NumPy 是 Python 科学计算的基础包。

• 网站： https://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://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

它提供了：

• 强大的 N 维数组对象
• 高级（广播）函数
• 集成 C/C++ 和 Fortran 代码的工具
• 有用的线性代数、傅里叶变换和随机数功能

测试：

NumPy 需要 pytest 和 hypothesis。安装后可以通过以下方式运行测试：

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

NumPy 是一个社区驱动的开源项目，由一群 贡献者 开发。NumPy 管理层已坚定承诺创建一个开放、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，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。如果您考虑对源代码进行较大的贡献，请先通过邮件列表与我们联系。

编写代码并不是贡献 NumPy 的唯一途径。您还可以：

• 审查拉取请求
• 帮助我们跟进新旧问题
• 开发教程、演示和其他教育材料
• 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
• 协助外联并接纳新贡献者
• 撰写资助提案并协助其他筹款工作

有关您可以如何贡献 NumPy 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您的技能如何契合，请联系我们！您可以在邮件列表或此处（GitHub）通过开启新问题或在现有相关问题中留言来询问。

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流，请联系我们的社区协调员： numpy-team@googlegroups.com 或 Slack（发送电子邮件至 numpy-team@googlegroups.com 获取邀请）。

我们还有一个双周社区电话会议，详细信息将在邮件列表中公布。非常欢迎您的加入。

如果您是开源贡献的新手，本指南将帮助您了解为什么、是什么以及如何成功地参与进来。