Ошибки чтения строк, аварийное завершение сортировки и зависание на пустых массивах исправлены в NumPy 2.5.5, опубликованном 15 ноября 2026 года. Обновление затрагивает программы, которые загружают текстовые данные, работают со строковыми типами и выполняют численные расчёты. Релиз поддерживает Python 3.12–3.15.

Загрузка текстовых данных через NumPy больше не сбоит при повторном использовании StringDType
Функция numpy.loadtxt читает числовые и текстовые данные из файлов и строк. В предыдущей версии NumPy она могла некорректно обработать строковый тип StringDType, если описание типа передавали от уже существующего массива. При чтении достаточно длинной строки программа записывала её с использованием неподходящего внутреннего механизма выделения памяти. Воспроизводимый случай завершался сообщением MemoryError, хотя причиной была ошибка работы с типом данных.
В NumPy 2.5.5 исправили выбор внутреннего описания строкового массива, в который помещается результат. Разработчики добавили проверки для строк Unicode, преобразователей значений и параметров чтения loadtxt. Это затрагивает, например, обработку CSV-подобных данных, где строковые поля поступают в массивы NumPy и затем участвуют в дальнейших вычислениях.
Другая проблема возникала в numpy.lexsort — функции сортировки по нескольким ключам. Если ключи представляли собой срезы массива со строковым типом, выполнение могло завершиться ошибкой сегментации памяти (Segmentation fault). Причина находилась в проверке ошибок Python после участка кода, работавшего без глобальной блокировки интерпретатора — GIL. Теперь обработка ошибок выполняется с учётом состояния блокировки. Похожие исправления затронули argmin, argmax, argsort и searchsorted, хотя часть этих случаев воспроизводилась только через C API.
Преобразование структурированных массивов в строки теперь вызывает TypeError
В NumPy 2.5.5 изменилось поведение StringDType при преобразовании структурированных типов. Такой массив может хранить в каждом элементе несколько полей — например, идентификатор, значение и ссылку на объект Python. Раньше попытка напрямую преобразовать его в строковый тип могла интерпретировать внутренние байты каждого элемента как текст UTF-8.
У этого поведения не было надёжного смысла: результат зависел от внутреннего представления данных, а для структур с объектными полями — даже от байтов указателей. В одних ситуациях появлялась ошибка декодирования UnicodeDecodeError, в других — бессодержательная строка. Теперь такая операция завершается предсказуемой ошибкой TypeError. Это изменение совместимости касается структурированных типов и типов подмассивов; преобразование обычных неструктурированных void-типов остаётся прежним.
Разработчики исправили и редкий сбой при выделении памяти для длинных строк. После неудачной операции элемент StringDType мог оставаться в состоянии, из-за которого следующая попытка присвоить ему значение снова вызывала MemoryError. Дополнительная проверка устраняет это повреждённое внутреннее состояние.
NumPy точнее обрабатывает пропущенные значения и срезы массивов
Часть исправлений касается расчётов, где ошибка могла остаться незамеченной. В numpy.nanquantile и numpy.nanpercentile тип результата иногда зависел от порядка обрабатываемых фрагментов массива. Если входные данные имели тип float32, а первый фрагмент содержал только NaN — обозначения отсутствующих или неопределённых числовых значений, — выходной массив мог ошибочно сохранить float32 вместо ожидаемого float64.
Теперь тип результата в этом сценарии не определяется тем, какой фрагмент встретился первым. Это важно при анализе таблиц с пропусками: перестановка строк или столбцов не должна незаметно менять точность представления итоговых статистик. Отдельно разработчики сохранили прежнее поведение для данных, где все обрабатываемые фрагменты полностью состоят из NaN.
Ещё одна ошибка находилась в numpy.negative, которая меняет знак чисел. При использовании срезов с шагом для входного и выходного массивов версия 2.5.4 могла читать соседние элементы вместо выбранных. Исправлена проверка шага доступа к данным. В вычислениях квадратного корня из комплексных чисел с очень большими значениями также устранено некорректное масштабирование мнимой части результата в резервной реализации алгоритма.
Работа с пустыми массивами больше не приводит к бесконечному циклу в ndarray.take
При попытке извлечь элемент из пустого измерения массива через ndarray.take с режимом mode="wrap" программа могла попасть в бесконечный цикл. Он возникал, например, при нулевой длине оси, из которой запрашивали элемент. В описании исправления разработчики уточнили, что цикл выполнялся вне обычной обработки сигналов Python, поэтому прервать зависший процесс сочетанием Ctrl+C могло не получиться.
Ошибка существовала очень давно: автор исправления считает, что её можно проследить вплоть до ранних выпусков NumPy. В версии 2.5.5 для этого пограничного случая добавили защиту, исключающую бесконечное выполнение. Такой сценарий способен возникнуть, когда фильтрация данных оставляет таблицу или промежуточный массив без элементов.
Поддержка Python и особенности выпуска NumPy 2.5.5
NumPy 2.5.5 доступен на PyPI с 15 ноября 2026 года. Как и предыдущий выпуск серии 2.5, библиотека поддерживает Python 3.12, 3.13, 3.14 и 3.15. Для пакета опубликованы готовые сборки, а также исходный архив. Новые требования к минимальной версии Python в этом патче не вводились.
Всего в состав релиза вошли 37 объединённых запросов на изменение кода. Помимо исправлений массивов и строк, они касаются многопоточной обработки, генераторов случайных чисел и инфраструктуры тестирования. Авторы релиза отмечают, что необычно большой объём патча связан с работой над строками для будущей версии 2.6.0, изменениями многопоточности, мерами после компрометации сертификатов eMudhra и обновлением CI на GitHub. Упоминание eMudhra относится к контексту сопровождающих работ; в примечаниях к выпуску нет утверждения, что пользователи NumPy столкнулись с эксплуатацией этой проблемы.
В отличие от NumPy 2.5.4, где среди заметных изменений были ошибки линейной алгебры и сборки под Windows, выпуск 2.5.5 охватывает другие конкретные случаи. Часть дефектов приводила к аварийному завершению или зависанию, часть меняла тип результата и значения вычислений. Масштаб распространения этих ошибок по реальным проектам в официальных материалах не оценён.
Источники
- NumPy 2.5.5 — официальные примечания к выпуску
- NumPy 2.5.5 — пакет и поддерживаемые версии Python на PyPI
- Исправление сбоя loadtxt с существующим StringDType — PR #33313
- Исправление сбоев сортировки и проверок GIL — PR #33228
- Запрет некорректного преобразования структур в StringDType — PR #33314
- Корректировка типа результата nanquantile — PR #33155
- Исправление обработки срезов в negative — PR #33339
- Исправление зависания ndarray.take на пустой оси — PR #33156
- Исправление квадратного корня из больших комплексных чисел — PR #33179