社区

NumPy 是一个由多元化贡献者组成的社区驱动的开源项目。NumPy 的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,以了解如何与他人互动,从而促进社区蓬勃发展。

我们提供多个沟通渠道,供您学习、分享知识并在 NumPy 社区中与其他成员建立联系。

在线参与#

以下是直接参与 NumPy 项目和社区的方式。请注意,我们鼓励用户和社区成员在遇到使用问题时互相支持 - 请参阅获取帮助

NumPy 邮件列表#

该列表是进行长期讨论的主要论坛,例如添加 NumPy 新功能、更改 NumPy 路线图以及进行各种项目范围内的决策。NumPy 的公告,例如版本发布、开发者会议、冲刺会议或会议演讲,也在此列表中发布。

在此列表中,请使用底部回帖(bottom posting),回复给列表(而不是某个发件人),并且不要回复摘要。该列表的搜索存档可在此找到。


GitHub 问题跟踪器#

  • 用于报告错误(例如,“np.arange(3).shape 返回 (5,),但它应该返回 (3,)”);
  • 文档问题(例如,“我发现这一节不够清晰”);
  • 以及功能请求(例如,“我想在 np.percentile 中添加一种新的插值方法”)。

请注意,GitHub 不是报告安全漏洞的正确地方。如果您认为您在 NumPy 中发现了安全漏洞,请在此报告。


Slack#

一个实时聊天室,用于询问有关为 NumPy 做出贡献的问题。这是一个私有空间,专门为那些不愿在大型公开邮件列表或 GitHub 上提出问题或想法的人准备。有关更多详细信息和如何获得邀请,请参阅此处

学习小组和聚会#

如果您想找到当地的聚会或学习小组,以更多地了解 NumPy 以及更广泛的数据科学和科学计算 Python 包生态系统,我们建议探索PyData 聚会(150 多个聚会,100,000 多名成员)。

NumPy 偶尔也会组织针对其团队和感兴趣的贡献者的线下冲刺会议。这些会议通常会提前数月计划,并在邮件列表上发布通知。

会议#

NumPy 项目不组织自己的会议。传统上最受 NumPy 维护者、贡献者和用户欢迎的会议是 SciPy 和 PyData 会议系列:

  • SciPy 美国
  • EuroSciPy
  • SciPy 拉丁美洲
  • SciPy 印度
  • SciPyData 日本
  • PyData 会议(每年 15-20 场活动,遍布多个国家)

其中许多会议包括涵盖 NumPy 的教程日和/或冲刺会议,您可以在其中学习如何为 NumPy 或相关的开源项目做出贡献。

加入 NumPy 社区#

为了蓬勃发展,NumPy 项目需要您的专业知识和热情。不是程序员?没问题!有很多方法可以为 NumPy 做出贡献。

如果您有兴趣成为 NumPy 贡献者(太棒了!),我们建议您查看我们的贡献页面。

此外,随时欢迎您在我们的一次社区会议上露面打个招呼。要跟踪这些会议,请在此查看我们的活动日历。

在此页面