# 2.10。 Python 2.7 寿命终止计划
> 原文: [http://numba.pydata.org/numba-doc/latest/reference/python27-eol.html](http://numba.pydata.org/numba-doc/latest/reference/python27-eol.html)
根据 [PEP 373](http://legacy.python.org/dev/peps/pep-0373/) ,Python 2.7 将在 2020 年停止支持,尽管[尚未正式选择](https://pythonclock.org/)。像许多项目一样,Numba 团队必须考虑如何为自己的 Python 2.7 支持提供时间。鉴于 Numba 必须与 Python 解释器进行交互有多深,支持 Python 2 和 3 会产生相当大的开发和测试负担。此外,Numba(特别是通过 llvmlite)必须处理 Windows 上一些特别棘手的编译器问题,其中 LLVM 需要 Visual Studio 2015 或更高版本,但必须使用 Visual Studio 2008 构建 Python 2.7 扩展。不用说,目标是计划是支持我们的 Python 2.7 用户群(截至 2018 年 2 月约 30%的下载量),但也明确表示 _ 现在是时候切换到 Python 3,如果你还没有 _。
Numba 的 Python 2.7 用户也应该知道 [NumPy 结束 Python 2.7 支持](https://github.com/numpy/numpy/blob/master/doc/neps/nep-0014-dropping-python2.7-proposal.rst)的时间表。由于 Numba 与 NumPy 紧密结合,NumPy 时间表强烈告知下面的 Numba 时间表。
## 2.10.1。时间表
Numba 中 Python 2.7 支持的结束将上演:
* **2018 年 12 月**:标记并发布 Numba 1.x.0。基于此版本创建 Python 2.7 分支。
* 关键修复,直到 **2020 年 1 月 1 日**将被移植到 Python 2.7 分支并作为 Numba 1.x.y 发布。
* Python 2.7 分支中不会添加任何新功能,但我们将继续使用新的 NumPy 版本对其进行自动测试。
* **2019 年 1 月 1 日**:我们将通过删除所有 Python 2.7 兼容性代码来减少 Numba master 分支并释放 Numba 1.(x + 1).0,它将在功能上与 Numba 1.x 相同 0.0。
* **2020 年 1 月 1 日**:Numba 开发者将停止支持 Python 2.7 分支。
如果对上述时间表有疑虑,请[在我们的问题跟踪器中提出问题](https://github.com/numba/numba/issues)。
- 1. 用户手册
- 1.1。 Numba 的约 5 分钟指南
- 1.2。概述
- 1.3。安装
- 1.4。使用@jit 编译 Python 代码
- 1.5。使用@generated_jit 进行灵活的专业化
- 1.6。创建 Numpy 通用函数
- 1.7。用@jitclass 编译 python 类
- 1.8。使用@cfunc 创建 C 回调
- 1.9。提前编译代码
- 1.10。使用@jit 自动并行化
- 1.11。使用@stencil装饰器
- 1.12。从 JIT 代码 中回调到 Python 解释器
- 1.13。性能提示
- 1.14。线程层
- 1.15。故障排除和提示
- 1.16。常见问题
- 1.17。示例
- 1.18。会谈和教程
- 2. 参考手册
- 2.1。类型和签名
- 2.2。即时编译
- 2.3。提前编译
- 2.4。公用事业
- 2.5。环境变量
- 2.6。支持的 Python 功能
- 2.7。支持的 NumPy 功能
- 2.8。与 Python 语义的偏差
- 2.9。浮点陷阱
- 2.10。 Python 2.7 寿命终止计划
- 3. 用于 CUDA GPU 的 Numba
- 3.1。概述
- 3.2。编写 CUDA 内核
- 3.3。内存管理
- 3.4。编写设备功能
- 3.5。 CUDA Python 中支持的 Python 功能
- 3.6。支持的原子操作
- 3.7。随机数生成
- 3.8。设备管理
- 3.10。示例
- 3.11。使用 CUDA 模拟器 调试 CUDA Python
- 3.12。 GPU 减少
- 3.13。 CUDA Ufuncs 和广义 Ufuncs
- 3.14。共享 CUDA 内存
- 3.15。 CUDA 阵列接口
- 3.16。 CUDA 常见问题
- 4. CUDA Python 参考
- 4.1。 CUDA 主机 API
- 4.2。 CUDA 内核 API
- 4.3。内存管理
- 5. 用于 AMD ROC GPU 的 Numba
- 5.1。概述
- 5.2。编写 HSA 内核
- 5.3。内存管理
- 5.4。编写设备功能
- 5.5。支持的原子操作
- 5.6。代理商
- 5.7。 ROC Ufuncs 和广义 Ufuncs
- 5.8。示例
- 6. 扩展 Numba
- 6.1。高级扩展 API
- 6.2。低级扩展 API
- 6.3。示例:间隔类型
- 7. 开发者手册
- 7.1。贡献给 Numba
- 7.2。 Numba 建筑
- 7.3。多态调度
- 7.4。关于发电机的注意事项
- 7.5。关于 Numba Runtime 的注意事项
- 7.6。使用 Numba Rewrite Pass 获得乐趣和优化
- 7.7。实时变量分析
- 7.8。上市
- 7.9。模板注释
- 7.10。关于自定义管道的注意事项
- 7.11。环境对象
- 7.12。哈希 的注意事项
- 7.13。 Numba 项目路线图
- 8. Numba 增强建议
- 9. 术语表