作，直接使用Python内置类型替换
foo = np.random.rand(10)
# 原先用法，注意foo[0]是一个标量
bar = np.float(foo[0])
# 新用法
bar = float(foo[0])- 对于在
np.ndarray上的操作，使用np.float64或np.float32来替代，具体选择哪个需要自己根据情况来确定，**不同类型精度会有不同。**下面举两个例子:
# 原先用法
foo = np.random.rand(10, dtype=np.float)
# 新用法
foo = np.random.rand(10, dtype=np.float32)
# 原先用法
foo = np.random.rand(10).astype(np.float)
# 新用法
foo = np.random.rand(10).astype(np.float32)这里列出来了删除类型在标量和np.ndarray 上的替代，方便查找
| 原先类型 | 标量替换类型 | np.ndarray替换类型 |
|---|---|---|
| http://np.int | int | np.int32/np.int64 |
| np.float | float | np.float32/np.float64 |
| np.bool | bool | np.bool_ |
| np.complex | complex | np.complex128 |
| np.object | object | - |
| np.str | str | np.str_ |
| np.long | int | np.int32/np.int64 |
| np.unicode | str | np.str_ |
详细说明参考NumPy 1.20.0 Release Notes。
下面详细说说事情的来龙去脉。
2. 代码验证
下面我搭建 Numpy 1.20.0 和 1.24.0 的环境进行简单测试，以及分析为什么会弃用这些类型。
首先是 Numpy 1.20.0 环境搭建与简单测试：
python -m venv np1.20
source np1.20/bin/activate
pip install numpy==1.20
python -c "import numpy as np; a = np.array([1.0], dtype=np.float)"输出如下：
<string>:1: DeprecationWarning: `np.float` is a deprecated alias for the builtin `float`. To silence this warning, use `float` by itself. Doing this will not modify any behavior and is safe. If you specifically wanted the numpy scalar type, use `np.float64` here.
Deprecated in NumPy 1.20; for more details and guidance: https://numpy.org/devdocs/release/1.20.0-notes.html#deprecations仔细看这段输出的话，可以发现从 Numpy 1.20 版本开始，Numpy已经弃用np.float 类型了，并且给出了替换建议，以及详细的说明文档地址。
而在 Numpy 1.24版本里面，正式删除了np.float，可以用下面的代码来测试。 首先我们创建一个新的环境，安装Numpy 1.24版本，然后创建一个np.float类型的数组：
python -m venv np1.24
source np1.24/bin/activate
pip install numpy==1.24
python -c "import numpy as np; a = np.array([1.0], dtype=np.float)"输出如下:
Traceback (most recent call last):
File "<string>", line 1, in <module>
File "/Users/name/np1.24/lib/python3.9/site-packages/numpy/__init__.py", line 284, in __getattr__
raise AttributeError("module {!r} has no attribute "
AttributeError: module 'numpy' has no attribute 'float'直接就报了我们开头提到的属性错误AttributeError。
3. Why
其实早在2015年，Numpy 开发者就在策划删除这些类型了，只不过当时使用范围太广，删除造成的影响太大，所以在近8年，1.20-1.24 4个版本的Warning后，才正式删除。 为什么要删除这些操作呢？我自己觉得是因为np.float 这种类型太容易误用了。大家都以为np.float是一个Numpy的数据类型，是np.float32的alias，但实际它是内置类型，是int类型的alias。 就像下面这个例子：
>>> foo = np.array([10], dtype=np.int32)
>>> bar = np.int(foo)
>>> type(bar)
<class 'int'>
>>> baz = np.int32(foo)
>>> type(baz)
<class 'numpy.ndarray'>可以看到，对np.ndarray 数组进行np.int 和np.int32的操作，一个得到int类型的变量，另一个得到的是np.ndarray类型的变量。
详细的原因可以参考上面的 issue 链接。
那最早为什么还要引入np.float呢？直接用Python内置的类型不好吗？其实这是在很早的Numpy版本中错误地引入的，那个版本np.float的含义就是np.float64 ，只不过后来版本中np.float 的含义修改了，但如果直接删除np.float，有人使用老版本的Numpy，就会在执行from numpy import * 报错。当前那个老版本已经很少有人用了 ，所以就删除了。
4. 带来的影响
这个改动带来的影响可以说是非常大了，简单来说，在 Numpy 1.24.0以上的版本中，使用np.float的代码都会直接报错。而 Numpy 作为 Python 在科学计算中的基础包，被广泛使用的程度无需我赘述。
简单在GitHub 搜索了一下，光涉及到np.float的(结果1， 结果2）就有近9万行代码，我自己短期内就在两个仓库中遇到这个问题。好在解决办法也比较直接，希望可以顺利的过渡过去。