From 77bb58c2fca91e260b400ca6c3ad8d2ce0b40c0f Mon Sep 17 00:00:00 2001 From: rgommers Date: Sat, 1 Nov 2025 20:37:39 +0000 Subject: [PATCH 1/5] =?UTF-8?q?Deploying=20to=20main=20from=20@=20numpy/nu?= =?UTF-8?q?mpy.org@ece85bb5f7659c9db9e91b77101bb0767e7a9b9e=20=F0=9F=9A=80?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- es/index.html | 2 +- es/tabcontents.yaml | 6 ++ images/content_images/arlib/blosc-logo.svg | 79 ++++++++++++++++++++++ index.html | 2 +- pt/index.html | 2 +- pt/tabcontents.yaml | 6 ++ tabcontents.yaml | 5 ++ 7 files changed, 99 insertions(+), 3 deletions(-) create mode 100644 images/content_images/arlib/blosc-logo.svg diff --git a/es/index.html b/es/index.html index 505566e0..6dfa201d 100644 --- a/es/index.html +++ b/es/index.html @@ -50,5 +50,5 @@ Machine Learning

Casi todos los científicos que trabajan en Python recurren a la potencia de NumPy.

NumPy aporta la potencia de cálculo de lenguajes como C y Fortran a Python, un lenguaje mucho más fácil de aprender y utilizar. Con esta potencia viene la sencillez: una solución en NumPy suele ser clara y elegante.

Computación Cuántica
Computación Estadística
Procesamiento de Señales
Procesamiento de Imágenes
Grafos y Redes
Astronomía
Psicología Cognitiva
- PsychoPy
Bioinformática
Inferencia Bayesiana
Análisis Matemático
Química
Geociencia
Procesamiento Geográfico
Arquitectura e Ingeniería

La API de NumPy es el punto de partida cuando se escriben librerías para explotar hardware innovador, crear tipos de arreglos especializadas o añadir capacidades más allá de lo que NumPy proporciona.

	Librería de arreglos	Capacidades y áreas de aplicación
	Dask	Arreglos distribuidos y paralelismo avanzado para análisis, que permiten un rendimiento a escala.
	CuPy	Librería de arreglos compatible con NumPy para cálculo acelerado en la GPU con Python.
	JAX	Transformaciones componibles de programas NumPy: diferenciar, vectorizar, compilación justo-a-tiempo a GPU/TPU.
	Xarray	Arreglos multidimensionales indexados y etiquetados para análisis y visualización avanzados.
	Sparse	Librería de arreglos dispersos compatible con NumPy que se integra con el álgebra lineal dispersa de Dask y SciPy.
	PyTorch	Marco de aprendizaje profundo que acelera el camino desde la creación de prototipos de investigación hasta la implantación en producción.
	TensorFlow	Una plataforma integral de aprendizaje automático para crear y desplegar fácilmente aplicaciones basadas en ML.
	Arrow	Plataforma de desarrollo multilingüe para datos y análisis columnares en memoria.
	xtensor	Arreglos multidimensionales con difusión y computación perezosa para análisis numérico.
	Awkward Array	Manipular datos similares a JSON con expresiones similares a NumPy.
	uarray	Sistema de backend de Python que desacopla la API de la implementación; unumpy proporciona una API de NumPy.
	tensorly	Aprendizaje tensorial, álgebra y backends para usar de manera fluida NumPy, PyTorch, TensorFlow o CuPy.

Diagrama de las librerías de Python. Las cinco categorías son "Extraer, Transformar, Cargar", "Exploración de Datos", "Modelado de Datos", "Evaluación de Datos" y "Presentación de Datos".

NumPy es el núcleo de un rico ecosistema de librerías de ciencia de datos. Un flujo de trabajo exploratorio típico de ciencia de datos podría verse así:

Extraer, Transformar, Cargar: Pandas, Intake, PyJanitor
Análisis Exploratorio: Jupyter, Seaborn, Matplotlib, Altair
Modelado y evaluación: scikit-learn, statsmodels, PyMC, spaCy
Informes en un panel de control: Dash, Panel, Voila

Para grandes volúmenes de datos, Dask y Ray están diseñados para escalarse. Las implementaciones estables se basan en el versionado de datos (DVC), rastreo de experimentos (MLFlow), y automatización del flujo de trabajo (Airflow, Dagster y Prefect).

Diagrama de tres círculos superpuestos. Los círculos se denominan "Matemáticas", "Ciencias de la Computación" y "Conocimientos Especializados". En el centro del diagrama, con los tres círculos superpuestos, hay un área denominada "Ciencia de datos".

An animated gif showing a three-dimensional graph of embeddings made in Tensorflow.

Source: Google AI Blog

NumPy constituye la base de potentes librerías de aprendizaje automático como scikit-learn y SciPy. A medida que crece el aprendizaje automático, también lo hace la lista de librerías basadas en NumPy. Las capacidades de aprendizaje profundo de TensorFlow tienen amplias aplicaciones— entre ellas el reconocimiento de voz e imágenes, las aplicaciones basadas en texto, el análisis de series de tiempo y la detección de vídeo. PyTorch, otra librería de aprendizaje profundo, es popular entre los investigadores de visión artificial y procesamiento del lenguaje natural.

Las técnicas estadísticas denominadas métodos ensemble, como binning, bagging, stacking y boosting, se encuentran entre los algoritmos de ML implementados por herramientas como XGBoost, LightGBM y CatBoost — uno de los motores de inferencia más rápidos. Yellowbrick y Eli5 ofrecen visualizaciones de aprendizaje automático.

Un diagrama de flujo hecho en matplotlib

Un gráfico de pares de dos tipos de gráficos, un gráfico de trazado y un gráfico de frecuencias hecho en seaborn

Un renderizado de volumen 3D realizado en PyVista.

Una imagen multidimensional hecha en napari.

NumPy es un componente esencial en el floreciente panorama de visualización de Python, que incluye Matplotlib, Seaborn, Plotly, Altair, Bokeh, Holoviz, Vispy, Napari, y PyVista, por nombrar algunos.

El procesamiento acelerado de arreglos de gran tamaño de NumPy permite a los investigadores visualizar conjuntos de datos mucho mayores a los que el Python nativo podría manejar.

CASOS DE ESTUDIO

Primera imagen de un Agujero Negro

Cómo NumPy, junto con bibliotecas como SciPy y Matplotlib que dependen de NumPy, permitió al Telescopio del Horizonte de Sucesos producir la primera imagen de un agujero negro

Detección de Ondas Gravitacionales

Dos cuerpos orbitándose mutuamente. Estos desplazan la gravedad a su alrededor.

En 1916 Albert Einstein predijo las ondas gravitacionales; 100 años después se confirmó su existencia por científicos del LIGO, utilizando NumPy.

Analíticas Deportivas

El Análisis de Críquet está cambiando el juego, mejorando el rendimiento de los jugadores y equipos mediante modelos estadísticos y análisis predictivos. NumPy permite realizar muchos de estos análisis.

Estimación de la pose mediante aprendizaje profundo

DeepLabCut utiliza NumPy para acelerar estudios científicos que implican la observación del comportamiento animal para una mejor comprensión del control motriz, a través de especies y escalas de tiempo.

Thank you! 🎉

+Visualization

Casi todos los científicos que trabajan en Python recurren a la potencia de NumPy.

Computación Cuántica
Computación Estadística
Procesamiento de Señales
Procesamiento de Imágenes
Grafos y Redes
Astronomía
Psicología Cognitiva
- PsychoPy
Bioinformática
Inferencia Bayesiana
Análisis Matemático
Química
Geociencia
Procesamiento Geográfico
Arquitectura e Ingeniería

	Librería de arreglos	Capacidades y áreas de aplicación
	Dask	Arreglos distribuidos y paralelismo avanzado para análisis, que permiten un rendimiento a escala.
	CuPy	Librería de arreglos compatible con NumPy para cálculo acelerado en la GPU con Python.
	JAX	Transformaciones componibles de programas NumPy: diferenciar, vectorizar, compilación justo-a-tiempo a GPU/TPU.
	Xarray	Arreglos multidimensionales indexados y etiquetados para análisis y visualización avanzados.
	Sparse	Librería de arreglos dispersos compatible con NumPy que se integra con el álgebra lineal dispersa de Dask y SciPy.
	PyTorch	Marco de aprendizaje profundo que acelera el camino desde la creación de prototipos de investigación hasta la implantación en producción.
	TensorFlow	Una plataforma integral de aprendizaje automático para crear y desplegar fácilmente aplicaciones basadas en ML.
	Arrow	Plataforma de desarrollo multilingüe para datos y análisis columnares en memoria.
	xtensor	Arreglos multidimensionales con difusión y computación perezosa para análisis numérico.
	Awkward Array	Manipular datos similares a JSON con expresiones similares a NumPy.
	uarray	Sistema de backend de Python que desacopla la API de la implementación; unumpy proporciona una API de NumPy.
	tensorly	Aprendizaje tensorial, álgebra y backends para usar de manera fluida NumPy, PyTorch, TensorFlow o CuPy.
	Blosc2	Cálculo acelerado con arrays comprimidos en memoria, en disco o remotos.

NumPy es el núcleo de un rico ecosistema de librerías de ciencia de datos. Un flujo de trabajo exploratorio típico de ciencia de datos podría verse así:

Extraer, Transformar, Cargar: Pandas, Intake, PyJanitor
Análisis Exploratorio: Jupyter, Seaborn, Matplotlib, Altair
Modelado y evaluación: scikit-learn, statsmodels, PyMC, spaCy
Informes en un panel de control: Dash, Panel, Voila

Source: Google AI Blog

NumPy es un componente esencial en el floreciente panorama de visualización de Python, que incluye Matplotlib, Seaborn, Plotly, Altair, Bokeh, Holoviz, Vispy, Napari, y PyVista, por nombrar algunos.

El procesamiento acelerado de arreglos de gran tamaño de NumPy permite a los investigadores visualizar conjuntos de datos mucho mayores a los que el Python nativo podría manejar.

CASOS DE ESTUDIO

Primera imagen de un Agujero Negro

Cómo NumPy, junto con bibliotecas como SciPy y Matplotlib que dependen de NumPy, permitió al Telescopio del Horizonte de Sucesos producir la primera imagen de un agujero negro

Detección de Ondas Gravitacionales

En 1916 Albert Einstein predijo las ondas gravitacionales; 100 años después se confirmó su existencia por científicos del LIGO, utilizando NumPy.

Analíticas Deportivas

Estimación de la pose mediante aprendizaje profundo

\ No newline at end of file diff --git a/es/tabcontents.yaml b/es/tabcontents.yaml index ef768ec7..9e690318 100644 --- a/es/tabcontents.yaml +++ b/es/tabcontents.yaml @@ -70,6 +70,12 @@ params: img: /images/content_images/arlib/tensorly.png alttext: tensorly url: http://tensorly.org/stable/home.html + - title: Blosc2 + text: Cálculo acelerado con arrays comprimidos en memoria, en disco o remotos. + img: /images/content_images/arlib/blosc-logo.svg + alttext: blosc2 + url: https://www.blosc.org/python-blosc2/ + scientificdomains: intro: - text: Casi todos los científicos que trabajan en Python recurren a la potencia de NumPy. diff --git a/images/content_images/arlib/blosc-logo.svg b/images/content_images/arlib/blosc-logo.svg new file mode 100644 index 00000000..71773534 --- /dev/null +++ b/images/content_images/arlib/blosc-logo.svg @@ -0,0 +1,79 @@ + + diff --git a/index.html b/index.html index 034e876c..a013c0cb 100644 --- a/index.html +++ b/index.html @@ -50,5 +50,5 @@ Machine Learning

Nearly every scientist working in Python draws on the power of NumPy.

NumPy brings the computational power of languages like C and Fortran to Python, a language much easier to learn and use. With this power comes simplicity: a solution in NumPy is often clear and elegant.

Quantum Computing
Statistical Computing
Signal Processing
Image Processing
Graphs and Networks
Astronomy
Cognitive Psychology
- PsychoPy
Bioinformatics
Bayesian Inference
Mathematical Analysis
Chemistry
Geoscience
Geographic Processing
Architecture & Engineering

NumPy's API is the starting point when libraries are written to exploit innovative hardware, create specialized array types, or add capabilities beyond what NumPy provides.

	Array Library	Capabilities & Application areas
	Dask	Distributed arrays and advanced parallelism for analytics, enabling performance at scale.
	CuPy	NumPy-compatible array library for GPU-accelerated computing with Python.
	JAX	Composable transformations of NumPy programs: differentiate, vectorize, just-in-time compilation to GPU/TPU.
	Xarray	Labeled, indexed multi-dimensional arrays for advanced analytics and visualization.
	Sparse	NumPy-compatible sparse array library that integrates with Dask and SciPy's sparse linear algebra.
	PyTorch	Deep learning framework that accelerates the path from research prototyping to production deployment.
	TensorFlow	An end-to-end platform for machine learning to easily build and deploy ML powered applications.
	Arrow	A cross-language development platform for columnar in-memory data and analytics.
	xtensor	Multi-dimensional arrays with broadcasting and lazy computing for numerical analysis.
	Awkward Array	Manipulate JSON-like data with NumPy-like idioms.
	uarray	Python backend system that decouples API from implementation; unumpy provides a NumPy API.
	tensorly	Tensor learning, algebra and backends to seamlessly use NumPy, PyTorch, TensorFlow or CuPy.

NumPy lies at the core of a rich ecosystem of data science libraries. A typical exploratory data science workflow might look like:

Extract, Transform, Load: Pandas, Intake, PyJanitor
Exploratory analysis: Jupyter, Seaborn, Matplotlib, Altair
Model and evaluate: scikit-learn, statsmodels, PyMC, spaCy
Report in a dashboard: Dash, Panel, Voila

For high data volumes, Dask and Ray are designed to scale. Stable deployments rely on data versioning (DVC), experiment tracking (MLFlow), and workflow automation (Airflow, Dagster and Prefect).

Source: Google AI Blog

NumPy forms the basis of powerful machine learning libraries like scikit-learn and SciPy. As machine learning grows, so does the list of libraries built on NumPy. TensorFlow’s deep learning capabilities have broad applications — among them speech and image recognition, text-based applications, time-series analysis, and video detection. PyTorch, another deep learning library, is popular among researchers in computer vision and natural language processing.

Statistical techniques called ensemble methods such as binning, bagging, stacking, and boosting are among the ML algorithms implemented by tools such as XGBoost, LightGBM, and CatBoost — one of the fastest inference engines. Yellowbrick and Eli5 offer machine learning visualizations.

A pairplot of two types of graph, a plot-graph and a frequency graph made in seaborn"

A multi-dimensionan image made in napari.

NumPy is an essential component in the burgeoning Python visualization landscape, which includes Matplotlib, Seaborn, Plotly, Altair, Bokeh, Holoviz, Vispy, Napari, and PyVista, to name a few.

NumPy’s accelerated processing of large arrays allows researchers to visualize datasets far larger than native Python could handle.

CASE STUDIES

First Image of a Black Hole

How NumPy, together with libraries like SciPy and Matplotlib that depend on NumPy, enabled the Event Horizon Telescope to produce the first ever image of a black hole

Detection of Gravitational Waves

In 1916, Albert Einstein predicted gravitational waves; 100 years later their existence was confirmed by LIGO scientists using NumPy.

Sports Analytics

Cricket Analytics is changing the game by improving player and team performance through statistical modelling and predictive analytics. NumPy enables many of these analyses.

Pose Estimation using deep learning

DeepLabCut uses NumPy for accelerating scientific studies that involve observing animal behavior for better understanding of motor control, across species and timescales.

