numpy
v 2, 2024)
NumPy는 Python을 사용한 과학 컴퓨팅을 위한 기본 패키지입니다.
웹사이트: https://www.numpy.org
문서: https://numpy.org/doc
메일링 리스트: https://mail.python.org/mailman/listinfo/numpy-discussion
소스 코드: https://github.com/numpy/numpy
기여: https://www.numpy.org/devdocs/dev/index.html
버그 보고서: https://github.com/numpy/numpy/issues
보안 취약점 보고: https://tidelift.com/docs/security
다음을 제공합니다:
강력한 N차원 배열 객체
정교한 (방송) 기능
C/C++ 및 Fortran 코드 통합을 위한 도구
유용한 선형 대수학, 푸리에 변환 및 난수 기능
테스트:
NumPy에는 pytest 와 hypothesis 필요합니다. 설치 후 다음을 사용하여 테스트를 실행할 수 있습니다.
python -c "import numpy, sys; sys.exit(numpy.test() is False)"
NumPy는 다양한 기여자 그룹이 개발한 커뮤니티 중심의 오픈 소스 프로젝트입니다. NumPy 리더십은 개방적이고 포용적이며 긍정적인 커뮤니티를 만들기 위해 강력한 노력을 기울여 왔습니다. 우리 커뮤니티를 번영시키는 방식으로 다른 사람들과 상호 작용하는 방법에 대한 지침을 보려면 NumPy 행동 강령을 읽어 보십시오.
NumPy 프로젝트는 여러분의 전문 지식과 열정을 환영합니다!
작은 개선이나 수정은 언제나 환영합니다. 소스 코드에 대한 더 많은 기여를 고려하고 계시다면 먼저 메일링 리스트를 통해 문의해 주세요.
코드 작성이 NumPy에 기여하는 유일한 방법은 아닙니다. 다음을 수행할 수도 있습니다.
풀 요청 검토
새로운 문제와 오래된 문제를 모두 파악하도록 도와주세요.
튜토리얼, 프리젠테이션 및 기타 교육 자료 개발
우리 웹사이트를 유지하고 개선하세요
브랜드 자산 및 홍보 자료를 위한 그래픽 디자인 개발
웹사이트 콘텐츠 번역
봉사 활동 및 새로운 기여자 온보드 지원
보조금 제안서를 작성하고 기타 모금 활동을 돕습니다.
NumPy에 기여할 수 있는 방법에 대한 자세한 내용을 보려면 당사 웹사이트를 방문하세요. 어디서부터 시작해야 할지, 자신의 기술이 어떻게 적합한지 잘 모르겠다면 문의하세요! 메일링 리스트나 여기 GitHub에서 새 이슈를 열거나 이미 열려 있는 관련 이슈에 댓글을 남겨 질문할 수 있습니다.
우리가 선호하는 의사소통 채널은 모두 공개되지만, 먼저 비공개로 이야기하고 싶다면 [email protected] 또는 Slack(초대를 받으려면 [email protected]을 쓰세요)으로 커뮤니티 코디네이터에게 문의하세요. ).
또한 격주로 커뮤니티 콜을 진행하며 자세한 내용은 메일링 리스트에 공지됩니다. 가입을 진심으로 환영합니다.
오픈 소스에 처음 기여하는 경우 이 가이드는 성공적으로 참여하는 이유, 내용, 방법을 설명하는 데 도움이 됩니다.
