NEP 44 — 重构 NumPy 文档#
- 作者:
Ralf Gommers
- 作者:
Melissa Mendonça
- 作者:
Mars Lee
- 状态:
已接受
- 类型:
流程
- 创建:
2020-02-11
- 决议:
https://mail.python.org/pipermail/numpy-discussion/2020-March/080467.html
摘要#
本文档提出对 NumPy 文档进行重构,包括形式和内容,目标是使其对初学者和经验丰富的用户而言更具组织性和可发现性。
动机和范围#
请查看 此处 了解最新文档的前端。组织结构非常混乱且不合逻辑(例如,用户和开发人员文档混合在一起)。我们建议:
将文档重新组织为 [1] 中提到的四类,即教程、操作指南、参考指南和解释(下文将详细介绍)。
为教程和操作指南创建专门的部分,包括有关如何创建新内容的说明;
添加解释部分,用于解释关键概念和技术,需要更深入的描述,其中一些将从参考指南中重新排列。
使用和影响#
文档是任何软件项目的重要组成部分,尤其是开源项目。在 NumPy 的情况下,许多初学者可能会对当前文档结构感到沮丧,因为它很难找到要学习的内容(除非用户清楚地知道在参考文档中查找什么,但并非总是如此)。
查看任何搜索引擎上“NumPy 教程”搜索的结果,也能了解这种内容的需求。拥有使用最新内容和技术编写的官方高级文档,无疑意味着更多用户(以及开发人员/贡献者)将参与 NumPy 社区。
向后兼容性#
重构将有效地要求完全重写链接和一些当前内容。来自社区的意见将有助于识别不应该破坏的关键链接和页面。
详细描述#
如文章 [1] 中所述,文档内容分为四类:
教程
操作指南
解释
参考指南
我们建议在添加新的文档部分时,将这些类别作为我们使用的类别(用于编写和审查)。
这样做的原因是,对于开发人员/文档编写人员和用户来说,都更加清楚每段信息应该放在哪里,以及每个文档的范围和语气。例如,如果解释与基本教程混合在一起,初学者可能会感到不知所措和疏远。另一方面,如果参考指南包含基本的操作指南,经验丰富的用户可能难以快速找到他们需要的信息。
目前,互联网上有许多关于 NumPy 或使用 NumPy 的博客和教程。其中一个问题是,如果用户搜索此信息,他们可能会在找到当前官方文档之前,先找到一个过时的(非官方的)教程。这会特别令人困惑,尤其是对于初学者。拥有更好的文档基础设施的目标也是为了解决这个问题,为用户提供高级的、最新的官方文档,可以轻松更新。
每种文档内容的状态和想法#
参考指南#
NumPy 拥有相当完整的参考指南。所有函数都有文档,大多数函数都有示例,并且大多数函数都与“另请参见”部分很好地交叉链接。进一步改进参考指南是一项增量工作,可以(并且正在)由许多人完成。但是,参考指南中有很多解释。这些解释可以移至文档中更专用的解释部分。
操作指南#
NumPy 没有很多操作指南。子类化和数组鸭子类型部分可能是一个操作指南的示例。其他可以添加的操作指南包括:
并行化(使用
threadpoolctl
控制 BLAS 多线程,使用多进程,随机数生成等)存储和加载数据(
.npy
/.npz
格式,文本格式,Zarr,HDF5,Bloscpack 等)性能(内存布局,分析,与 Numba、Cython 或 Pythran 结合使用)
编写适用于 NumPy、Dask、CuPy、pydata/sparse 等的通用代码。
解释#
关于 NumPy 基本概念(如索引、矢量化、广播、(g)ufuncs 和 dtypes)的内容相当多。这些内容可以更好地组织和阐明,以确保它们真正关于解释概念,而不是与教程或操作指南类内容混合在一起。
除了这些 NumPy 基本概念之外,很少有其他内容的解释。
可以扩展的一些概念示例:
复制与视图;
BLAS 和其他线性代数库;
花式索引。
此外,参考指南中还有许多解释,这些解释应该移至这个新的专用解释部分。
教程#
编写更好的教程还有很大的空间。我们有一个新的面向绝对初学者的 NumPy 教程 [3](Anne Bonner 的 GSoD 项目)。此外,我们需要一些针对不同 Python 和 NumPy 经验水平的教程。这可以通过使用引人入胜的数据集、想法或故事来完成。例如,可以在 numpy.linalg
中使用多项式和函数进行曲线拟合,使用基林曲线(数十年的空气中二氧化碳浓度测量)而不是使用合成随机数据。
教程想法(这些想法捕捉到有意义的内容类型,不一定是我们建议实现的具体主题)
仅使用 NumPy 的康威生命游戏(注意:已在 Nicolas Rougier 的书 中)
使用掩码数组处理时间序列测量中的缺失数据
使用傅里叶变换分析基林曲线数据,并外推它。
地理空间数据(例如,纬度/经度/时间,通过堆叠数组创建每年地图,如 gridMet 数据)
使用文本数据和 dtype(例如,使用不同人的演讲,形状
(n_speech, n_sentences, n_words)
)
软件木匠讲师培训材料中的准备教学文档[2]很好地总结了如何编写有效的课程计划(教程非常类似)。除了添加新的教程外,我们还建议一个如何编写教程文档,这将有助于用户为文档贡献新的高质量内容。
数据集#
在 NumPy 文档中使用有趣的数据需要让所有用户都能访问这些数据,无论是在 NumPy 内部还是在单独的包中。前者并不是最好的主意,因为它很难实现,而且会显著增加 NumPy 的大小。
只要有可能,文档页面应该使用来自scipy.datasets
包的示例。
实现#
目前,NumPy 文档 可能让人困惑,尤其是对于初学者。我们建议以以下结构重新组织文档
- 针对用户
绝对初学者教程
主要教程部分
使用 NumPy 完成常见任务的 How Tos
参考指南(API 参考)
解释
F2Py 指南
术语表
- 针对开发者/贡献者
贡献者指南
内部文档
构建和扩展文档
基准测试
NumPy 增强提案
- 元信息
报告错误
发行说明
关于 NumPy
许可证
后续想法#
除了在一定程度上重写当前文档外,理想情况下应该有一个技术基础设施,允许社区更多地参与贡献。例如,如果可以将 Jupyter 笔记本原样提交为教程或 How-Tos,这可能会吸引更多贡献者并扩大 NumPy 社区。
类似地,如果人们可以以笔记本格式下载一些文档,这肯定意味着人们在学习 NumPy 时会使用较少的过时材料。
如果新的文档结构可以更容易地进行翻译,那也很有意思。
讨论#
有关此 NEP 的讨论可以在 NumPy 邮件列表中找到
参考文献和脚注#
版权#
本文件已进入公有领域。