\ No newline at end of file diff --git a/pt/code-of-conduct/index.html b/pt/code-of-conduct/index.html index 3b2fcfe6..c182e76d 100644 --- a/pt/code-of-conduct/index.html +++ b/pt/code-of-conduct/index.html @@ -10,6 +10,5 @@ Notícias Contribuir
Português
English 日本語 (Japanese) -Español
Código de Conduta NumPy
Código de Conduta NumPy
Introdução#
Este código de conduta aplica-se a todos os espaços gerenciados pelo projeto NumPy, incluindo todas as listas de discussão públicas e privadas, issue tracker, wikis, blogs, Twitter e qualquer outro canal de comunicação usado pela nossa comunidade. O projeto NumPy não organiza eventos presenciais. No entanto, os eventos relacionados à nossa comunidade devem ter um código de conduta semelhante ao atual.
Este Código de Conduta deve ser honrado por todas as pessoas que participam da comunidade NumPy formal ou informalmente, ou que reivindicam qualquer afiliação com o projeto, em qualquer atividade relacionada ao projeto, especialmente ao representar o projeto, em qualquer função.
Este código não é exaustivo ou completo. Serve para disseminar a nossa compreensão comum de um ambiente colaborativo e de objetivos compartilhados entre nós. Por favor, tente seguir este código tanto na essência quanto ao pé da letra, para criar um ambiente amigável e produtivo que enriqueça a comunidade em geral.
Diretrizes específicas#
Nós nos esforçamos para:
Sermos abertos. Convidamos qualquer pessoa a participar da nossa comunidade. Preferimos usar métodos públicos de comunicação para mensagens relacionadas aos projetos, a menos que estejamos discutindo algo sensível. Isso se aplica a mensagens em busca de ajuda ou suporte relacionado ao projeto também; não só é muito mais provável que um pedido de ajuda público resulte em uma resposta, mas isso também garante que qualquer erro involuntário na resposta seja mais facilmente detectado e corrigido.
Sermos empáticos, acolhedores, amigáveis e pacientes. Trabalhamos juntos para resolver conflitos e acreditamos em boas intenções. Todos nós podemos sentir alguma frustração de vez em quando, mas não permitimos que a frustração se transforme num ataque pessoal. Uma comunidade onde as pessoas se sentem desconfortáveis ou ameaçadas não é uma comunidade produtiva.
Sermos colaborativos. O nosso trabalho será utilizado por outras pessoas e, por sua vez, dependeremos do trabalho dos outros. Quando fazemos algo em benefício do projeto, estamos dispostos a explicar aos outros como esse algo funciona, para que outros possam desenvolver o trabalho e torná-lo ainda melhor. Qualquer decisão que tomemos afetará nossos usuários e os colegas, e levamos essas consequências a sério quando tomamos decisões.
Sermos inquisitivos. Ninguém sabe tudo! Fazer perguntas antecipadamente evita muitos problemas mais tarde, por isso encorajamos as perguntas, embora possamos encaminhá-las para um fórum adequado. Vamos nos esforçar para sermos sensíveis e úteis.
Termos cuidado com as palavras que escolhemos. Somos cuidadosos e respeitosos na nossa comunicação e assumimos a responsabilidade pelo nosso próprio discurso. Seja gentil com os outros. Não insulte ou deprecie outros participantes. Nós não aceitaremos assédio ou outros comportamentos exclusivos, como:
Ameaças ou linguagem violenta direcionadas contra outra pessoa.
Piadas e linguagem sexista, racista ou discriminatória.
Postagem de material sexualmente explícito ou violento.
Postar (ou ameaçar postar) informações pessoais de outras pessoas (“doxing”).
Compartilhar conteúdo privado, como e-mails enviados de maneira privada ou não-pública, ou fóruns não registrados, como histórico de canais IRC, sem o consentimento do remetente.
Insultos pessoais, especialmente aqueles que utilizam termos racistas ou sexistas.
Atenção sexual não consentida.
Profanidade excessiva. Por favor, evite palavrões; as pessoas diferem muito na sua sensibilidade à linguagem.
Assédio reiterado. Em geral, se alguém pedir que você pare, então pare.
Advogar em favor ou encorajar qualquer um dos comportamentos acima.
Declaração de diversidade#
O projeto NumPy convida e incentiva a participação de todas as pessoas. Estamos empenhados em ser uma comunidade da qual todas as pessoas gostem de fazer parte. Embora nem sempre sejamos capazes de acomodar as preferências de cada indivíduo, nós tentamos o nosso melhor para tratar todos gentilmente.
Não importa como você se identifica ou como os outros percebem você: nós lhe damos as boas-vindas. Embora nenhuma lista possa esperar ser totalmente abrangente, honramos explicitamente a diversidade em: idade, cultura, etnia, genótipo, identidade ou expressão de gênero, língua, origem, neurotipo, fenotipo, crenças políticas, profissão, raça, religião, orientação sexual, estado socioeconômico, subcultura e capacidade técnica, na medida em que não entrem em conflito com este código de conduta.
Embora sejamos receptivos às pessoas fluentes em todas as línguas, o desenvolvimento do NumPy é conduzido em inglês.
Padrões de comportamento na comunidade NumPy estão detalhados no Código de Conduta acima. Os participantes da nossa comunidade devem se comportar de acordo com esses padrões em todas as suas interações e ajudar os outros a fazê-lo também (veja a próxima seção).
Diretrizes de resposta a incidentes#
Sabemos que é mais comum do que o desejado que a comunicação na Internet comece ou se transforme em abusos óbvios e flagrantes. Reconhecemos também que, por vezes, as pessoas podem ter um dia ruim, ou não conhecer algumas das orientações deste Código de Conduta. Tenha isto em mente ao decidir como responder a uma violação deste Código.
Em caso de violações claramente intencionais, o Comitê do Código de Conduta (veja abaixo) deve ser informado. Para violações possivelmente não intencionais, você pode responder à pessoa e apontar este código de conduta (seja em público ou em privado, o que for mais apropriado). Se preferir não o fazer, sinta-se à vontade para informar diretamente o Comitê do Código de Conduta, ou peça ao Comitê um conselho, sigilosamente.
Você pode relatar problemas ao Comitê do Código de Conduta NumPy em numpy-conduct@googlegroups.com.
Atualmente, o comitê é formato por:
Stefan van der Walt
Melissa Weber Mendonça
Rohit Goswami
Se o seu relatório envolve algum membro da comissão, ou se você sentir que existe um conflito de interesses em tratá-lo, então os membros abster-se-ão de considerar o seu relatório. Como alternativa, se por qualquer razão você se sentir desconfortável em fazer um relatório à comissão, então você também pode entrar em contato com a equipe sênior da NumFOCUS em conduct@numfocus.org.
Resolução de Incidentes & Aplicação do Código de Conduta#
Esta seção resume os pontos mais importantes, mais detalhes podem ser encontrados em Código de Conduta do NumPy - Como dar seguimento a um relatório.
Vamos investigar e responder a todas as queixas. O Comitê do Código de Conduta do NumPy e o Comitê Diretor do NumPy (se envolvido) protegerão a identidade do relatante, e tratarão o conteúdo das reclamações como confidencial (a menos que o relatante aceite o contrário).
Em caso de violações graves e óbvias, por exemplo, ameaça pessoal ou linguagem violenta, sexista ou racista, vamos imediatamente desconectar a pessoa relatada dos canais de comunicação do NumPy; por favor, consulte o manual para mais detalhes.
Em casos que não envolvam claras violações graves e óbvias deste Código de Conduta, o processo de ação referente a qualquer relato de violação do Código de Conduta recebido será:
acusar o recebimento do relato,
discussão/feedback razoável,
mediação (se o feedback não ajudar e somente se ambos o relatante e relatado concordarem com isso),
aplicação de solução via decisão transparente (veja as Resoluções) do Comitê do Código de Conduta.
O comitê responderá a qualquer relatório o mais rapidamente possível e, no máximo, no prazo de 72 horas.
Notas#
Somos gratos aos grupos responsáveis pelos documentos abaixo, dos quais retiramos conteúdo e inspiração:
The SciPy Code of Conduct
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
- -
© 2025 NumPy team. All rights reserved.
\ No newline at end of file +Español
Código de Conduta NumPy
Código de Conduta NumPy
Introdução#
Este código de conduta aplica-se a todos os espaços gerenciados pelo projeto NumPy, incluindo todas as listas de discussão públicas e privadas, issue tracker, wikis, blogs, Twitter e qualquer outro canal de comunicação usado pela nossa comunidade. O projeto NumPy não organiza eventos presenciais. No entanto, os eventos relacionados à nossa comunidade devem ter um código de conduta semelhante ao atual.
Este Código de Conduta deve ser honrado por todas as pessoas que participam da comunidade NumPy formal ou informalmente, ou que reivindicam qualquer afiliação com o projeto, em qualquer atividade relacionada ao projeto, especialmente ao representar o projeto, em qualquer função.
Este código não é exaustivo ou completo. Serve para disseminar a nossa compreensão comum de um ambiente colaborativo e de objetivos compartilhados entre nós. Por favor, tente seguir este código tanto na essência quanto ao pé da letra, para criar um ambiente amigável e produtivo que enriqueça a comunidade em geral.
Diretrizes específicas#
Nós nos esforçamos para:
Sermos abertos. Convidamos qualquer pessoa a participar da nossa comunidade. Preferimos usar métodos públicos de comunicação para mensagens relacionadas aos projetos, a menos que estejamos discutindo algo sensível. Isso se aplica a mensagens em busca de ajuda ou suporte relacionado ao projeto também; não só é muito mais provável que um pedido de ajuda público resulte em uma resposta, mas isso também garante que qualquer erro involuntário na resposta seja mais facilmente detectado e corrigido.
Sermos empáticos, acolhedores, amigáveis e pacientes. Trabalhamos juntos para resolver conflitos e acreditamos em boas intenções. Todos nós podemos sentir alguma frustração de vez em quando, mas não permitimos que a frustração se transforme num ataque pessoal. Uma comunidade onde as pessoas se sentem desconfortáveis ou ameaçadas não é uma comunidade produtiva.
Sermos colaborativos. O nosso trabalho será utilizado por outras pessoas e, por sua vez, dependeremos do trabalho dos outros. Quando fazemos algo em benefício do projeto, estamos dispostos a explicar aos outros como esse algo funciona, para que outros possam desenvolver o trabalho e torná-lo ainda melhor. Qualquer decisão que tomemos afetará nossos usuários e os colegas, e levamos essas consequências a sério quando tomamos decisões.
Sermos inquisitivos. Ninguém sabe tudo! Fazer perguntas antecipadamente evita muitos problemas mais tarde, por isso encorajamos as perguntas, embora possamos encaminhá-las para um fórum adequado. Vamos nos esforçar para sermos sensíveis e úteis.
Termos cuidado com as palavras que escolhemos. Somos cuidadosos e respeitosos na nossa comunicação e assumimos a responsabilidade pelo nosso próprio discurso. Seja gentil com os outros. Não insulte ou deprecie outros participantes. Nós não aceitaremos assédio ou outros comportamentos exclusivos, como:
Ameaças ou linguagem violenta direcionadas contra outra pessoa.
Piadas e linguagem sexista, racista ou discriminatória.
Postagem de material sexualmente explícito ou violento.
Postar (ou ameaçar postar) informações pessoais de outras pessoas (“doxing”).
Compartilhar conteúdo privado, como e-mails enviados de maneira privada ou não-pública, ou fóruns não registrados, como histórico de canais IRC, sem o consentimento do remetente.
Insultos pessoais, especialmente aqueles que utilizam termos racistas ou sexistas.
Atenção sexual não consentida.
Profanidade excessiva. Por favor, evite palavrões; as pessoas diferem muito na sua sensibilidade à linguagem.
Assédio reiterado. Em geral, se alguém pedir que você pare, então pare.
Advogar em favor ou encorajar qualquer um dos comportamentos acima.
Declaração de diversidade#
O projeto NumPy convida e incentiva a participação de todas as pessoas. Estamos empenhados em ser uma comunidade da qual todas as pessoas gostem de fazer parte. Embora nem sempre sejamos capazes de acomodar as preferências de cada indivíduo, nós tentamos o nosso melhor para tratar todos gentilmente.
Não importa como você se identifica ou como os outros percebem você: nós lhe damos as boas-vindas. Embora nenhuma lista possa esperar ser totalmente abrangente, honramos explicitamente a diversidade em: idade, cultura, etnia, genótipo, identidade ou expressão de gênero, língua, origem, neurotipo, fenotipo, crenças políticas, profissão, raça, religião, orientação sexual, estado socioeconômico, subcultura e capacidade técnica, na medida em que não entrem em conflito com este código de conduta.
Embora sejamos receptivos às pessoas fluentes em todas as línguas, o desenvolvimento do NumPy é conduzido em inglês.
Padrões de comportamento na comunidade NumPy estão detalhados no Código de Conduta acima. Os participantes da nossa comunidade devem se comportar de acordo com esses padrões em todas as suas interações e ajudar os outros a fazê-lo também (veja a próxima seção).
Diretrizes de resposta a incidentes#
Sabemos que é mais comum do que o desejado que a comunicação na Internet comece ou se transforme em abusos óbvios e flagrantes. Reconhecemos também que, por vezes, as pessoas podem ter um dia ruim, ou não conhecer algumas das orientações deste Código de Conduta. Tenha isto em mente ao decidir como responder a uma violação deste Código.
Em caso de violações claramente intencionais, o Comitê do Código de Conduta (veja abaixo) deve ser informado. Para violações possivelmente não intencionais, você pode responder à pessoa e apontar este código de conduta (seja em público ou em privado, o que for mais apropriado). Se preferir não o fazer, sinta-se à vontade para informar diretamente o Comitê do Código de Conduta, ou peça ao Comitê um conselho, sigilosamente.
Você pode relatar problemas ao Comitê do Código de Conduta NumPy em numpy-conduct@googlegroups.com.
Atualmente, o comitê é formato por:
Stefan van der Walt
Melissa Weber Mendonça
Rohit Goswami
Se o seu relatório envolve algum membro da comissão, ou se você sentir que existe um conflito de interesses em tratá-lo, então os membros abster-se-ão de considerar o seu relatório. Como alternativa, se por qualquer razão você se sentir desconfortável em fazer um relatório à comissão, então você também pode entrar em contato com a equipe sênior da NumFOCUS em conduct@numfocus.org.
Resolução de Incidentes & Aplicação do Código de Conduta#
Esta seção resume os pontos mais importantes, mais detalhes podem ser encontrados em Código de Conduta do NumPy - Como dar seguimento a um relatório.
Vamos investigar e responder a todas as queixas. O Comitê do Código de Conduta do NumPy e o Comitê Diretor do NumPy (se envolvido) protegerão a identidade do relatante, e tratarão o conteúdo das reclamações como confidencial (a menos que o relatante aceite o contrário).
Em caso de violações graves e óbvias, por exemplo, ameaça pessoal ou linguagem violenta, sexista ou racista, vamos imediatamente desconectar a pessoa relatada dos canais de comunicação do NumPy; por favor, consulte o manual para mais detalhes.
Em casos que não envolvam claras violações graves e óbvias deste Código de Conduta, o processo de ação referente a qualquer relato de violação do Código de Conduta recebido será:
acusar o recebimento do relato,
discussão/feedback razoável,
mediação (se o feedback não ajudar e somente se ambos o relatante e relatado concordarem com isso),
aplicação de solução via decisão transparente (veja as Resoluções) do Comitê do Código de Conduta.
O comitê responderá a qualquer relatório o mais rapidamente possível e, no máximo, no prazo de 72 horas.
Notas#
Somos gratos aos grupos responsáveis pelos documentos abaixo, dos quais retiramos conteúdo e inspiração:
O Código de Conduta da SciPy
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
+
© 2025 NumPy team. All rights reserved.
\ No newline at end of file diff --git a/pt/community/index.html b/pt/community/index.html index 468fd57d..342739f2 100644 --- a/pt/community/index.html +++ b/pt/community/index.html @@ -1,6 +1,7 @@ NumPy - Comunidade -
NumPy
+
NumPy

