NumPy是使用Python进行科学计算所需的基本软件包

• 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：

• 功能强大的N维数组对象
• 复杂的(广播)功能
• 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然后，可以使用以下命令在安装后运行测试：

python -c 'import numpy; numpy.test()'

呼吁捐款

NumPy项目欢迎您的专业知识和热情！

小的改进或修复总是值得赞赏的；问题被标记为“good
first issue”可能是一个很好的起点。如果您正在考虑对源代码做出更大的贡献，请通过mailing
list第一

编写代码并不是为NumPy做贡献的唯一方式。您还可以：

• 审核拉式请求
• 分流问题
• 开发教程、演示文稿和其他教育材料
• 维护和改进our website
• 为我们的品牌资产和促销材料开发平面设计
• 翻译网站内容
• 帮助推广和接纳新的贡献者
• 撰写拨款建议书，并协助其他筹款工作。

如果你不确定从哪里开始，或者你的技能如何适用，那就伸出援手吧！您可以在邮件列表上提问，也可以在GitHub上通过打开新问题或对已打开的相关问题发表评论来询问

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谈，请联系我们的社区协调员，地址为numpy-team@googlegroups.com或在松弛上(写入numpy-team@googlegroups.com以获取邀请)

我们还有一个两周一次的社区电话会议，详情在邮件列表上公布。我们非常欢迎您的加入

如果您刚开始为开源做出贡献，this
guide帮助解释成功参与的原因、内容和方式