numpy
v 2, 2024)
NumPy 是使用 Python 进行科学计算的基础包。
网站： https://www.numpy.org
文档： https://numpy.org/doc
邮件列表： https://mail.python.org/mailman/listinfo/numpy-discussion
源代码： https://github.com/numpy/numpy
贡献： https://www.numpy.org/devdocs/dev/index.html
错误报告： https://github.com/numpy/numpy/issues
报告安全漏洞： https://tidelift.com/docs/security
它提供：
一个强大的 N 维数组对象
复杂的（广播）功能
用于集成 C/C++ 和 Fortran 代码的工具
有用的线性代数、傅立叶变换和随机数功能
测试：
NumPy 需要pytest和hypothesis 。 安装后可以使用以下命令运行测试：
python -c "import numpy, sys; sys.exit(numpy.test() is False)"
NumPy 是一个社区驱动的开源项目，由多元化的贡献者群体开发。 NumPy 领导层坚定致力于创建一个开放、包容和积极的社区。请阅读 NumPy 行为准则，了解如何与他人互动以使我们的社区蓬勃发展。
NumPy 项目欢迎您的专业知识和热情！
小的改进或修复总是受到赞赏。如果您正在考虑对源代码做出更大的贡献，请首先通过邮件列表与我们联系。
编写代码并不是为 NumPy 做出贡献的唯一方法。您还可以：
审查拉取请求
帮助我们掌握新旧问题
开发教程、演示文稿和其他教育材料
维护和改进我们的网站
为我们的品牌资产和宣传材料开发平面设计
翻译网站内容
帮助外展和加入新的贡献者
撰写赠款提案并帮助其他筹款工作
有关如何为 NumPy 做出贡献的更多信息，请访问我们的网站。如果您不确定从哪里开始或不确定自己的技能如何发挥作用，请联系我们！您可以在邮件列表或此处的 GitHub 上提出问题，方法是打开新问题或对已打开的相关问题发表评论。
我们首选的沟通渠道都是公开的，但如果您想先私下与我们交谈，请通过 [email protected] 或在 Slack 上联系我们的社区协调员（发送邮件至 [email protected] 获取邀请） ）。
我们还有每两周一次的社区电话会议，详细信息已在邮件列表中公布。非常欢迎您的加入。
如果您刚开始为开源做出贡献，本指南将帮助您解释参与开源的原因、内容以及如何成功参与。