Instalação Documentação @@ -10,6 +11,9 @@ Notícias Contribuir
Português
English 日本語 (Japanese) -Español
Comunidade
Comunidade
NumPy é um projeto de código aberto impulsionado pela comunidade desenvolvido por um grupo muito diversificado de contribuidores. A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva. Por favor, leia o Código de Conduta NumPy para orientações sobre como interagir com os outros de uma forma que faça a comunidade prosperar.
Oferecemos vários canais de comunicação para aprender, compartilhar seu conhecimento e se conectar com outros dentro da comunidade NumPy.
Participar online#
Abaixo, listamos algumas formas de se envolver diretamente com o projeto e a comunidade do NumPy. Por favor, note que encorajamos os usuários e membros da comunidade a apoiarem-se uns aos outros para perguntas sobre utilização - veja Obter Ajuda.
Lista de discussões NumPy #
Esta lista é o principal fórum para discussões mais longas, como adicionar novos recursos ao NumPy, fazer alterações no roadmap do NumPy e em todos os tipos de tomada de decisão para todo o projeto. Anúncios sobre o NumPy, como novas versões, reuniões de desenvolvedores, sprints ou palestras de conferência também são feitas nesta lista.
Nesta lista, por favor, use bottom posting, responda à lista (em vez de a outro remetente), e não responda aos digests. Um arquivo pesquisável desta lista está disponível aqui.
Página de issues do GitHub #
Para relatórios de bugs (por exemplo, “np.arange(3).shape retorna (5,), quando deveria retornar (3,)”);
problemas de documentação (ex. “Eu achei esta seção confusa”);
e pedidos de recursos (por exemplo, “Eu gostaria de ter um novo método de interpolação em np.percentile”).
Por favor, note que o GitHub não é o lugar certo para relatar uma vulnerabilidade de segurança. Se você acha que encontrou uma vulnerabilidade de segurança no NumPy, relate-a aqui.
Slack #
Uma sala de bate-papo em tempo real para fazer perguntas sobre contribuir para o NumPy. Este é um fórum privado, especificamente para pessoas hesitantes em levantar suas perguntas ou idéias em uma grande lista de e-mails públicos ou no GitHub. Por favor, clique aqui para mais detalhes e como obter um convite.
Grupos de Estudo e Meetups#
Se você gostaria de encontrar um encontro ou grupo de estudo local para aprender mais sobre o NumPy e o ecossistema mais amplo de pacotes Python para ciência de dados e computação científica, recomendamos explorar os meetups PyData (mais de 150 encontros, mais de 100.000 membros).
O NumPy também organiza sprints presenciais para sua equipe e colaboradores interessados ocasionalmente. Estes eventos são normalmente planejados com vários meses de antecedência e serão anunciados na lista de discussão e no Twitter.
Conferências#
O projeto NumPy não organiza suas próprias conferências. As conferências que tradicionalmente têm sido mais populares com mantenedores, colaboradores e usuários são as conferências SciPy e PyData:
SciPy US
EuroSciPy
SciPy Latin America
SciPy India
SciPy Japan
conferências PyData (15-20 eventos por ano espalhados por muitos países)
Muitas dessas conferências incluem dias de tutorial sobre o NumPy e/ou sprints onde você pode aprender como contribuir com o NumPy ou projetos de código aberto relacionados.
Junte-se à comunidade NumPy#
Para prosperar, o projeto NumPy precisa de sua experiência e entusiasmo. Não é uma pessoa programadora? Sem problemas! Existem muitas maneiras de contribuir com o NumPy.
Se você está interessado em se tornar um contribuidor do NumPy (oba!) recomendamos que você confira nossa página sobre Contribuições.
Além disso, sinta-se à vontade para passar por aqui e dizer oi em uma de nossas reuniões da comunidade. Para acompanhá-las, confira nosso calendário de eventos aqui.
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
- -
© 2025 NumPy team. All rights reserved.
\ No newline at end of file +Español
Comunidade
Comunidade
NumPy é um projeto de código aberto impulsionado pela comunidade desenvolvido por um grupo muito diversificado de contribuidores. A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva. A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva.
Oferecemos vários canais de comunicação para aprender, compartilhar seu conhecimento e se conectar com outros na comunidade NumPy.
Participar online#
Abaixo, listamos algumas formas de se envolver diretamente com o projeto e a comunidade NumPy. +Por favor, note que encorajamos os usuários e membros da comunidade a apoiarem-se uns aos outros para perguntas sobre utilização - veja Obter Ajuda.
Lista de discussões NumPy #
Esta lista é o principal fórum para discussões mais longas, como adicionar novos recursos ao NumPy, fazer alterações no roadmap do NumPy e em todos os tipos de tomada de decisão para todo o projeto. +Anúncios sobre o NumPy, como novas versões, reuniões de desenvolvedores, sprints ou palestras de conferência também são feitos nesta lista.
Nesta lista, por favor, use bottom posting, responda à lista (em vez de a outro remetente), e não responda aos digests. Um arquivo pesquisável desta lista está disponível aqui.
Página de issues do GitHub #
Para relatórios de bugs (por exemplo, “np.arange(3).shape retorna (5,), quando deveria retornar (3,)”);
problemas de documentação (ex. “Eu achei esta seção confusa”);
e pedidos de recursos (por exemplo, “Eu gostaria de ter um novo método de interpolação em np.percentile”).
Por favor, note que o GitHub não é o lugar certo para relatar uma vulnerabilidade de segurança. Se você acredita ter encontrado uma vulnerabilidade de segurança no NumPy, relate-a aqui.
Slack #
Uma sala de bate-papo em tempo real para fazer perguntas sobre contribuir para o NumPy. +Este é um fórum privado, especificamente para pessoas hesitantes em levantar suas perguntas ou ideias em uma grande lista de e-mails públicos ou no GitHub. +Por favor, clique aqui para mais detalhes e como obter um convite.
Grupos de Estudo e Meetups#
Se você gostaria de encontrar um encontro ou grupo de estudo local para aprender mais sobre o NumPy e o ecossistema mais amplo de pacotes Python para ciência de dados e computação científica, recomendamos explorar os meetups PyData (mais de 150 encontros, mais de 100.000 membros).
O NumPy também organiza sprints presenciais para sua equipe e colaboradores interessados ocasionalmente. Estes eventos são normalmente planejados com vários meses de antecedência e serão anunciados na lista de discussão.
Conferências#
O projeto NumPy não organiza suas próprias conferências. As conferências que tradicionalmente têm sido mais populares com mantenedores, colaboradores e usuários são as conferências SciPy e PyData:
SciPy US
EuroSciPy
SciPy Latin America
SciPy India
SciPyData Japão
conferências PyData (de 15 a 20 eventos por ano espalhados por muitos países)
Muitas dessas conferências incluem dias de tutorial sobre o NumPy e/ou sprints onde você pode aprender como contribuir com o NumPy ou projetos de código aberto relacionados.
Junte-se à comunidade NumPy#
Para prosperar, o projeto NumPy precisa de sua experiência e entusiasmo. Não é uma pessoa programadora? Sem problemas! Existem muitas maneiras de contribuir com o NumPy.
Se você está interessado em se tornar um contribuidor do NumPy (oba!) recomendamos que você confira nossa página sobre Contribuições.
Além disso, sinta-se à vontade para passar por aqui e dizer oi em uma de nossas reuniões da comunidade. Para acompanhá-las, confira nosso calendário de eventos aqui.
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
+
© 2025 NumPy team. All rights reserved.
\ No newline at end of file diff --git a/pt/config.yaml b/pt/config.yaml index 14ab9eed..d6d231f3 100644 --- a/pt/config.yaml +++ b/pt/config.yaml @@ -6,73 +6,71 @@ params: text: NumPy link: /pt/ hero: - #Main hero title + # Main hero title title: NumPy - #Hero subtitle (optional) + # Hero subtitle (optional) subtitle: A biblioteca fundamental para computação científica com Python - #Button text - buttontext: "Última versão: NumPy 1.26. Veja todas as versões" - #Where the main hero button links to + # Button text + buttontext: "Última versão: NumPy 2.2. Veja todas as versões" + # Where the main hero button links to buttonlink: "/pt/news/#releases" - #Hero image (from static/images/___) + # Hero image (from static/images/___) image: logo.svg shell: title: placeholder intro: - - title: Experimentar o NumPy - text: Use o shell interativo para testar o NumPy no navegador + - title: Experimentar o NumPy + text: Use o shell interativo para testar o NumPy no navegador docslink: Não se esqueça de conferir a documentação. casestudies: title: ESTUDOS DE CASO features: - - title: A Primeira Imagem de um Buraco Negro - text: Como o NumPy, junto com outras bibliotecas como SciPy e Matplotlib que dependem do NumPy, permitiram ao Event Horizon Telescope gerar a primeira imagem de um buraco negro da história. - img: /images/content_images/case_studies/blackhole.png - alttext: Primeira imagem de um buraco negro. É um círculo laranja em um fundo preto. - url: /pt/case-studies/blackhole-image - - title: Descoberta de Ondas Gravitacionais - text: Em 1916, Albert Einstein previu ondas gravitacionais; 100 anos depois, sua existência foi confirmada pelos cientistas do LIGO usando NumPy. - img: /images/content_images/case_studies/gravitional.png - alttext: Duas esferas orbitando a si mesmas. Elas deslocam a gravidade em seu entorno. - url: /pt/case-studies/gw-discov - - title: Análise Esportiva - text: A análise de críquete está mudando o jogo ao melhorar o desempenho de jogadores e times através de modelagem estatística e análise preditiva. O NumPy possibilita muitas dessas análises. - img: /images/content_images/case_studies/sports.jpg - alttext: Bola de críquete em um campo verde - url: /pt/case-studies/cricket-analytics - - title: Estimação de poses usando deep learning - text: DeepLabCut usa o NumPy para acelerar estudos científicos que envolvem comportamento animal para entender melhor o controle motor em várias espécies e escalas de tempo. - img: /images/content_images/case_studies/deeplabcut.png - alttext: Análise de pose de um guepardo - url: /pt/case-studies/deeplabcut-dnn + - title: A Primeira Imagem de um Buraco Negro + text: Como o NumPy, junto com outras bibliotecas como SciPy e Matplotlib que dependem do NumPy, permitiram ao Event Horizon Telescope gerar a primeira imagem de um buraco negro da história. + img: /images/content_images/case_studies/blackhole.png + alttext: Primeira imagem de um buraco negro. É um círculo laranja em um fundo preto. + url: /pt/case-studies/blackhole-image + - title: Descoberta de Ondas Gravitacionais + text: Em 1916, Albert Einstein previu ondas gravitacionais; 100 anos depois, sua existência foi confirmada pelos cientistas do LIGO usando NumPy. + img: /images/content_images/case_studies/gravitional.png + alttext: Duas esferas orbitando a si mesmas. Elas deslocam a gravidade em seu entorno. + url: /pt/case-studies/gw-discov + - title: Análise Esportiva + text: A análise de críquete está mudando o jogo ao melhorar o desempenho de jogadores e times através de modelagem estatística e análise preditiva. O NumPy possibilita muitas dessas análises. + img: /images/content_images/case_studies/sports.jpg + alttext: Bola de críquete em um campo verde + url: /pt/case-studies/cricket-analytics + - title: Estimação de poses usando deep learning + text: DeepLabCut usa o NumPy para acelerar estudos científicos que envolvem comportamento animal para entender melhor o controle motor em várias espécies e escalas de tempo. + img: /images/content_images/case_studies/deeplabcut.png + alttext: Análise de pose de um guepardo + url: /pt/case-studies/deeplabcut-dnn tabs: title: ECOSSISTEMA section5: false navbar: - - title: Instalação - url: /pt/install - - title: Documentação - url: https://numpy.org/doc/stable - - title: Aprenda - url: /pt/learn - - title: Comunidade - url: /pt/community - - title: Sobre - url: /pt/about - - title: Notícias - url: /pt/news - - title: Contribuir - url: /pt/contribute + - title: Instalação + url: /pt/install + - title: Documentação + url: https://numpy.org/doc/stable + - title: Aprenda + url: /pt/learn + - title: Comunidade + url: /pt/community + - title: Sobre + url: /pt/about + - title: Notícias + url: /pt/news + - title: Contribuir + url: /pt/contribute footer: logo: logo.svg socialmediatitle: "" socialmedia: - - link: https://github.com/numpy/numpy - icon: github - - link: https://www.youtube.com/channel/UCguIL9NZ7ybWK5WQ53qbHng - icon: youtube - - link: https://twitter.com/numpy_team - icon: twitter + - link: https://github.com/numpy/numpy + icon: github + - link: https://www.youtube.com/channel/UCguIL9NZ7ybWK5WQ53qbHng + icon: youtube quicklinks: column1: title: "" diff --git a/pt/contribute/index.html b/pt/contribute/index.html index 16e21811..b0483743 100644 --- a/pt/contribute/index.html +++ b/pt/contribute/index.html @@ -1,5 +1,5 @@ NumPy - Contribua com o NumPy -
NumPy
@@ -11,6 +11,12 @@ Notícias Contribuir
Português
English 日本語 (Japanese) -Español
Contribua com o NumPy
Contribua com o NumPy
O projeto NumPy precisa de sua experiência e entusiasmo! Suas opções de não são limitadas à programação – além de
Se você não sabe por onde começar ou como suas habilidades podem ajudar, fale conosco! Você pode perguntar na nossa lista de emails ou GitHub (abrindo uma issue ou comentando em uma issue relevante).
Estes são os nossos canais de comunicação preferidos (projetos de código aberto são abertos por natureza!). No entanto, se você preferir discutir em privado, entre em contato com os coordenadores da comunidade em numpy-team@googlegroups.com ou no Slack (envie um e-mail para numpy-team@googlegroups.com para obter um convite antes de entrar).
Nós também temos uma reunião aberta da comunidade a cada duas semanas. Os detalhes são anunciados na nossa lista de emails. Convidamos você a participar. Se você nunca contribuiu para projetos de código aberto, recomendamos fortemente que você leita esse guia.
Nossa comunidade deseja tratar todos da mesma forma e valorizar todas as contribuições. Temos um Código de Conduta para promover um ambiente aberto e acolhedor.
Escrevendo código#
Para pessoas programadoras, este guia explica como contribuir para a base de código.
Confira também nosso canal do YouTube para obter informações adicionais.
Revisar pull requests#
O projeto tem mais de 250 pull requests abertos – o que significa que muitas potenciais melhorias e muitos contribuidores de código aberto estão aguardando feedback. Se você é uma pessoa programadora que conhece o NumPy, você pode ajudar, mesmo que não tenha familiaridade com o código. Você pode:
resumir uma discussão longa
fazer triagem de PRs de documentação
testar alterações propostas
Desenvolvimento de materiais educacionais#
O Guia do Usuário do Numpy está sendo reformado. Precisamos de novos tutoriais, how-to’s e de explicações de conceitos, e o site precisa de reestruturação. Oportunidades não se limitam a pessoas com experiência em escrita técnica. Também procuramos exemplos práticos, notebooks e vídeos. A NEP 44 explica nossas ideias para reestruturar a documentação do NumPy — talvez você também tenha outras ideias.
Triagem de Issues#
O issue tracker do NumPy tem um monte de issues abertas. Algumas não são mais válidas, algumas deveriam ser priorizadas, e algumas poderiam ser boas para pessoas que estão procurando sua primeira contribuição. Você pode:
verificar se erros mais antigos ainda estão presentes
encontrar issues duplicadas e criar links entre issues relacionadas
adicionar bons exemplos autocontidos que reproduzam issues
rotular issues corretamente (isso requer direitos de triagem – basta perguntar)
Sinta-se à vontade!
Desenvolvimento do site#
Acabamos de renovar o nosso site, mas estamos longe de terminar. Se você adora o desenvolvimento web, estas issues listam algumas de nossas necessidades não atendidas – e sinta-se livre para compartilhar suas próprias ideias.
Design gráfico#
Nós mal podemos começar a listar as contribuições que uma pessoa com conhecimento em design gráfico pode fazer aqui. Nossa documentação precisa de ilustrações; nosso site crescente precisa de imagens – há muitas oportunidades.
Traduzir conteúdo do site#
Planejamos várias traduções do numpy.org para tornar o NumPy acessível aos usuários em seu idioma nativo. Tradutores voluntários estão no coração deste esforço. Veja aqui para informações; comente nesta issue do GitHub para se envolver.
Coordenação e promoção na comunidade#
Através do contato com a comunidade podemos compartilhar nosso trabalho para mais pessoas e descobrir onde precisamos trabalhar mais. Estamos ansiosos para que mais pessoas se envolvam em esforços como nossa conta no Twitter, na organização de sprints sobre o NumPy, uma newsletter, e talvez um blog.
Financiamento#
O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. Esta palestra na SciPy'19 explica quanta diferença esse suporte fez. Como todo o mundo das organizações sem fins lucrativos, nós estamos constantemente procurando bolsas, patrocinadores e outros tipos de apoio. Nós temos uma série de ideias e é claro que nós damos as boas-vindas a mais. Habilidade de buscar financiamento é uma habilidade rara aqui – apreciaríamos a sua ajuda.
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
- -
© 2025 NumPy team. All rights reserved.
\ No newline at end of file +Español
Contribua com o NumPy
Contribua com o NumPy
O projeto NumPy precisa de sua experiência e entusiasmo! +Suas opções não são limitadas à programação. Como pode ver a seguir, há várias áreas em que precisamos da sua ajuda.
Se você não sabe por onde começar ou como suas habilidades podem ajudar, fale conosco! Você pode perguntar na nossa lista de emails ou GitHub (abrindo uma issue ou comentando em uma issue relevante).
Estes são os nossos canais de comunicação preferidos (projetos de código aberto são abertos por natureza!). No entanto, se você preferir discutir em privado, entre em contato com os coordenadores da comunidade em numpy-team@googlegroups.com ou no Slack (envie um e-mail para numpy-team@googlegroups.com para obter um convite antes de entrar).
Nós também temos uma reunião aberta da comunidade a cada duas semanas. Os detalhes são anunciados na nossa lista de emails. +Convidamos você a participar. +Se você nunca contribuiu para projetos de código aberto, recomendamos fortemente que você leita esse guia.
Nossa comunidade deseja tratar todos da mesma forma e valorizar todas as contribuições. Temos um Código de Conduta para promover um ambiente aberto e acolhedor.
Para um guia visual sobre como contribuir com o NumPy, confira este quadrinho.
Escrevendo código#
Para pessoas programadoras, este guia explica como contribuir para a base de código.
Confira também nosso canal do YouTube para obter informações adicionais.
Revisando pull requests#
O projeto tem mais de 250 pull requests abertos – o que significa que muitas potenciais melhorias e muitos contribuidores de código aberto estão aguardando feedback. Se você é uma pessoa programadora que conhece o NumPy, você pode ajudar, mesmo que não tenha familiaridade com o código. Você pode:
resumir uma discussão longa
fazer triagem de PRs de documentação
testar alterações propostas
Desenvolvendo materiais educacionais#
O Guia do Usuário do Numpy está sendo reformado. +Precisamos de novos tutoriais, how-to’s e de explicações de conceitos, e o site precisa de reestruturação. As oportunidades não se limitam a pessoas com experiência em escrita técnica. Também procuramos exemplos práticos, notebooks e vídeos. A NEP 44 explica nossas ideias para reestruturar a documentação do NumPy — talvez você também tenha outras ideias.
Triagem de Issues#
O issue tracker do NumPy tem um monte de issues abertas. Algumas não são mais válidas, algumas deveriam ser priorizadas, e algumas poderiam ser boas para pessoas que estão procurando sua primeira contribuição. Você pode:
verificar se erros mais antigos ainda estão presentes
encontrar issues duplicadas e criar links entre issues relacionadas
adicionar bons exemplos autocontidos que reproduzam issues
rotular issues corretamente (isso requer direitos de triagem – basta pedir)
Sinta-se à vontade!
Desenvolvimento do site#
Acabamos de renovar o nosso site, mas estamos longe de terminar. Se você adora o desenvolvimento web, estas issues listam algumas de nossas necessidades não atendidas – e sinta-se livre para compartilhar suas próprias ideias.
Design gráfico#
Nós mal podemos começar a listar as contribuições que uma pessoa com conhecimento em design gráfico pode fazer aqui. +Nossa documentação precisa de ilustrações; nosso site crescente precisa de imagens – há muitas oportunidades.
Traduzir conteúdo do site#
Planejamos várias traduções do numpy.org para tornar o NumPy acessível aos usuários em seu idioma nativo. Tradutores voluntários estão no coração deste esforço. Tradutores voluntários estão no coração deste esforço. Veja aqui para informações; comente nesta issue do GitHub para se envolver.
Coordenação e promoção na comunidade#
Através do contato com a comunidade podemos compartilhar nosso trabalho para mais pessoas e descobrir onde precisamos trabalhar mais. Estamos ansiosos para que mais pessoas se envolvam em esforços como a organização de sprints de código sobre o NumPy, uma newsletter, e talvez um blog.
Financiamento#
O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. +O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. Como todo o mundo das organizações sem fins lucrativos, nós estamos constantemente procurando bolsas, patrocinadores e outros tipos de apoio. Nós temos uma série de ideias e é claro que nós damos as boas-vindas a mais. +Habilidade de buscar financiamento é uma habilidade rara aqui – apreciaríamos a sua ajuda.
Doações#
Se você gostaria de contribuir com o NumPy fazendo uma doação, visite https://numpy.org/pt/about/#doações.
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
+
© 2025 NumPy team. All rights reserved.
\ No newline at end of file diff --git a/pt/diversity_sep2020/index.html b/pt/diversity_sep2020/index.html new file mode 100644 index 00000000..9dcbcce8 --- /dev/null +++ b/pt/diversity_sep2020/index.html @@ -0,0 +1,63 @@ +NumPy - NumPy Diversity and Inclusion Statement +
NumPy
+ +
Instalação +Documentação +Aprenda +Comunidade +Sobre +Notícias +Contribuir
Português
English
NumPy Diversity and Inclusion Statement
NumPy Diversity and Inclusion Statement
In light of the foregoing discussion on social media after publication of the +NumPy paper in Nature and the concerns raised about the state of diversity and +inclusion on the NumPy team, we would like to issue the following statement:
It is our strong belief that we are at our best, as a team and community, when +we are inclusive and equitable. Being an international team from the onset, we +recognize the value of collaborating with individuals from diverse backgrounds +and expertise. A culture where everyone is welcomed, supported, and valued is +at the core of the NumPy project.
The Past#
Contributing to open source has always been a pastime in which most +historically marginalized groups, especially women, faced more obstacles to +participate due to a number of societal constraints and expectations. +Open source has a severe diversity gap that is well documented (see, e.g., the +2017 GitHub Open Source Survey and +this blog post).
Since its inception and until 2018, NumPy was maintained by a handful of +volunteers often working nights and weekends outside of their day jobs. At any +one time, the number of active core developers, the ones doing most of the +heavy lifting as well as code review and integration of contributions from the +community, was in the range of 4 to 8. The project didn’t have a roadmap or +mechanism for directing resources, being driven by individual efforts to work +on what seemed needed. The authors on the NumPy paper are the individuals who +made the most significant and sustained contributions to the project over a +period of 15 years (2005 - 2019). The lack of diversity on this author list is +a reflection of the formative years of the Python and SciPy ecosystems.
2018 has marked an important milestone in the history of the NumPy project. +Receiving funding from The Gordon and Betty Moore Foundation and Alfred P. +Sloan Foundation allowed us to provide full-time employment for two software +engineers with years of experience contributing to the Python ecosystem. Those +efforts brought NumPy to a much healthier technical state.
This funding also created space for NumPy maintainers to focus on project +governance, community development, and outreach to underrepresented groups. +The diversity statement +written in mid 2019 for the CZI EOSS program grant application details some of +the challenges as well as the advances in our efforts to bring in more diverse +talent to the NumPy team.
The Present#
Offering employment opportunities is an effective way to attract and retain +diverse talent in OSS. Therefore, we used two-thirds of our second grant that +became available in Dec 2019 to employ Melissa Weber Mendonça and Mars Lee.
As a result of several initiatives aimed at community development and +engagement led by Inessa Pawson and Ralf Gommers, the NumPy project has +received a number of valuable contributions from women and other +underrepresented groups in open source in 2020:
Melissa Weber Mendonça gained commit rights, is maintaining numpy.f2py and is +leading the documentation team,
Shaloo Shalini created all case studies on numpy.org,
Mars Lee contributed web design and led our accessibility improvements work,
Isabela Presedo-Floyd designed our new logo,
Stephanie Mendoza, Xiayoi Deng, Deji Suolang, and Mame Fatou Thiam +designed and fielded the first NumPy user survey,
Yuki Dunn, Dayane Machado, Mahfuza Humayra Mohona, Sumera Priyadarsini, +Shaloo Shalini, and Kriti Singh (former Outreachy intern) helped the +survey team to reach out to non-English speaking NumPy users and developers +by translating the questionnaire into their native languages,
Sayed Adel, Raghuveer Devulapalli, and Chunlin Fang are driving the work on +SIMD optimizations in the core of NumPy.
While we still have much more work to do, the NumPy team is starting to look +much more representative of our user base. And we can assure you that the next +NumPy paper will certainly have a more diverse group of authors.
The Future#
We are fully committed to fostering inclusion and diversity on our team and in +our community, and to do our part in building a more just and equitable future.
We are open to dialogue and welcome every opportunity to connect with +organizations representing and supporting women and minorities in tech and +science. We are ready to listen, learn, and support.
Please get in touch with us on our mailing list, +GitHub, Slack, +in private at numpy-team@googlegroups.com, or join our +bi-weekly community meeting.
Sayed Adel, Sebastian Berg, Raghuveer Devulapalli, Chunlin Fang, Ralf Gommers, +Allan Haldane, Stephan Hoyer, Mars Lee, Melissa Weber Mendonça, Jarrod Millman, +Inessa Pawson, Matti Picus, Nathaniel Smith, Julian Taylor, Pauli Virtanen, +Stéfan van der Walt, Eric Wieser, on behalf of the NumPy team
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
+
© 2025 NumPy team. All rights reserved.
\ No newline at end of file diff --git a/pt/gethelp/index.html b/pt/gethelp/index.html index 34ca9083..e6744dd1 100644 --- a/pt/gethelp/index.html +++ b/pt/gethelp/index.html @@ -1,6 +1,6 @@ NumPy - Obter ajuda -
NumPy

