numpy

NumPy 是使用 Python 進行科學計算的基礎套件。

• 網址： https://www.numpy.org

• 文件： https://numpy.org/doc

• 電子郵件清單： https://mail.python.org/mailman/listinfo/numpy-discussion

• 原始碼： https://github.com/numpy/numpy

• 貢獻： https://www.numpy.org/devdocs/dev/index.html

• 錯誤回報： https://github.com/numpy/numpy/issues

• 回報安全漏洞： https://tidelift.com/docs/security

它提供：

• 一個強大的 N 維數組對象

• 複雜的（廣播）功能

• 用於整合 C/C++ 和 Fortran 程式碼的工具

• 有用的線性代數、傅立葉變換和隨機數功能

測試：

NumPy 需要pytest和hypothesis 。 安裝後可以使用以下命令執行測試：

python -c "import numpy, sys; sys.exit(numpy.test() is False)"

行為守則

NumPy 是一個社群驅動的開源項目，由多元化的貢獻者群體開發。 NumPy 領導階層堅定致力於創造一個開放、包容和積極的社區。請閱讀 NumPy 行為準則，以了解如何與他人互動以使我們的社區蓬勃發展。

徵件捐款

NumPy 計畫歡迎您的專業知識和熱情！

小小的改進或修復總是受到讚賞。如果您正在考慮對原始程式碼做出更大的貢獻，請先透過郵件清單與我們聯絡。

編寫程式碼並不是為 NumPy 做出貢獻的唯一方法。您也可以：

• 審查拉取請求

• 幫助我們掌握新舊問題

• 開發教程、簡報和其他教育材料

• 維護和改進我們的網站

• 為我們的品牌資產和宣傳材料開發平面設計

• 翻譯網站內容

• 幫助外展和加入新的貢獻者

• 撰寫補助金提案並幫助其他籌款工作

有關如何為 NumPy 做出貢獻的更多信息，請訪問我們的網站。如果您不確定從哪裡開始或不確定自​​己的技能如何發揮作用，請與我們聯繫！您可以在郵件清單或此處的 GitHub 上提出問題，方法是開啟新問題或對已開啟的相關問題發表評論。

我們首選的溝通管道都是公開的，但如果您想先私下與我們交談，請透過[email protected] 或在Slack 上聯絡我們的社群協調員（發送郵件至[email protected]獲取邀請） ）。

我們還有每兩週一次的社區電話會議，詳細資訊已在郵件清單中公佈。非常歡迎您的加入。

如果您剛開始為開源做出貢獻，本指南將幫助您解釋參與開源的原因、內容以及如何成功參與。