Instalação @@ -11,6 +11,5 @@ Notícias Contribuir
Português
English 日本語 (Japanese) -Español
Obter ajuda
Obter ajuda
Perguntas de usuários: A melhor maneira de obter ajuda é postar sua pergunta em um site como StackOverflow, com milhares de usuários disponíveis para responder. Outras alternativas incluem IRC, Gittere Reddit. Gostaríamos de poder ficar de olho nestes sites, ou responder perguntas diretamente, mas o volume é imenso!
Issues sobre desenvolvimento: Para assuntos relacionados ao desenvolvimento do NumPy (por exemplo, relatórios de bugs), veja a Comunidade.
StackOverflow #
Um fórum para fazer perguntas sobre a utilização da biblioteca, por exemplo: “Como faço X no NumPy?”. Por favor use a tag #numpy
Reddit #
Outro fórum para perguntas de utilização.
Gitter #
Uma sala de bate-papo em tempo real onde usuários e membros da comunidade se ajudam uns aos outros.
IRC #
Outra sala de bate-papo em tempo real onde usuários e membros da comunidade se ajudam uns aos outros.
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
- -
© 2025 NumPy team. All rights reserved.
\ No newline at end of file +Español
Obter ajuda
Obter ajuda
Issues sobre desenvolvimento: Para assuntos relacionados ao desenvolvimento do NumPy (por exemplo, relatórios de bugs), veja a Comunidade.
Perguntas de usuários: A melhor maneira de obter ajuda é postar sua pergunta em um site como StackOverflow ou Reddit. Gostaríamos de poder ficar de olho nestes sites, ou responder perguntas diretamente, mas o volume é imenso!
StackOverflow #
Um fórum para fazer perguntas sobre a utilização da biblioteca, por exemplo: “Como faço X no NumPy?”. Por favor use a tag #numpy
Reddit #
Outro fórum para perguntas de utilização.
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
+
© 2025 NumPy team. All rights reserved.
\ No newline at end of file diff --git a/pt/history/index.html b/pt/history/index.html index ad522236..7d814894 100644 --- a/pt/history/index.html +++ b/pt/history/index.html @@ -9,6 +9,5 @@ Notícias Contribuir
Português
English 日本語 (Japanese) -Español
Histórico do NumPy
Histórico do NumPy
NumPy é uma biblioteca Python fundamental que fornece estruturas de arrays de dados e rotinas numéricas rápidas relacionadas a estas arrays. Quando começou, a biblioteca tinha pouco financiamento e foi escrita principalmente por estudantes de pós-graduação—muitos deles sem educação em ciência da computação e, muitas vezes, sem autorização dos seus orientadores. Imaginar que um pequeno grupo de programadores estudantis “desobedientes” poderiam subverter o já bem estabelecido ecossistema de software de pesquisa - apoiado por milhões em financiamento e muitas centenas de engenheiros altamente qualificados - era absurdo. No entanto, as motivações filosóficas por trás de uma ferramenta totalmente aberta, em combinação com a vibrante, amigável comunidade com foco singular, provaram ser auspiciosas a longo prazo. Hoje em dia, cientistas, engenheiros e muitos outros profissionais ao redor do mundo confiam no NumPy. Por exemplo, os scripts usados e publicados na análise de ondas gravitacionais importam o NumPy, e o projeto de imagem para buraco negro M87 cita diretamente o NumPy.
Para um histórico aprofundado dos marcos no desenvolvimento do NumPy e bibliotecas relacionadas, por favor veja arxiv.org.
Se você quiser obter uma cópia das bibliotecas Numeric e Numarray, siga os links abaixo:
Página de download para Numeric*
Página de download para Numarray*
*_{Por favor, note que esses pacotes antigos não são mais mantidos, e os usuários são fortemente aconselhados a usar o NumPy para quaisquer propósitos relacionados a arrays e matrizes ou refatorar qualquer código pré-existente para utilizar a biblioteca do NumPy.}
Documentação Histórica#
Baixe o manual do `Numeric’
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
- -
© 2025 NumPy team. All rights reserved.
\ No newline at end of file +Español
Histórico do NumPy
Histórico do NumPy
NumPy é uma biblioteca Python fundamental que fornece estruturas de arrays de dados e rotinas numéricas rápidas relacionadas a estas arrays. Quando começou, a biblioteca tinha pouco financiamento e foi escrita principalmente por estudantes de pós-graduação—muitos deles sem educação em ciência da computação e, muitas vezes, sem autorização dos seus orientadores. Imaginar que um pequeno grupo de programadores estudantis “desobedientes” poderiam subverter o já bem estabelecido ecossistema de software de pesquisa - apoiado por milhões em financiamento e muitas centenas de engenheiros altamente qualificados - era absurdo. No entanto, as motivações filosóficas por trás de uma ferramenta totalmente aberta, em combinação com a vibrante, amigável comunidade com foco singular, provaram ser auspiciosas a longo prazo. Hoje em dia, cientistas, engenheiros e muitos outros profissionais ao redor do mundo confiam no NumPy. Por exemplo, os scripts usados e publicados na análise de ondas gravitacionais importam o NumPy, e o projeto de imagem para buraco negro M87 cita diretamente o NumPy.
Para um histórico aprofundado dos marcos no desenvolvimento do NumPy e bibliotecas relacionadas, por favor veja arxiv.org.
Se você quiser obter uma cópia das bibliotecas Numeric e Numarray, siga os links abaixo:
Página de download para Numeric*
Página de download para Numarray*
*_{Por favor, note que esses pacotes antigos não são mais mantidos, e os usuários são fortemente aconselhados a usar o NumPy para quaisquer propósitos relacionados a arrays e matrizes ou refatorar qualquer código pré-existente para utilizar a biblioteca do NumPy.}
Documentação Histórica#
Baixe o manual do `Numeric’
On this page
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more
Press Enter
Thank you! 🎉
+
© 2025 NumPy team. All rights reserved.
\ No newline at end of file diff --git a/pt/index.html b/pt/index.html index f8c3ceaf..7911d410 100644 --- a/pt/index.html +++ b/pt/index.html @@ -1,5 +1,5 @@ NumPy -
+

Instalação Documentação @@ -10,7 +10,7 @@ Contribuir
Português
English 日本語 (Japanese) Español
NumPy -
A biblioteca fundamental para computação científica com Python
NumPy versão 1.26.0
2023-09-16
Arrays n-dimensionais poderosas
Rápidos e versáteis, os conceitos de vetorização, indexação e broadcasting do NumPy são, na prática, o padrão em computação com arrays.
Ferramentas de computação numérica
O NumPy oferece um conjunto completo de funções matemáticas, geradores de números aleatórios, rotinas de álgebra linear, transformadas de Fourier, e mais.
Interoperabilidade
O NumPy suporta um grande número de plataformas de hardware e computação, e pode ser combinado com bibliotecas de computação com arrays esparsas, distribuidas ou em GPUs.
Alto desempenho
O núcleo do NumPy é feito de código otimizado em C. Experimente a flexibilidade do Python com a velocidade de código compilado.
Fácil de usar
A sintaxe de alto nível do NumPy torna-o acessível e produtivo para programadores de qualquer nível de experiência e formação.
Código aberto
Distribuido com uma licença BSD liberal, o NumPy é desenvolvido e mantido publicamente no GitHub por uma comunidade vibrante, responsiva, e diversa.
Experimentar o NumPy
Use o shell interativo para testar o NumPy no navegador
""" +
A biblioteca fundamental para computação científica com Python
Lançado o NumPy versão 2.2.0!
2024-12-08
Arrays n-dimensionais poderosas
Rápidos e versáteis, os conceitos de vetorização, indexação e broadcasting do NumPy são, na prática, o padrão em computação com arrays.
Ferramentas de computação numérica
O NumPy oferece um conjunto completo de funções matemáticas, geradores de números aleatórios, rotinas de álgebra linear, transformadas de Fourier, e mais.
Código aberto
Distribuído sob uma licença BSD liberal, o NumPy é desenvolvido e mantido publicamente no GitHub por uma comunidade vibrante, responsiva, e diversa.
Interoperabilidade
O NumPy suporta um grande número de plataformas de equipamento físico e computação, e pode ser combinado com bibliotecas de computação com arrays esparsas, distribuídas ou em GPUs.
Alto desempenho
O núcleo do NumPy é feito de código otimizado em C. Aproveite a flexibilidade do Python com a velocidade de código compilado.
Fácil de usar
A sintaxe de alto nível do NumPy torna-o acessível e produtivo para programadores de qualquer nível de experiência e formação.
Experimentar o NumPy
Use o shell interativo para testar o NumPy no navegador
""" To try the examples in the browser: 1. Type code in the input cell and press Shift + Enter to execute @@ -50,6 +50,5 @@ Machine Learning
Quase todos os cientistas que trabalham em Python se baseiam na potência do NumPy.
NumPy traz o poder computacional de linguagens como C e Fortran para Python, uma linguagem muito mais fácil de aprender e usar. Com esse poder vem a simplicidade: uma solução no NumPy é frequentemente clara e elegante.
Computação quântica
QuTiP PyQuil Qiskit PennyLane
Computação estatística
Pandas statsmodels Xarray Seaborn
Processamento de sinais
SciPy PyWavelets python-control HiperSpy
Processamento de imagens
Scikit-image OpenCV Mahotas
Gráficos e Redes
NetworkX graph-tool igraph PyGSP
Processos de Astronomia
AstroPy SunPy SpacePy
Psicologia Cognitiva
PsychoPy
Bioinformática
BioPython Scikit-Bio PyEnsembl ETE
Inferência Bayesiana
PyStan PyMC ArviZ emcee
Análise Matemática
SciPy SymPy cvxpy FEniCS
Química
Cantera MDAnalysis RDKit PyBaMM
Geociências
Pangeo Simpeg ObsPy Fatiando a Terra
Processamento Geográfico
Shapely GeoPandas Folium
Arquitetura e Engenharia
COMPAS City Energy Analyst - Analista de Energía de Ciudad Sverchok
A API do NumPy é o ponto de partida quando bibliotecas são escritas para explorar hardware inovador, criar tipos de arrays especializados, ou adicionar capacidades além do que o NumPy fornece.
Biblioteca de Arrays Recursos e áreas de aplicação
Dask Arrays distribuídas e paralelismo avançado para análise, permitindo desempenho em escala.
CuPy Biblioteca de matriz compatível com NumPy para computação acelerada pela GPU com Python.
JAX Transformações combináveis de programas NumPy: vetorização, compilação just-in-time para GPU/TPU.
Xarray Arrays multidimensionais rotuladas e indexadas para análise e visualização avançadas
Sparse Biblioteca de arrays compatíveis com o NumPy que pode ser integrada com Dask e álgebra linear esparsa da SciPy.
PyTorch Framework de deep learning que acelera o caminho entre prototipação de pesquisa e colocação em produção.
TensorFlow Uma plataforma completa para aprendizagem de máquina que permite construir e colocar em produção aplicações usando ML facilmente.
MXNet Framework de deep learning voltado para flexibilizar prototipação em pesquisa e produção.
Arrow Uma plataforma de desenvolvimento multi-linguagens para dados e análise para dados armazenados em colunas na memória.
xtensor Arrays multidimensionais com broadcasting e avaliação preguiçosa (lazy computing) para análise numérica.
Awkward Array Manipulação de dados JSON-like com sintaxe NumPy-like.
uarray Sistema de backend Python que dissocia a API da implementação; unumpy fornece uma API NumPy.
tensorly Ferramentas para aprendizagem com tensores, algebra e backends para usar NumPy, MXNet, PyTorch, TensorFlow ou CuPy sem esforço.
Blosc2 Cálculo acelerado com arrays comprimidos na memória, no disco ou remotos.
NumPy está no centro de um rico ecossistema de bibliotecas de ciência de dados. Um fluxo de trabalho típico de ciência de dados exploratório pode parecer assim:
Extract, Transform, Load: Pandas, Intake,PyJanitor
Exploratory analysis: Jupyter,Seaborn, Matplotlib, Altair
Model and evaluate: scikit-learn, statsmodels, PyMC, spaCy
Report in a dashboard: Dash, Panel, Voila
For high data volumes, Dask andRay are designed to scale. Stabledeployments rely on data versioning (DVC),experiment tracking (MLFlow), andworkflow automation (Airflow andPrefect).
Source: Google AI Blog
O NumPy forma a base de bibliotecas de aprendizagem de máquina poderosas como scikit-learn e SciPy. À medida que a disciplina de aprendizagem de máquina cresce, a lista de bibliotecas construidas a partir do NumPy também cresce. As funcionalidades de deep learning do TensorFlow tem diversas aplicações — entre elas, reconhecimento de imagem e de fala, aplicações baseadas em texto, análise de séries temporais, e detecção de vídeo. O PyTorch, outra biblioteca de deep learning, é popular entre pesquisadores em visão computacional e processamento de linguagem natural. O MXNet é outro pacote de IA, que fornece templates e protótipos para deep learning.
Técnicas estatísticas chamadas métodos de ensemble tais como binning, bagging, stacking, e boosting estão entre os algoritmos de ML implementados por ferramentas tais como XGBoost, LightGBM, e CatBoost — um dos motores de inferência mais rápidos. Yellowbrick e Eli5 oferecem visualizações para aprendizagem de máquina.
NumPy é um componente essencial no crescente campo de visualização em Python, que inclui Matplotlib, Seaborn, Plotly, Altair, Bokeh, Holoviz, Vispy, Napari, e PyVista, para citar alguns.
O processamento de grandes arrays acelerado pela NumPy permite que os pesquisadores visualizem conjuntos de dados muito maiores do que o Python nativo poderia permitir.
ESTUDOS DE CASO
A Primeira Imagem de um Buraco Negro Como o NumPy, junto com outras bibliotecas como SciPy e Matplotlib que dependem do NumPy, permitiram ao Event Horizon Telescope gerar a primeira imagem de um buraco negro da história.Descoberta de Ondas Gravitacionais Em 1916, Albert Einstein previu ondas gravitacionais; 100 anos depois, sua existência foi confirmada pelos cientistas do LIGO usando NumPy.Análise Esportiva A análise de críquete está mudando o jogo ao melhorar o desempenho de jogadores e times através de modelagem estatística e análise preditiva. O NumPy possibilita muitas dessas análises.Estimação de poses usando deep learning DeepLabCut usa o NumPy para acelerar estudos científicos que envolvem comportamento animal para entender melhor o controle motor em várias espécies e escalas de tempo.
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved.
\ No newline at end of file +Visualization
Quase todos os cientistas que trabalham em Python se baseiam na potência do NumPy.
NumPy traz o poder computacional de linguagens como C e Fortran para Python, uma linguagem muito mais fácil de aprender e usar. Com esse poder vem a simplicidade: uma solução no NumPy é frequentemente clara e elegante.
Computação quântica
QuTiP PyQuil Qiskit PennyLane
Computação estatística
Pandas statsmodels Xarray Seaborn
Processamento de sinais
SciPy PyWavelets python-control HyperSpy
Processamento de imagens
Scikit-image OpenCV Mahotas
Gráficos e Redes
NetworkX graph-tool igraph PyGSP
Processos de Astronomia
AstroPy SunPy SpacePy
Psicologia Cognitiva
PsychoPy
Bioinformática
BioPython Scikit-Bio PyEnsembl ETE
Inferência Bayesiana
PyStan PyMC ArviZ emcee
Análise Matemática
SciPy SymPy cvxpy FEniCS
Química
Cantera MDAnalysis RDKit PyBaMM
Geociências
Pangeo Simpeg ObsPy Fatiando a Terra
Processamento Geográfico
Shapely GeoPandas Folium
Arquitetura e Engenharia
COMPAS City Energy Analyst - Analista de Energía de Ciudad Sverchok
A API do NumPy é o ponto de partida quando bibliotecas são escritas para explorar hardware inovador, criar tipos de arrays especializados, ou adicionar capacidades além do que o NumPy fornece.
Biblioteca de Arrays Recursos e áreas de aplicação
Dask Arrays distribuídas e paralelismo avançado para análise, permitindo desempenho em escala.
CuPy Biblioteca de matriz compatível com NumPy para computação acelerada pela GPU com Python.
JAX Transformações combináveis de programas NumPy: vetorização, compilação just-in-time para GPU/TPU.
Xarray Arrays multidimensionais rotuladas e indexadas para análise e visualização avançadas
Sparse Biblioteca de arrays compatíveis com o NumPy que pode ser integrada com Dask e álgebra linear esparsa da SciPy.
PyTorch Framework de deep learning que acelera o caminho entre prototipação de pesquisa e colocação em produção.
TensorFlow Uma plataforma completa para aprendizagem de máquina que permite construir e colocar em produção aplicações usando ML facilmente.
MXNet Framework de deep learning voltado para flexibilizar prototipação em pesquisa e produção.
Arrow Uma plataforma de desenvolvimento multi-linguagens para dados e análise para dados armazenados em colunas na memória.
xtensor Arrays multidimensionais com broadcasting e avaliação preguiçosa (lazy computing) para análise numérica.
Awkward Array Manipulação de dados JSON-like com sintaxe NumPy-like.
uarray Sistema de backend Python que dissocia a API da implementação; unumpy fornece uma API NumPy.
tensorly Ferramentas para aprendizagem com tensores, algebra e backends para usar NumPy, MXNet, PyTorch, TensorFlow ou CuPy sem esforço.
Blosc2 Cálculo acelerado com arrays comprimidos na memória, no disco ou remotos.
NumPy está no centro de um rico ecossistema de bibliotecas de ciência de dados. Um fluxo de trabalho típico de ciência de dados exploratório pode parecer assim:
Extract, Transform, Load: Pandas, Intake,PyJanitor
Exploratory analysis: Jupyter,Seaborn, Matplotlib, Altair
Model and evaluate: scikit-learn, statsmodels, PyMC3, spaCy
Report in a dashboard: Dash, Panel, Voila
For high data volumes, Dask andRay are designed to scale. Stabledeployments rely on data versioning (DVC),experiment tracking (MLFlow), andworkflow automation (Airflow andPrefect).
Source: Google AI Blog
O NumPy forma a base de bibliotecas de aprendizagem de máquina poderosas como scikit-learn e SciPy. À medida que a disciplina de aprendizagem de máquina cresce, a lista de bibliotecas construidas a partir do NumPy também cresce. As funcionalidades de deep learning do TensorFlow tem diversas aplicações — entre elas, reconhecimento de imagem e de fala, aplicações baseadas em texto, análise de séries temporais, e detecção de vídeo. O PyTorch, outra biblioteca de deep learning, é popular entre pesquisadores em visão computacional e processamento de linguagem natural. O MXNet é outro pacote de IA, que fornece templates e protótipos para deep learning.
Técnicas estatísticas chamadas métodos de ensemble tais como binning, bagging, stacking, e boosting estão entre os algoritmos de ML implementados por ferramentas tais como XGBoost, LightGBM, e CatBoost — um dos motores de inferência mais rápidos. Yellowbrick e Eli5 oferecem visualizações para aprendizagem de máquina.
NumPy é um componente essencial no crescente campo de visualização em Python, que inclui Matplotlib, Seaborn, Plotly, Altair, Bokeh, Holoviz, Vispy, Napari, e PyVista, para citar alguns.
O processamento de grandes arrays acelerado pela NumPy permite que os pesquisadores visualizem conjuntos de dados muito maiores do que o Python nativo poderia permitir.
ESTUDOS DE CASO
A Primeira Imagem de um Buraco Negro Como o NumPy, junto com outras bibliotecas como SciPy e Matplotlib que dependem do NumPy, permitiram ao Event Horizon Telescope gerar a primeira imagem de um buraco negro da história.Descoberta de Ondas Gravitacionais Em 1916, Albert Einstein previu ondas gravitacionais; 100 anos depois, sua existência foi confirmada pelos cientistas do LIGO usando NumPy.Análise Esportiva A análise de críquete está mudando o jogo ao melhorar o desempenho de jogadores e times através de modelagem estatística e análise preditiva. O NumPy possibilita muitas dessas análises.Estimação de poses usando deep learning DeepLabCut usa o NumPy para acelerar estudos científicos que envolvem comportamento animal para entender melhor o controle motor em várias espécies e escalas de tempo.
Instalação
Documentação
Aprenda
Citando o Numpy
Roadmap
Sobre
Comunidade
Pesquisas de usuário
Contribuir
Código de Conduta
Ajuda
Termos de uso (EN)
Privacidade
Kit de imprensa
Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 + © 2025 NumPy team. All rights reserved.
\ No newline at end of file diff --git a/pt/index.xml b/pt/index.xml index 1237ee37..aadfddfd 100644 --- a/pt/index.xml +++ b/pt/index.xml @@ -1,14 +1,14 @@ -NumPyhttps://numpy.org/pt/Recent content on NumPyHugoptSat, 16 Sep 2023 00:00:00 +0000Notíciashttps://numpy.org/pt/news/Sat, 16 Sep 2023 00:00:00 +0000https://numpy.org/pt/news/<h3 id="lançado-o-numpy-versão-1260">Lançado o NumPy versão 1.26.0<a class="headerlink" href="#lançado-o-numpy-versão-1260" title="Link to this heading">#</a></h3> -<p><em>16 de setembro de 2023</em> – <a href="https://numpy.org/doc/stable/release/1.26.0-notes.html">NumPy 1.26.0</a> está disponível. Os destaques desta versão são:</p> +NumPyhttps://numpy.org/pt/Recent content on NumPyHugoptSun, 08 Dec 2024 00:00:00 +0000Notíciashttps://numpy.org/pt/news/Sun, 08 Dec 2024 00:00:00 +0000https://numpy.org/pt/news/<h3 id="lançado-o-numpy-versão-220">Lançado o NumPy versão 2.2.0<a class="headerlink" href="#lançado-o-numpy-versão-220" title="Link to this heading">#</a></h3> +<p><em>8 de dezembro de 2024</em> – A NumPy 2.2.0 é uma versão que nos traz de volta para o calendário habitual de lançamento duas vezes por ano. Ela inclui um número de pequenas limpezas, melhorias para o StringDType, e melhor suporte para +o free-threaded Python. Alguns dos destaques são:</p> <ul> -<li>Suporte ao Python 3.12.0.</li> -<li>Compatibilidade com Cython 3.0.0.</li> -<li>Utilização do sistema Meson para compilação</li> -<li>Suport a SIMD atualizado</li> -<li>Melhorias para f2py, suporte a meson e bind(x)</li> -<li>Suporte à versão mais recente da biblioteca Accelerate BLAS/LAPACK</li> +<li>Novas funções <code>matvec</code> e <code>vecmat</code>,</li> +<li>Várias melhorias nas anotações de tipos,</li> +<li>Suporte melhorado para o novo StringDType,</li> +<li>Suporte aprimorado para Python free-threaded,</li> +<li>Correções para o f2py.</li> </ul> -<p>A versão 1.26.0 é uma continuação da série de versões 1.25.x que marcam a transição para o sistema de compilação Meson e oferecem suporte preliminar para o Cython 3.0.0. Um total de 20 pessoas contribuíram para este lançamento e 59 pull requests foram incorporadas.</p>404https://numpy.org/pt/404/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/404/<p>Oops! Você atingiu um beco sem saída.</p> +<p>Esta versão suporta as versões 3.10-3.13 do Python.</p>404https://numpy.org/pt/404/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/404/<p>Oops! Você atingiu um beco sem saída.</p> <p>Se você acha que algo deveria estar aqui, você pode <a href="https://github.com/numpy/numpy.org/issues">abrir uma issue</a> no GitHub.</p>Aprendahttps://numpy.org/pt/learn/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/learn/<p>Para a <strong>documentação oficial do NumPy</strong> visite <a href="https://numpy.org/doc/stable">numpy.org/doc/stable</a>.</p> <hr> <p>Abaixo está uma coleção de recursos educacionais, tanto para autoaprendizado como para ensinar outras pessoas, desenvolvidos pelos colaboradores do NumPy e selecionados pela comunidade.</p> @@ -19,29 +19,29 @@ <li><a href="https://numpy.org/devdocs/user/quickstart.html">NumPy Quickstart Tutorial (Tutorial de Início Rápido)</a></li> <li><a href="https://numpy.org/numpy-tutorials">NumPy Tutorials</a> Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório <a href="https://github.com/numpy/numpy-tutorials">numpy-tutorials no GitHub</a>.</li> <li><a href="https://betterprogramming.pub/3b1d4976de1d?sk=57b908a77aa44075a49293fa1631dd9b">NumPy Illustrated: The Visual Guide to NumPy <em>por Lev Maximov</em></a></li> -<li><a href="https://lectures.scientific-python.org/">Scientific Python Lectures</a> Além de incluir conteúdo sobre a NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python.</li> +<li><a href="https://lectures.scientific-python.org/">Scientific Python Lectures</a> Além de incluir conteúdo sobre o NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python.</li> <li><a href="https://numpy.org/devdocs/user/absolute_beginners.html">NumPy: the absolute basics for beginners (“o básico absoluto para inciantes”)</a></li> <li><a href="https://github.com/rougier/numpy-tutorial">NumPy tutorial <em>por Nicolas Rougier</em></a></li> <li><a href="http://cs231n.github.io/python-numpy-tutorial/">Stanford CS231 <em>por Justin Johnson</em></a></li> <li><a href="https://numpy.org/devdocs">NumPy User Guide (Guia de Usuário NumPy)</a></li> </ul> -<p><i class="fas fa-book"></i> <strong>Livros</strong></p>Citando a NumPyhttps://numpy.org/pt/citing-numpy/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/citing-numpy/<p>Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, sugerimos citar os seguintes documentos:</p> +<p><i class="fas fa-book"></i> <strong>Livros</strong></p>Citando o Numpyhttps://numpy.org/pt/citing-numpy/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/citing-numpy/<p>Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, sugerimos citar o seguinte artigo:</p> <ul> -<li>Harris, C.R., Millman, K.J., van der Walt, S.J. Harris, C.R., Millman, K.J., van der Walt, S.J. et al. <em>Array programming with NumPy</em>. Nature 585, 357–362 (2020). DOI: <a href="https://doi.org/10.1038/s41586-020-2649-2">10.1038/s41586-020-2649-2</a>. (<a href="https://www.nature.com/articles/s41586-020-2649-2">Link da editora</a>).</li> +<li>Harris, C.R., Millman, K.J., van der Walt, S.J. et al. <em>Array programming with NumPy</em>. Nature 585, 357–362 (2020). DOI: <a href="https://doi.org/10.1038/s41586-020-2649-2">10.1038/s41586-020-2649-2</a>. (<a href="https://www.nature.com/articles/s41586-020-2649-2">Link da editora</a>).</li> </ul> <p><em>Em formato BibTeX:</em></p> <div class="highlight"> <pre>@Article{ harris2020array, title = {Array programming with {NumPy}}, - author = {Charles R. Harris and K. Jarrod Millman and St{'{e}}fan J. + author = {Charles R. Harris and K. Jarrod Millman and St{\'{e}}fan J. van der Walt and Ralf Gommers and Pauli Virtanen and David Cournapeau and Eric Wieser and Julian Taylor and Sebastian Berg and Nathaniel J. Smith and Robert Kern and Matti Picus and Stephan Hoyer and Marten H. van Kerkwijk and Matthew - Brett and Allan Haldane and Jaime Fern{'{a}}ndez del - R{'{\i}}o and Mark Wiebe and Pearu Peterson and Pierre - G{'{e}}rard-Marchant and Kevin Sheppard and Tyler Reddy and + Brett and Allan Haldane and Jaime Fern{\'{a}}ndez del + R{\'{i}}o and Mark Wiebe and Pearu Peterson and Pierre + G{\'{e}}rard-Marchant and Kevin Sheppard and Tyler Reddy and Warren Weckesser and Hameer Abbasi and Christoph Gohlke and Travis E. Oliphant}, year = {2020}, @@ -55,24 +55,28 @@ url = {https://doi.org/10.1038/s41586-020-2649-2} }</pre> </div>Código de Conduta NumPyhttps://numpy.org/pt/code-of-conduct/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/code-of-conduct/<h3 id="introdução">Introdução<a class="headerlink" href="#introdução" title="Link to this heading">#</a></h3> -<p>Este código de conduta aplica-se a todos os espaços gerenciados pelo projeto NumPy, incluindo todas as listas de discussão públicas e privadas, <em>issue tracker</em>, wikis, blogs, Twitter e qualquer outro canal de comunicação usado pela nossa comunidade. O projeto NumPy não organiza eventos presenciais. No entanto, os eventos relacionados à nossa comunidade devem ter um código de conduta semelhante ao atual.</p> +<p>Este código de conduta aplica-se a todos os espaços gerenciados pelo projeto NumPy, incluindo todas as listas de discussão públicas e privadas, <em x-id="3">issue tracker</em>, wikis, blogs, Twitter e qualquer outro canal de comunicação usado pela nossa comunidade. O projeto NumPy não organiza eventos presenciais. No entanto, os eventos relacionados à nossa comunidade devem ter um código de conduta semelhante ao atual.</p> <p>Este Código de Conduta deve ser honrado por todas as pessoas que participam da comunidade NumPy formal ou informalmente, ou que reivindicam qualquer afiliação com o projeto, em qualquer atividade relacionada ao projeto, especialmente ao representar o projeto, em qualquer função.</p>Código de Conduta NumPy - Como dar seguimento a um relatóriohttps://numpy.org/pt/report-handling-manual/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/report-handling-manual/<p>Este é o manual seguido pelo Comitê do Código de Conduta do NumPy. É usado quando respondemos a um incidente para nos certificarmos de que somos pessoas consistentes e justas.</p> -<p>Garantir que o <a href="https://numpy.org/pt/code-of-conduct/">Código de Conduta</a> seja respeitado afeta nossa comunidade hoje e no futuro. É uma ação que levamos muito a sério. Ao analisar medidas de aplicação do Código de Conduta, o Comitê terá em mente os seguintes valores e orientações:</p>Computação com Arrayshttps://numpy.org/pt/arraycomputing/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/arraycomputing/<p><em>A computação com arrays é a base para estatística e matemática computacionais, computação científica e suas várias aplicações em ciência e análise de dados, tais como visualização de dados, processamento de sinais digitais, processamento de imagens, bioinformática, aprendizagem de máquina, IA e muitas outras.</em></p> -<p>A manipulação e a transformação de dados de grande escala dependem de computação eficiente de alta performance com arrays. A linguagem mais escolhida para análise de dados, aprendizagem de máquina e computação numérica produtiva é <strong>Python.</strong></p>Comunidadehttps://numpy.org/pt/community/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/community/<p>NumPy é um projeto de código aberto impulsionado pela comunidade desenvolvido por um grupo muito diversificado de <a href="https://numpy.org/pt/teams/">contribuidores</a>. A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva. Por favor, leia <a href="https://numpy.org/pt/code-of-conduct">o Código de Conduta NumPy</a> para orientações sobre como interagir com os outros de uma forma que faça a comunidade prosperar.</p> -<p>Oferecemos vários canais de comunicação para aprender, compartilhar seu conhecimento e se conectar com outros dentro da comunidade NumPy.</p>Contribua com o NumPyhttps://numpy.org/pt/contribute/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/contribute/<p>O projeto NumPy precisa de sua experiência e entusiasmo! Suas opções de não são limitadas à programação – além de</p> +<p>Garantir que o <a href="https://numpy.org/pt/code-of-conduct/">Código de Conduta</a> seja respeitado afeta nossa comunidade hoje e no futuro. É uma ação que levamos muito a sério. Ao analisar medidas de aplicação do Código de Conduta, o Comitê terá em mente os seguintes valores e orientações:</p>Computação com Arrayshttps://numpy.org/pt/arraycomputing/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/arraycomputing/<p><em>A computação com matrizes é a base para estatística e matemática computacionais, computação científica e suas várias aplicações em ciência e análise de dados, tais como visualização de dados, processamento de sinais digitais, processamento de imagens, bioinformática, aprendizagem de máquina, IA e muitas outras.</em></p> +<p>A manipulação e a transformação de dados de grande escala dependem de computação eficiente de alto desempenho com arrays. A linguagem mais escolhida para análise de dados, aprendizagem de máquina e computação numérica produtiva é <strong>Python.</strong></p>Comunidadehttps://numpy.org/pt/community/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/community/<p>NumPy é um projeto de código aberto impulsionado pela comunidade desenvolvido por um grupo muito diversificado de <a href="https://numpy.org/pt/teams/">contribuidores</a>. A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva. A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva.</p> +<p>Oferecemos vários canais de comunicação para aprender, compartilhar seu conhecimento e se conectar com outros na comunidade NumPy.</p> +<h2 id="participar-online">Participar online<a class="headerlink" href="#participar-online" title="Link to this heading">#</a></h2> +<p>Abaixo, listamos algumas formas de se envolver diretamente com o projeto e a comunidade NumPy. +<em>Por favor, note que encorajamos os usuários e membros da comunidade a apoiarem-se uns aos outros para perguntas sobre utilização - veja <a href="https://numpy.org/pt/gethelp">Obter Ajuda</a>.</em></p>Contribua com o NumPyhttps://numpy.org/pt/contribute/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/contribute/<p>O projeto NumPy precisa de sua experiência e entusiasmo! +Suas opções não são limitadas à programação. Como pode ver a seguir, há várias áreas em que precisamos da <strong>sua</strong> ajuda.</p> <p>Se você não sabe por onde começar ou como suas habilidades podem ajudar, <em>fale conosco!</em> Você pode perguntar na nossa <a href="https://mail.python.org/mailman/listinfo/numpy-discussion">lista de emails</a> ou <a href="http://github.com/numpy/numpy">GitHub</a> (abrindo uma <a href="https://github.com/numpy/numpy/issues">issue</a> ou comentando em uma issue relevante).</p> -<p>Estes são os nossos canais de comunicação preferidos (projetos de código aberto são abertos por natureza!). No entanto, se você preferir discutir em privado, entre em contato com os coordenadores da comunidade em <a href="mailto:numpy-team@googlegroups.com">numpy-team@googlegroups.com</a> ou no <a href="https://numpy-team.slack.com">Slack</a> (envie um e-mail para <a href="mailto:numpy-team@googlegroups.com">numpy-team@googlegroups.com</a> para obter um convite antes de entrar).</p>Estudo de Caso: A Primeira Imagem de um Buraco Negrohttps://numpy.org/pt/case-studies/blackhole-image/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/case-studies/blackhole-image/<figure class="align-default" id="id000"><img src="https://numpy.org/images/content_images/cs/blackhole.jpg" alt="black hole image" class="align-center"> +<p>Estes são os nossos canais de comunicação preferidos (projetos de código aberto são abertos por natureza!). No entanto, se você preferir discutir em privado, entre em contato com os coordenadores da comunidade em <a href="mailto:numpy-team@googlegroups.com">numpy-team@googlegroups.com</a> ou no <a href="https://numpy-team.slack.com">Slack</a> (envie um e-mail para <a href="mailto:numpy-team@googlegroups.com">numpy-team@googlegroups.com</a> para obter um convite antes de entrar).</p>Estudo de Caso: A Primeira Imagem de um Buraco Negrohttps://numpy.org/pt/case-studies/blackhole-image/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/case-studies/blackhole-image/<figure class="align-center" id="id000"><img src="https://numpy.org/images/content_images/cs/blackhole.jpg" alt="black hole image" class="align-center"> -<figcaption><strong class="caption-title">Black Hole M87</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="https://www.jpl.nasa.gov/images/universe/20190410/blackhole20190410.jpg">(Créditos: Event Horizon Telescope Collaboration)</a> +<figcaption><strong class="caption-title">Black Hole M87</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="https://www.jpl.nasa.gov/images/universe/20190410/blackhole20190410.jpg">(Image Credits: Event Horizon Telescope Collaboration)</a> <p><span class="caption-text"></span> </figcaption> </figure> <blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs"> <p> -Criar uma imagem do Buraco Negro M87 é como tentar ver algo que, por definição, é impossível de se ver. +Imaging the M87 Black Hole is like trying to see something that is by definition impossible to see. </p> <p class="attribution">—Katie Bouman, <em>Professora Assistente, Ciências da Computação e Matemática, Caltech</em></p> </blockquote> @@ -82,62 +86,81 @@ Criar uma imagem do Buraco Negro M87 é como tentar ver algo que, por definiçã -<figcaption><strong class="caption-title">IPLT20, o maior festival de Críquete da Índia</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="https://unsplash.com/@aksh1802">(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))</a> +<figcaption><strong class="caption-title">IPLT20, the biggest Cricket Festival in India</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="https://unsplash.com/@aksh1802">(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))</a> <p><span class="caption-text"></span> </figcaption> </figure> <blockquote cite="https://www.scoopwhoop.com/sports/ms-dhoni/"> <p> -Você não joga para a torcida, joga para o país. + You don't play for the crowd, you play for the country. </p> <p class="attribution">—M S Dhoni, <em>Jogador Internacional de Críquete, ex-capitão, Time Indiano, joga pelo Chennai Super Kings na IPL</em></p> </blockquote> <h2 id="sobre-críquete">Sobre Críquete<a class="headerlink" href="#sobre-críquete" title="Link to this heading">#</a></h2> -<p>Dizer que os indianos adoram o críquete seria subestimar este sentimento. O jogo é jogado praticamente em todas as localidades da Índia, rurais ou urbanas, e é popular com os jovens e os anciões, conectando bilhões de pessoas na Índia como nenhum outro esporte. O cricket também recebe muita atenção da mídia. Há uma quantidade significativa de <a href="https://www.statista.com/topics/4543/indian-premier-league-ipl/">dinheiro</a> e fama em jogo. Ao longo dos últimos anos, a tecnologia foi literalmente uma revolução. As audiências tem uma ampla possibilidade de escolha, com mídias de streaming, torneios, acesso barato a jogos de críquete ao vivo em dispositivos móveis, e mais.</p>Estudo de Caso: Descoberta de Ondas Gravitacionaishttps://numpy.org/pt/case-studies/gw-discov/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/case-studies/gw-discov/<figure class="align-default" id="id000"><img src="https://numpy.org/images/content_images/cs/gw_sxs_image.png" alt="binary coalesce black hole generating gravitational waves" class="align-center"> +<p>Dizer que os indianos adoram o críquete seria subestimar este sentimento. O jogo é jogado praticamente em todas as localidades da Índia, rurais ou urbanas, e é popular com os jovens e os anciões, conectando bilhões de pessoas na Índia como nenhum outro esporte. +O cricket também recebe muita atenção da mídia. Há uma quantidade significativa de <a href="https://www.statista.com/topics/4543/indian-premier-league-ipl/">dinheiro</a> e fama em jogo. Ao longo dos últimos anos, a tecnologia foi literalmente uma revolução. As audiências tem uma ampla possibilidade de escolha, com mídias de streaming, torneios, acesso barato a jogos de críquete ao vivo em dispositivos móveis, e mais.</p>Estudo de Caso: Descoberta de Ondas Gravitacionaishttps://numpy.org/pt/case-studies/gw-discov/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/case-studies/gw-discov/<figure class="align-center" id="id000"><img src="https://numpy.org/images/content_images/cs/gw_sxs_image.png" alt="binary coalesce black hole generating gravitational waves" class="align-center"> -<figcaption><strong class="caption-title">Ondas gravitacionais</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="https://youtu.be/Zt8Z_uzG71o">(Créditos de imagem: O projeto Simulating eXtreme Spacetimes (SXS) no LIGO)</a> +<figcaption><strong class="caption-title">Gravitational Waves</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="https://youtu.be/Zt8Z_uzG71o">(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project at LIGO)</a> <p><span class="caption-text"></span> </figcaption> </figure> <blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs"> <p> -O ecossistema científico Python é uma infraestrutura crítica para a pesquisa feita no LIGO. +The scientific Python ecosystem is critical infrastructure for the research done at LIGO. </p> <p class="attribution">—David Shoemaker, <em>Colaborador Científico no LIGO</em></p> </blockquote> <h2 id="sobre-ondas-gravitacionaishttpswwwnationalgeographiccomnews201710what-are-gravitational-waves-ligo-astronomy-science-e-o-ligohttpswwwligocaltechedu">Sobre <a href="https://www.nationalgeographic.com/news/2017/10/what-are-gravitational-waves-ligo-astronomy-science/">Ondas Gravitacionais</a> e o <a href="https://www.ligo.caltech.edu">LIGO</a><a class="headerlink" href="#sobre-ondas-gravitacionaishttpswwwnationalgeographiccomnews201710what-are-gravitational-waves-ligo-astronomy-science-e-o-ligohttpswwwligocaltechedu" title="Link to this heading">#</a></h2> -<p>Ondas gravitacionais são ondulações no tecido espaço-tempo, gerado por eventos cataclísmicos no universo, como colisão e fusão de dois buracos negros ou a coalescência de estrelas binárias ou supernovas. A observação de ondas gravitacionais pode ajudar não só no estudo da gravidade, mas também no entendimento de alguns dos fenômenos obscuros existentes no universo distante e seu impacto.</p>Estudo de Caso: Estimativa de Pose 3D com DeepLabCuthttps://numpy.org/pt/case-studies/deeplabcut-dnn/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/case-studies/deeplabcut-dnn/<figure class="align-default" id="id000"><img src="https://numpy.org/images/content_images/cs/mice-hand.gif" alt="micehandanim" class="align-center"> +<p>Ondas gravitacionais são ondulações no tecido espaço-tempo, gerado por eventos cataclísmicos no universo, como colisão e fusão de dois buracos negros ou a coalescência de estrelas binárias ou supernovas. A observação de ondas gravitacionais pode ajudar não só no estudo da gravidade, mas também no entendimento de alguns dos fenômenos obscuros existentes no universo distante e seu impacto.</p>Estudo de Caso: Estimativa de Pose 3D com DeepLabCuthttps://numpy.org/pt/case-studies/deeplabcut-dnn/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/case-studies/deeplabcut-dnn/<figure class="align-center" id="id000"><img src="https://numpy.org/images/content_images/cs/mice-hand.gif" alt="micehandanim" class="align-center"> -<figcaption><strong class="caption-title">Análise de movimentos de mãos de camundongos usando DeepLapCut</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="http://www.mousemotorlab.org/deeplabcut">(Fonte: www.deeplabcut.org )</a> +<figcaption><strong class="caption-title">Analyzing mice hand-movement using DeepLapCut</strong><a class="headerlink" href="#id000" title="Link to this image">#</a><br><a href="http://www.mousemotorlab.org/deeplabcut">(Source: www.deeplabcut.org )</a> <p><span class="caption-text"></span> </figcaption> </figure> <blockquote cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/"> <p> -Software de código aberto está acelerando a Biomedicina. DeepLabCut permite a análise automática de vídeos de comportamento animal usando Deep Learning. +Open Source Software is accelerating Biomedicine. DeepLabCut enables automated video analysis of animal behavior using Deep Learning. </p> <p class="attribution">—Alexander Mathis, <em>Professor Assistente, École polytechnique fédérale de Lausanne</em> (<a href="https://www.epfl.ch/en/">EPFL</a>)</p> </blockquote> <h2 id="sobre-o-deeplabcut">Sobre o DeepLabCut<a class="headerlink" href="#sobre-o-deeplabcut" title="Link to this heading">#</a></h2> -<p><a href="https://github.com/DeepLabCut/DeepLabCut">DeepLabCut</a> é uma toolbox de código aberto que permite que pesquisadores de centenas de instituições em todo o mundo rastreiem o comportamento de animais de laboratório, com muito poucos dados de treinamento, mas com precisão no nível humano. Com a tecnologia DeepLabCut, cientistas podem aprofundar a compreensão científica do controle motor e do comportamento em diversas espécies animais e escalas temporais.</p>Histórico do NumPyhttps://numpy.org/pt/history/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/history/<p>NumPy é uma biblioteca Python fundamental que fornece estruturas de <em>arrays</em> de dados e rotinas numéricas rápidas relacionadas a estas arrays. Quando começou, a biblioteca tinha pouco financiamento e foi escrita principalmente por estudantes de pós-graduação—muitos deles sem educação em ciência da computação e, muitas vezes, sem autorização dos seus orientadores. Imaginar que um pequeno grupo de programadores estudantis “desobedientes” poderiam subverter o já bem estabelecido ecossistema de software de pesquisa - apoiado por milhões em financiamento e muitas centenas de engenheiros altamente qualificados - era absurdo. No entanto, as motivações filosóficas por trás de uma ferramenta totalmente aberta, em combinação com a vibrante, amigável comunidade com foco singular, provaram ser auspiciosas a longo prazo. Hoje em dia, cientistas, engenheiros e muitos outros profissionais ao redor do mundo confiam no NumPy. Por exemplo, os scripts usados e publicados na análise de ondas gravitacionais importam o NumPy, e o projeto de imagem para buraco negro M87 cita diretamente o NumPy.</p>Instalando o NumPyhttps://numpy.org/pt/install/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/install/<p>O único pré-requisito para instalar o NumPy é o próprio Python. Se você ainda não tem o Python e quer começar do jeito mais simples, nós recomendamos que você use a <a href="https://www.anaconda.com/distribution">Distribuição Anaconda</a> - inclui Python, NumPy e outros pacotes comumente usados para computação científica e ciência de dados.</p> -<p>O NumPy pode ser instalado com <code>conda</code>, com <code>pip</code>, com um gerenciador de pacotes no macOS e Linux, ou <a href="https://numpy.org/devdocs/building">da fonte</a>. Para obter instruções mais detalhadas, consulte nosso <a href="https://numpy.org/pt/install/#python-numpy-install-guide">guia de instalação do Python e do NumPy</a> abaixo.</p>Kit de imprensahttps://numpy.org/pt/press-kit/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/press-kit/<p>Gostaríamos de facilitar a inclusão da identidade do projeto NumPy em seu próximo documento acadêmico, materiais educacionais ou apresentação.</p> -<p>Você encontrará várias versões de alta resolução do logo do NumPy <a href="https://github.com/numpy/numpy/tree/main/branding/logo">aqui</a>. Note que usando os recursos numpy.org, você aceita o <a href="https://numpy.org/pt/code-of-conduct/">Código de Conduta do NumPy</a>.</p>Obter ajudahttps://numpy.org/pt/gethelp/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/gethelp/<p><strong>Perguntas de usuários:</strong> A melhor maneira de obter ajuda é postar sua pergunta em um site como <a href="http://stackoverflow.com/questions/tagged/numpy">StackOverflow</a>, com milhares de usuários disponíveis para responder. Outras alternativas incluem <a href="https://webchat.freenode.net/?channels=%23numpy">IRC</a>, <a href="https://gitter.im/numpy/numpy">Gitter</a>e <a href="https://www.reddit.com/r/Numpy/">Reddit</a>. Gostaríamos de poder ficar de olho nestes sites, ou responder perguntas diretamente, mas o volume é imenso!</p> -<p><strong>Issues sobre desenvolvimento:</strong> Para assuntos relacionados ao desenvolvimento do NumPy (por exemplo, relatórios de bugs), veja a <a href="https://numpy.org/pt/community/">Comunidade</a>.</p> +<p><a href="https://github.com/DeepLabCut/DeepLabCut">DeepLabCut</a> é uma toolbox de código aberto que permite que pesquisadores de centenas de instituições em todo o mundo rastreiem o comportamento de animais de laboratório, com muito poucos dados de treinamento, mas com precisão no nível humano. Com a tecnologia DeepLabCut, cientistas podem aprofundar a compreensão científica do controle motor e do comportamento em diversas espécies animais e escalas temporais.</p>Histórico do NumPyhttps://numpy.org/pt/history/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/history/<p>NumPy é uma biblioteca Python fundamental que fornece estruturas de <em x-id="3">arrays</em> de dados e rotinas numéricas rápidas relacionadas a estas arrays. Quando começou, a biblioteca tinha pouco financiamento e foi escrita principalmente por estudantes de pós-graduação—muitos deles sem educação em ciência da computação e, muitas vezes, sem autorização dos seus orientadores. Imaginar que um pequeno grupo de programadores estudantis “desobedientes” poderiam subverter o já bem estabelecido ecossistema de software de pesquisa - apoiado por milhões em financiamento e muitas centenas de engenheiros altamente qualificados - era absurdo. No entanto, as motivações filosóficas por trás de uma ferramenta totalmente aberta, em combinação com a vibrante, amigável comunidade com foco singular, provaram ser auspiciosas a longo prazo. Hoje em dia, cientistas, engenheiros e muitos outros profissionais ao redor do mundo confiam no NumPy. Por exemplo, os scripts usados e publicados na análise de ondas gravitacionais importam o NumPy, e o projeto de imagem para buraco negro M87 cita diretamente o NumPy.</p>Instalando o NumPyhttps://numpy.org/pt/install/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/install/<div class="admonition tip"> + <div class="admonition-title"> Tip</div> + <p> + Esta página assume que você está confortável usando um terminal e está familiarizado com gerenciadores de pacotes. +O único pré-requisito para instalar o NumPy é o próprio Python. Se você ainda não tem +Python e quer a maneira mais simples de começar, recomendamos que use a +<a href="https://www.anaconda.com/download">Distribuição Anaconda</a> - ela inclui +Python, NumPy e muitos outros pacotes comumente usados para computação científica +e ciência de dados. + </p> +</div> + +<p>O método recomendado de instalar o NumPy depende do seu fluxo de trabalho preferido. A seguir, dividimos os métodos de instalação entre as seguintes categorias:</p>Kit de imprensahttps://numpy.org/pt/press-kit/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/press-kit/<p>Gostaríamos de facilitar a inclusão da identidade do projeto NumPy em seu próximo documento acadêmico, materiais educacionais ou apresentação.</p> +<p>Você encontrará várias versões de alta resolução do logo do NumPy <a href="https://github.com/numpy/numpy/tree/main/branding/logo">aqui</a>. Note que usando os recursos numpy.org, você aceita o <a href="https://numpy.org/pt/code-of-conduct/">Código de Conduta do NumPy</a>.</p>NumPy Diversity and Inclusion Statementhttps://numpy.org/pt/diversity_sep2020/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/diversity_sep2020/<p><em>In light of the foregoing discussion on social media after publication of the +NumPy paper in Nature and the concerns raised about the state of diversity and +inclusion on the NumPy team, we would like to issue the following statement:</em></p> +<p>It is our strong belief that we are at our best, as a team and community, when +we are inclusive and equitable. Being an international team from the onset, we +recognize the value of collaborating with individuals from diverse backgrounds +and expertise. A culture where everyone is welcomed, supported, and valued is +at the core of the NumPy project.</p>Obter ajudahttps://numpy.org/pt/gethelp/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/gethelp/<p><strong>Issues sobre desenvolvimento:</strong> Para assuntos relacionados ao desenvolvimento do NumPy (por exemplo, relatórios de bugs), veja a <a href="https://numpy.org/pt/community/">Comunidade</a>.</p> +<p><strong>Perguntas de usuários:</strong> A melhor maneira de obter ajuda é postar sua pergunta em um site como <a href="http://stackoverflow.com/questions/tagged/numpy">StackOverflow</a> ou <a href="https://www.reddit.com/r/Numpy/">Reddit</a>. Gostaríamos de poder ficar de olho nestes sites, ou responder perguntas diretamente, mas o volume é imenso!</p> <h3 id="stackoverflowhttpstackoverflowcomquestionstaggednumpy"><a href="http://stackoverflow.com/questions/tagged/numpy">StackOverflow</a><a class="headerlink" href="#stackoverflowhttpstackoverflowcomquestionstaggednumpy" title="Link to this heading">#</a></h3> <p>Um fórum para fazer perguntas sobre a utilização da biblioteca, por exemplo: “Como faço X no NumPy?”. Por favor <a href="https://stackoverflow.com/help/tagging">use a tag <code>#numpy</code></a></p>PESQUISA DE USUÁRIOS NUMPYhttps://numpy.org/pt/user-surveys/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/user-surveys/<p><strong>2020</strong> O time de pesquisas da NumPy, em parceria com estudantes e professores da Universidade de Michigan e da Universidade de Maryland, conduziram a primeira pesquisa oficial sobre a comunidade NumPy. Você pode encontrar os resultados da pesquisa <a href="https://numpy.org/user-survey-2020/">aqui (em inglês)</a>.</p> <p><strong>2021</strong> Os dados coletados estão em análise.</p> <p>Se você tem dúvidas ou sugestões sobre as pesquisas já realizadas ou futuras, por favor crie uma issue <a href="https://github.com/numpy/numpy-surveys/issues">aqui</a>.</p>PESQUISA SOBRE A COMUNIDADE NUMPY 2020https://numpy.org/pt/user-survey-2020/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/user-survey-2020/<p>Em 2020, o time de pesquisas do NumPy realizou a primeira pesquisa oficial sobre a comunidade NumPy, em parceria com alunos e docentes de um Mestrado em metodologia de pesquisa realizado conjuntamente pela Universidade de Michigan e pela Universidade da Maryland. Mais de 1200 usuários de 75 países participaram para nos ajudar a mapear uma paisagem da comunidade NumPy e expressaram seus pensamentos sobre o futuro do projeto.</p> -<figure class="align-default" id="id000"><img src="https://numpy.org/surveys/NumPy_usersurvey_2020_report_cover.png" alt="Página de capa do relatório da pesquisa de usuários do NumPy 2020, chamado "NumPy Community Survey 2020 - results"" class="align-center" width="250"> +<figure class="align-center" id="id000"><img src="https://numpy.org/surveys/NumPy_usersurvey_2020_report_cover.png" alt="Cover page of the 2020 NumPy user survey report, titled "NumPy Community Survey 2020 - results"" class="align-center" width="250"> @@ -147,11 +170,12 @@ Software de código aberto está acelerando a Biomedicina. DeepLabCut permite a </figure> <p><strong><a href="https://numpy.org/surveys/NumPy_usersurvey_2020_report.pdf">Faça o download do relatório</a></strong> para ver os detalhes sobre os resultados encontrados.</p>Política de privacidadehttps://numpy.org/pt/privacy/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/privacy/<p><strong>numpy.org</strong> é operado por <a href="https://numfocus.org">NumFOCUS, Inc.</a>, o patrocinador fiscal do projeto NumPy. Para a Política de Privacidade deste site, consulte <a href="https://numfocus.org/privacy-policy">https://numfocus.org/privacy-policy</a>.</p> -<p>Se você tiver alguma dúvida sobre a política ou as práticas de coleta de dados do NumFOCUS, uso e divulgação, entre em contato com a equipe do NumFOCUS em <a href="mailto:privacy@numfocus.org">privacy@numfocus.org</a>.</p>Quem Somoshttps://numpy.org/pt/about/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/about/<p>NumPy é um projeto de código aberto que visa possibilitar a computação numérica com Python. Foi criado em 2005, com base no trabalho inicial das bibliotecas Numeric e Numarray. O NumPy sempre será 100% software de código aberto, livre para que todos usem. É lançado sob os termos liberais da <a href="https://github.com/numpy/numpy/blob/main/LICENSE.txt">licença BSD modificada</a>.</p> -<p>O NumPy é desenvolvido no GitHub, através do consenso da comunidade NumPy e de uma comunidade mais ampla de Python científico. Para obter mais informações sobre nossa abordagem de governança, por favor, consulte nosso <a href="https://www.numpy.org/devdocs/dev/governance/index.html">Documento de Governança</a>.</p>Termos de Usohttps://numpy.org/pt/terms/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/terms/<p><em>Última atualização em 4 de janeiro de 2020</em></p> +<p>Se você tiver alguma dúvida sobre a política ou as práticas de coleta de dados do NumFOCUS, uso e divulgação, entre em contato com a equipe do NumFOCUS em <a href="mailto:privacy@numfocus.org">privacy@numfocus.org</a>.</p>Sobrehttps://numpy.org/pt/about/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/about/<p>NumPy é um projeto de código aberto visando habilitar a computação numérica com Python. Foi criado em 2005, com base no trabalho inicial das bibliotecas Numeric e Numarray. O NumPy sempre será 100% software de código aberto, livre para que todos usem. É lançado sob os termos liberais da <a href="https://github.com/numpy/numpy/blob/main/LICENSE.txt">licença BSD modificada</a>.</p> +<p>O NumPy é desenvolvido abertamente no GitHub, através do consenso da comunidade NumPy e de uma comunidade mais ampla de Python científico. Para obter mais informações sobre nossa abordagem de governança, por favor, consulte nosso <a href="https://www.numpy.org/devdocs/dev/governance/index.html">Documento de Governança</a>.</p>Terms of Usehttps://numpy.org/pt/terms/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/terms/<p><em>Last updated January 4, 2020</em></p> <h2 id="agreement-to-terms">AGREEMENT TO TERMS<a class="headerlink" href="#agreement-to-terms" title="Link to this heading">#</a></h2> -<p>These Terms of Use constitute a legally binding agreement made between you, whether personally or on behalf of an entity (“you”) and NumPy ("<strong>Project</strong>", “<strong>we</strong>”, “<strong>us</strong>”, or “<strong>our</strong>”), concerning your access to and use of the numpy.org website as well as any other media form, media channel, mobile website or mobile application related, linked, or otherwise connected thereto (collectively, the “Site”). You agree that by accessing the Site, you have read, understood, and agreed to be bound by all of these Terms of Use. IF YOU DO NOT AGREE WITH ALL OF THESE TERMS OF USE, THEN YOU ARE EXPRESSLY PROHIBITED FROM USING THE SITE AND YOU MUST DISCONTINUE USE IMMEDIATELY.</p>Times NumPyhttps://numpy.org/pt/teams/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/teams/<p>Somos uma equipe internacional com a missão de apoiar comunidades científicas e de pesquisa em todo o mundo construindo software de código aberto de qualidade. <a href="https://numpy.org/pt/contribute/">Junte-se a nós</a>!</p> -<h3 id="maintainers">Maintainers<a class="headerlink" href="#maintainers" title="Link to this heading">#</a></h3> +<p>These Terms of Use constitute a legally binding agreement made between you, whether personally or on behalf of an entity (“you”) and NumPy ("<strong>Project</strong>", “<strong>we</strong>”, “<strong>us</strong>”, or “<strong>our</strong>”), concerning your access to and use of the numpy.org website as well as any other media form, media channel, mobile website or mobile application related, linked, or otherwise connected thereto (collectively, the “Site”). You agree that by accessing the Site, you have read, understood, and agreed to be bound by all of these Terms of Use. IF YOU DO NOT AGREE WITH ALL OF THESE TERMS OF USE, THEN YOU ARE EXPRESSLY PROHIBITED FROM USING THE SITE AND YOU MUST DISCONTINUE USE IMMEDIATELY.</p>Times NumPyhttps://numpy.org/pt/teams/Mon, 01 Jan 0001 00:00:00 +0000https://numpy.org/pt/teams/<p>Somos uma equipe internacional com a missão de apoiar comunidades científicas e de pesquisa em todo o mundo construindo software de código aberto de qualidade. +<a href="https://numpy.org/pt/contribute/">Junte-se a nós</a>!</p> +<h3 id="pessoas-mantenedoras">Pessoas Mantenedoras<a class="headerlink" href="#pessoas-mantenedoras" title="Link to this heading">#</a></h3> <div class="sd-container-fluid sd-mb-4 false"> <div class="sd-row sd-row-cols-2 sd-row-cols-xs-2 sd-row-cols-sm-3 sd-row-cols-md-4 sd-row-cols-lg-5 sd-g-2 sd-g-xs-2 sd-g-sm-3 sd-g-md-4 sd-g-lg-5"> <div class="sd-col sd-d-flex-row"> @@ -592,7 +616,7 @@ Warren Weckesser </div> </div> -<h3 id="docs-team">Docs team<a class="headerlink" href="#docs-team" title="Link to this heading">#</a></h3> +<h3 id="time-de-documentacão">Time de documentacão<a class="headerlink" href="#time-de-documentacão" title="Link to this heading">#</a></h3> <div class="sd-container-fluid sd-mb-4 false"> <div class="sd-row sd-row-cols-2 sd-row-cols-xs-2 sd-row-cols-sm-3 sd-row-cols-md-4 sd-row-cols-lg-5 sd-g-2 sd-g-xs-2 sd-g-sm-3 sd-g-md-4 sd-g-lg-5"> <div class="sd-col sd-d-flex-row"> @@ -703,7 +727,7 @@ Ross Barnowski </div> </div> -<h3 id="web-team">Web team<a class="headerlink" href="#web-team" title="Link to this heading">#</a></h3> +<h3 id="time-web">Time Web<a class="headerlink" href="#time-web" title="Link to this heading">#</a></h3> <div class="sd-container-fluid sd-mb-4 false"> <div class="sd-row sd-row-cols-2 sd-row-cols-xs-2 sd-row-cols-sm-3 sd-row-cols-md-4 sd-row-cols-lg-5 sd-g-2 sd-g-xs-2 sd-g-sm-3 sd-g-md-4 sd-g-lg-5"> <div class="sd-col sd-d-flex-row"> @@ -844,7 +868,7 @@ Albert Steppi </div> </div> -<h3 id="triage-team">Triage team<a class="headerlink" href="#triage-team" title="Link to this heading">#</a></h3> +<h3 id="time-de-triagem">Time de Triagem<a class="headerlink" href="#time-de-triagem" title="Link to this heading">#</a></h3> <div class="sd-container-fluid sd-mb-4 false"> <div class="sd-row sd-row-cols-2 sd-row-cols-xs-2 sd-row-cols-sm-3 sd-row-cols-md-4 sd-row-cols-lg-5 sd-g-2 sd-g-xs-2 sd-g-sm-3 sd-g-md-4 sd-g-lg-5"> <div class="sd-col sd-d-flex-row"> @@ -1270,7 +1294,7 @@ Zijie (ZJ) Poh </div> </div> -<h3 id="survey-team">Survey team<a class="headerlink" href="#survey-team" title="Link to this heading">#</a></h3> +<h3 id="time-de-pesquisa">Time de Pesquisa<a class="headerlink" href="#time-de-pesquisa" title="Link to this heading">#</a></h3> <div class="sd-container-fluid sd-mb-4 false"> <div class="sd-row sd-row-cols-2 sd-row-cols-xs-2 sd-row-cols-sm-3 sd-row-cols-md-4 sd-row-cols-lg-5 sd-g-2 sd-g-xs-2 sd-g-sm-3 sd-g-md-4 sd-g-lg-5"> <div class="sd-col sd-d-flex-row"> @@ -1321,7 +1345,163 @@ Ross Barnowski </div> </div> -<h3 id="emeritus-maintainers">Emeritus maintainers<a class="headerlink" href="#emeritus-maintainers" title="Link to this heading">#</a></h3> +<h3 id="time-de-traduções">Time de traduções<a class="headerlink" href="#time-de-traduções" title="Link to this heading">#</a></h3> +<div class="sd-container-fluid sd-mb-4 false"> + <div class="sd-row sd-row-cols-2 sd-row-cols-xs-2 sd-row-cols-sm-3 sd-row-cols-md-4 sd-row-cols-lg-5 sd-g-2 sd-g-xs-2 sd-g-sm-3 sd-g-md-4 sd-g-lg-5"> + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://avatars.githubusercontent.com/u/3949932?u=aacac68df60d2cf64c17c7e5aa17adf8b738aa7b&v=4%22" alt="Avatar of Melissa Weber Mendonça"> + + + +Melissa Weber Mendonça + </div> + <a class="sd-stretched-link" href="https://github.com/melissawm"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Avatar of Juan Pablo Duque"> + + + +Juan Pablo Duque (@juanpabloduqueo) + </div> + <a class="sd-stretched-link" href="https://scientific-python.crowdin.com"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Avatar of Yeimi Pena"> + + + +Yeimi Pena (@yeimiyaz) + </div> + <a class="sd-stretched-link" href="https://www.linkedin.com/in/yeimipena/"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://avatars.githubusercontent.com/u/3813847?v=4" alt="Avatar of Atsushi Sakai"> + + + +Atsushi Sakai (@AtsushiSakai) + </div> + <a class="sd-stretched-link" href="https://github.com/AtsushiSakai"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Avatar of Getúlio Silva"> + + + +Getúlio Silva (@getuliosilva) + </div> + <a class="sd-stretched-link" href="https://scientific-python.crowdin.com"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Oriol Abril-Pla"> + + + +Oriol Abril-Pla (@OriolAbril) + </div> + <a class="sd-stretched-link" href="https://scientific-python.crowdin.com"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Avatar of @julio"> + + + +@julio + </div> + <a class="sd-stretched-link" href="https://scientific-python.crowdin.com"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Avatar of Ali Faraji"> + + + +Ali Faraji (@ali) + </div> + <a class="sd-stretched-link" href="https://scientific-python.crowdin.com"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Avatar of Saeed Foroutan"> + + + +Saeed Foroutan (@SaeedForoutan) + </div> + <a class="sd-stretched-link" href="https://scientific-python.crowdin.com"></a> + </div> +</div> + + <div class="sd-col sd-d-flex-row"> + + <div class="sd-card sd-w-100 sd-shadow-sm sd-card-hover text-center"> + + <div class="sd-card-body"> + <img src="https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg" alt="Avatar of @pyjavo"> + + + +@pyjavo + </div> + <a class="sd-stretched-link" href="https://scientific-python.crowdin.com"></a> + </div> +</div> + + </div> +</div> + +<h3 id="mantenedores-eméritos">Mantenedores Eméritos<a class="headerlink" href="#mantenedores-eméritos" title="Link to this heading">#</a></h3> <div class="sd-container-fluid sd-mb-4 false"> <div class="sd-row sd-row-cols-2 sd-row-cols-xs-2 sd-row-cols-sm-3 sd-row-cols-md-4 sd-row-cols-lg-5 sd-g-2 sd-g-xs-2 sd-g-sm-3 sd-g-md-4 sd-g-lg-5"> <div class="sd-col sd-d-flex-row"> diff --git a/pt/install/index.html b/pt/install/index.html index 18d31528..aba558f6 100644 --- a/pt/install/index.html +++ b/pt/install/index.html @@ -1,6 +1,5 @@ NumPy - Instalando o NumPy -NumPy +NumPy Instalação Documentação @@ -10,15 +9,31 @@ Notícias ContribuirPortuguêsEnglish 日本語 (Japanese) -Español Instalando o NumPy Instalando o NumPy O único pré-requisito para instalar o NumPy é o próprio Python. Se você ainda não tem o Python e quer começar do jeito mais simples, nós recomendamos que você use a Distribuição Anaconda - inclui Python, NumPy e outros pacotes comumente usados para computação científica e ciência de dados. O NumPy pode ser instalado com conda, com pip, com um gerenciador de pacotes no macOS e Linux, ou da fonte. Para obter instruções mais detalhadas, consulte nosso guia de instalação do Python e do NumPy abaixo. CONDA Se você usar o conda, você pode instalar o NumPy do canal default ou do conda-forge: # Recomenda-se usar um ambiente novo ao invés de instalar no ambiente-base -conda create -n my-env +Español Instalando o NumPy Instalando o NumPy Tip Esta página assume que você está confortável usando um terminal e está familiarizado com gerenciadores de pacotes. +O único pré-requisito para instalar o NumPy é o próprio Python. Se você ainda não tem +Python e quer a maneira mais simples de começar, recomendamos que use a +Distribuição Anaconda - ela inclui +Python, NumPy e muitos outros pacotes comumente usados para computação científica +e ciência de dados. O método recomendado de instalar o NumPy depende do seu fluxo de trabalho preferido. A seguir, dividimos os métodos de instalação entre as seguintes categorias: Baseados em projeto (por exemplo, uv, pixi) (recomendados para novos usuários) Baseados em ambientes (por exemplo, pip, conda) (o fluxo de trabalho tradicional) Gerenciadores de pacotes de sistema (não recomendados para a maioria dos usuários) A partir do código-fonte (para usuários avançados e para fins de desenvolvimento) Escolha o método mais adequado às suas necessidades. Se não tiver certeza, comece com um método baseado em ambientes usando conda ou pip. + + + Recomendado para novos usuários que queiram um fluxo de trabalho simplificado. uv: Um gerenciador de pacotes Python moderno projetado para velocidade e simplicidade. uv pip install numpy pixi: Um gerenciador de pacotes multiplataforma para Python e outras linguagens. pixi add numpy As duas principais ferramentas que instalam pacotes do Python são pip e conda. Para o desenvolvimento web e de propósito geral em Python, há uma série de ferramentas complementares ao pip. Para computação de alto desempenho (HPC), vale a pena considerar o Spack. A primeira diferença é que conda é multilinguagens e pode instalar o Python, enquanto o pip é instalado em um determinado Python em seu sistema e instala outros pacotes apenas para essa mesma instalação de Python. Elas têm algumas funcionalidades em comum (por exemplo, ambas podem instalar o numpy). No entanto, elas também podem trabalhar juntas. A segunda diferença é que o pip instala do Python Packaging Index (PyPI), enquanto o conda instala de seus próprios canais (tipicamente “defaults” ou “conda-forge”). O PyPI é a maior coleção de pacotes, no entanto, todos os pacotes populares estão disponíveis para conda também. A terceira diferença é que conda é uma solução integrada para gerenciar pacotes, dependências e ambientes, enquanto com pip você pode precisar de outra ferramenta (há muitas!) para lidar com ambientes ou dependências complexas. Conda: se você usar o conda, você pode instalar o NumPy do canal default ou do conda-forge:conda create -n my-env conda activate my-env -# Se quiser instalar do conda-forge -conda config --env --add channels conda-forge -# O comando para instação -conda install numpy PIP Se você usa o pip, você pode instalar o NumPy com: pip install numpy Também ao usar o pip, é uma boa prática usar um ambiente virtual - veja em Instalações Reprodutíveis abaixo por quê, e esse guia para detalhes sobre o uso de ambientes virtuais. Guia de instalação do Python e do NumPy# Instalar e gerenciar pacotes no Python pode ser complicado. Há várias soluções alternativas para a maioria das tarefas. Este guia tenta dar ao leitor um resumo das melhores (ou mais populares) soluções e dar recomendações claras. Ele se concentra em usuários do Python, NumPy e do PyData (ou computação numérica) em sistemas operacionais e hardware comuns. Recomendações# Vamos começar com recomendações baseadas no nível de experiência do usuário e no sistema operacional de interesse. Se você estiver entre “iniciante” e “avançado”, por favor, escolha “iniciante” se você quiser manter as coisas simples, e “avançado” se você quiser trabalhar de acordo com as melhores práticas que te ajudarão a ir mais longe no futuro. Usuários iniciantes# Em Windows, macOS e Linux: Instale o Anaconda (instala todos os pacotes que você precisa e todas as outras ferramentas mencionadas abaixo). Para escrever e executar código, use notebooks no JupyterLab para a computação exploratória e interativa, e o Spyder ou Visual Studio Code para escrever scripts e pacotes. Use o Anaconda Navigator para gerenciar seus pacotes e iniciar o JupyterLab, Spyder ou o Visual Studio Code. Usuários avançados# Conda# Instale o Miniforge. Mantenha o ambiente conda base mínimo, e use um ou mais ambientes conda para instalar o pacote que você precisa para a tarefa ou projeto em que você está trabalhando. Alternativa se você preferir pip/PyPI# Para usuários que preferem uma solução baseada em pip/PyPI, por preferência pessoal ou leitura sobre as principais diferenças entre o conda e o pip, nós recomendamos: Instale o Python a partir de, por exemplo, python.org, Homebrew, ou seu gerenciador de pacotes Linux. Use Poetry como a ferramenta mais bem mantida que fornece um resolvedor de dependências e recursos de gerenciamento de ambiente de forma semelhante ao que o conda faz. Gerenciamento de pacotes Python# Gerenciar pacotes é um problema desafiador e, como resultado, há muitas ferramentas. Para o desenvolvimento web e de propósito geral em Python, há uma série de ferramentas complementares com pip. Para computação de alto desempenho (HPC), vale a pena considerar o Spack. Para computação de alto desempenho (HPC), vale a pena considerar o Spack. Para a maioria dos usuários NumPy, porém, o conda e o pip são as duas ferramentas mais populares. Pip & conda# As duas principais ferramentas que instalam pacotes do Python são pip e conda. Algumas de suas funcionalidades são redundantes (por exemplo, ambos podem instalar o numpy). No entanto, elas também podem trabalhar juntas. Vamos discutir as principais diferenças entre o pip e o conda aqui - é importante entender isso se você deseja gerenciar pacotes de forma efetiva. A primeira diferença é que “conda” é multilinguagens e pode instalar o Python, enquanto o pip é instalado em um determinado Python em seu sistema e instala outros pacotes apenas para essa mesma instalação de Python. Isto também significa que o conda pode instalar bibliotecas e ferramentas não-Python das quais você pode precisar (por exemplo, compiladores, CUDA, HDF5), enquanto pip não pode. A segunda diferença é que o pip instala do Índice de Pacotes Python (Python Packaging Index - PyPI), enquanto o conda instala de seus próprios canais (tipicamente “defaults” ou “conda-forge”). PyPI é a maior coleção de pacotes, no entanto, todos os pacotes populares também estão disponíveis para conda. A terceira diferença é que o conda é uma solução integrada para gerenciar pacotes, dependências e ambientes, enquanto com o pip você pode precisar de outra ferramenta (há muitas!) para lidar com ambientes ou dependências complexas. Instalações reprodutíveis# À medida que as bibliotecas são atualizadas, os resultados obtidos ao executar seu código podem mudar, ou o seu código pode parar de funcionar. É importante poder reconstruir o conjunto de pacotes e versões que você está usando. A recomendação é: usar um ambiente diferente para cada projeto em que você trabalha, gravar nomes de pacotes e versões usando seu instalador de pacotes; cada um tem seu próprio formato de metadados para essa tarefa:Conda: ambientes conda e arquivos environment.yml Pip: ambientes virtuais e requirements.txt Poetry: ambientes virtuais e pyproject.toml Pacotes NumPy & bibliotecas de álgebra linear aceleradas# O NumPy não depende de quaisquer outros pacotes Python. No entanto, depende de uma biblioteca de álgebra linear acelerada - tipicamente Intel MKL ou OpenBLAS. Os usuários não precisam se preocupar com a instalação desses pacotes (eles são incluídos automaticamente em todos os métodos de instalação do NumPy). No entanto, usuários experientes podem querer saber os detalhes, porque o BLAS usado pode afetar o desempenho, o comportamento e o tamanho em disco: As wheels da NumPy no PyPI, que é o que o pip instala, são compiladas com OpenBLAS. As bibliotecas da OpenBLAS são empacotadas dentro da wheel. Isso faz com que a wheel fique maior, e se um usário também instalar (por exemplo) a SciPy, terá agora duas cópias da OpenBLAS no disco. No canal defaults do conda, a NumPy é compilada com a Intel MKL. MKL é um pacote separado que será instalado no ambiente do usuário quando instalar a NumPy. No canal do conda-Forge, a NumPy é compilada com um pacote “BLAS” fictício. Quando um usuário instala o NumPy do conda-forge, esse pacote BLAS então é instalado juntamente com a biblioteca real - o padrão é OpenBLAS, mas também pode ser MKL (do canal defaults), ou até mesmo BLIS ou reference BLAS. O pacote MKL é muito maior que o OpenBLAS, ocupa cerca de 700 MB no disco enquanto OpenBLAS ocupa cerca de 30 MB. A MKL é normalmente um pouco mais rápida e mais robusta do que a OpenBLAS. Além do tamanho instalado, desempenho e robustez, há mais duas coisas a se considerar: A Intel MKL não é de código aberto. Para uso normal isto não é um problema, mas se um usuário precisa redistribuir uma aplicação compilada com a NumPy, isso pode ser um problema. Tanto MKL quanto OpenBLAS usarão multi-threading para chamadas de função como np.dot, com o número de threads sendo determinado tanto por uma opção no momento da compilação quanto por uma variável de ambiente. Muitas vezes, todos os núcleos de CPU serão usados. Isto é, às vezes, inesperado para usuários; o NumPy em si não paraleliza automaticamente nenhuma chamada de função. Normalmente, isso produz melhor desempenho, mas também pode ser prejudicial - por exemplo, ao usar outro nível de paralelização com Dask, scikit-learn ou multiprocessamento. Solução de problemas# Se sua instalação falhar com a mensagem abaixo, consulte Solucionando ImportError.IMPORTANT: PLEASE READ THIS FOR ADVICE ON HOW TO SOLVE THIS ISSUE! +conda install numpy Pip:pip install numpy Tip Dica: Use um ambiente virtual para melhor gerenciamento de dependências python -m venv my-env +source my-env/bin/activate # macOS/Linux +my-env\Scripts\activate # Windows +pip install numpy Não recomendado para a maioria dos usuários, mas disponível por conveniência. macOS (Homebrew): brew install numpy Linux (APT): sudo apt install python3-numpy Windows (Chocolatey): choco install numpy Para usuários avançados e desenvolvedores que querem personalizar ou depurar o NumPy. Um pequeno aviso: construir o Numpy a partir do código-fonte pode ser um exercício não-trivial. +Recomendamos o uso de binários se eles estiverem disponíveis para a sua plataforma através de um dos métodos anteriores. +Para obter detalhes sobre como construir a partir do código-fonte, consulte o guia de construção a partir do código-fonte na documentação do Numpy. Recomendações# Depois de instalar o NumPy, verifique a instalação, executando o seguinte em um shell ou script Python: import numpy as np +print(np.__version__) Isto deve imprimir a versão instalada do NumPy sem erros. Solução de problemas# Se sua instalação falhar com a mensagem abaixo, consulte Solucionando ImportError. IMPORTANT: PLEASE READ THIS FOR ADVICE ON HOW TO SOLVE THIS ISSUE! Importing the numpy c-extensions failed. This error can happen for different reasons, often due to issues with your setup. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +
© 2025 NumPy team. All rights reserved.

\ No newline at end of file diff --git a/pt/learn/index.html b/pt/learn/index.html index 5c8b3ae1..c3d391de 100644 --- a/pt/learn/index.html +++ b/pt/learn/index.html @@ -3,7 +3,7 @@ Abaixo está uma coleção de recursos educacionais, tanto para autoaprendizado como para ensinar outras pessoas, desenvolvidos pelos colaboradores do NumPy e selecionados pela comunidade. Iniciantes# Há uma tonelada de informações sobre o NumPy lá fora. Se você está começando, recomendamos fortemente estes: Tutoriais -NumPy Quickstart Tutorial (Tutorial de Início Rápido) NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub. NumPy Illustrated: The Visual Guide to NumPy por Lev Maximov Scientific Python Lectures Além de incluir conteúdo sobre a NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python. NumPy: the absolute basics for beginners (“o básico absoluto para inciantes”) NumPy tutorial por Nicolas Rougier Stanford CS231 por Justin Johnson NumPy User Guide (Guia de Usuário NumPy) Livros">NumPy +NumPy Quickstart Tutorial (Tutorial de Início Rápido) NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub. NumPy Illustrated: The Visual Guide to NumPy por Lev Maximov Scientific Python Lectures Além de incluir conteúdo sobre o NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python. NumPy: the absolute basics for beginners (“o básico absoluto para inciantes”) NumPy tutorial por Nicolas Rougier Stanford CS231 por Justin Johnson NumPy User Guide (Guia de Usuário NumPy) Livros">NumPy Instalação Documentação @@ -13,6 +13,5 @@ Notícias ContribuirPortuguêsEnglish 日本語 (Japanese) -Español Aprenda Aprenda Para a documentação oficial do NumPy visite numpy.org/doc/stable. Abaixo está uma coleção de recursos educacionais, tanto para autoaprendizado como para ensinar outras pessoas, desenvolvidos pelos colaboradores do NumPy e selecionados pela comunidade. Iniciantes# Há uma tonelada de informações sobre o NumPy lá fora. Se você está começando, recomendamos fortemente estes: Tutoriais NumPy Quickstart Tutorial (Tutorial de Início Rápido) NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub. NumPy Illustrated: The Visual Guide to NumPy por Lev Maximov Scientific Python Lectures Além de incluir conteúdo sobre a NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python. NumPy: the absolute basics for beginners (“o básico absoluto para inciantes”) NumPy tutorial por Nicolas Rougier Stanford CS231 por Justin Johnson NumPy User Guide (Guia de Usuário NumPy) Livros Guide to NumPy de Travis E. Oliphant Essa é uma versão free de 2006. Para a última versão (2015) veja aqui. From Python to NumPy por Nicolas P. Rougier Elegant SciPy por Juan Nunez-Iglesias, Stefan van der Walt, e Harriet Dashnow Você também pode querer conferir a lista Goodreads sobre o tema “Python+SciPy. A maioria dos livros lá serão sobre o “ecossistema SciPy”, que tem o NumPy em sua essência. Vídeos Introduction to Numerical Computing with NumPy por Alex Chabot-Leclerc Avançado# Experimente esses recursos avançados para uma melhor compreensão dos conceitos da NumPy, como indexação avançada, splitting, stacking, álgebra linear e muito mais. Tutoriais 100 NumPy Exercises por Nicolas P. Rougier An Introduction to NumPy and Scipy por M. Scott Shell Numpy Medkits por Stéfan van der Walt NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub. Livros Python Data Science Handbook por Jake Vanderplas Python for Data Analysis por Wes McKinney Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy, and Matplotlib por Robert Johansson Vídeos Advanced NumPy - broadcasting rules, strides, and advanced indexing por Juan Nunuz-Iglesias Palestras sobre NumPy# The Future of NumPy Indexing por Jaime Fernández (2016) Evolution of Array Computing in Python por Ralf Gommers (2019) NumPy: what has changed and what is going to change? por Matti Picus (2019) Inside NumPy por Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harris (2019) Brief Review of Array Computing in Python por Travis Oliphant (2019) Citando a NumPy# Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, por favor veja estas informações sobre citações. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +Español Aprenda Aprenda Para a documentação oficial do NumPy visite numpy.org/doc/stable. Abaixo está uma coleção de recursos educacionais, tanto para autoaprendizado como para ensinar outras pessoas, desenvolvidos pelos colaboradores do NumPy e selecionados pela comunidade. Iniciantes# Há uma tonelada de informações sobre o NumPy lá fora. Se você está começando, recomendamos fortemente estes: Tutoriais NumPy Quickstart Tutorial (Tutorial de Início Rápido) NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub. NumPy Illustrated: The Visual Guide to NumPy por Lev Maximov Scientific Python Lectures Além de incluir conteúdo sobre o NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python. NumPy: the absolute basics for beginners (“o básico absoluto para inciantes”) NumPy tutorial por Nicolas Rougier Stanford CS231 por Justin Johnson NumPy User Guide (Guia de Usuário NumPy) Livros Guide to NumPy de Travis E. Oliphant Essa é uma versão 1 livre de 2006. Para a última versão (2015) veja aqui. From Python to NumPy por Nicolas P. Rougier Elegant SciPy por Juan Nunez-Iglesias, Stefan van der Walt, e Harriet Dashnow Você também pode querer conferir a lista Goodreads sobre o tema “Python+SciPy”. A maioria dos livros lá será sobre o “ecossistema SciPy”, que tem o NumPy em sua essência. Vídeos Introduction to Numerical Computing with NumPy por Alex Chabot-Leclerc Avançado# Experimente esses recursos avançados para uma melhor compreensão dos conceitos da NumPy, como indexação avançada, splitting, stacking, álgebra linear e muito mais. Tutoriais 100 NumPy Exercises por Nicolas P. Rougier An Introduction to NumPy and Scipy por M. Scott Shell Numpy Medkits por Stéfan van der Walt NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub. Livros Python Data Science Handbook por Jake Vanderplas Python for Data Analysis por Wes McKinney Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy, and Matplotlib por Robert Johansson Vídeos Advanced NumPy - broadcasting rules, strides, and advanced indexing por Juan Nunuz-Iglesias Palestras sobre NumPy# The Future of NumPy Indexing por Jaime Fernández (2016) Evolution of Array Computing in Python por Ralf Gommers (2019) NumPy: what has changed and what is going to change? por Matti Picus (2019) Inside NumPy por Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harris (2019) Brief Review of Array Computing in Python por Travis Oliphant (2019) Citando o Numpy# Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, por favor veja estas informações sobre citações. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 + © 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/news/index.html b/pt/news/index.html index 5058e145..0850386f 100644 --- a/pt/news/index.html +++ b/pt/news/index.html @@ -1,6 +1,6 @@ NumPy - Notícias -NumPy +NumPy Instalação Documentação @@ -10,8 +10,26 @@ Notícias ContribuirPortuguêsEnglish 日本語 (Japanese) -Español Notícias Notícias Lançado o NumPy versão 1.26.0# 16 de setembro de 2023 – NumPy 1.26.0 está disponível. Os destaques desta versão são: Suporte ao Python 3.12.0. Compatibilidade com Cython 3.0.0. Utilização do sistema Meson para compilação Suport a SIMD atualizado Melhorias para f2py, suporte a meson e bind(x) Suporte à versão mais recente da biblioteca Accelerate BLAS/LAPACK A versão 1.26.0 é uma continuação da série de versões 1.25.x que marcam a transição para o sistema de compilação Meson e oferecem suporte preliminar para o Cython 3.0.0. Um total de 20 pessoas contribuíram para este lançamento e 59 pull requests foram incorporadas. As versões do Python suportadas por esta versão são 3.9-3.12. numpy.org agora está disponível em japonês e português# 2 de agosto de 2023 – numpy.org agora está disponível em 2 idiomas adicionais: japonês e português. Isto não seria possível sem nossos voluntários dedicados: Português: Melissa Weber Mendonça (melissawm) Ricardo Prins (ricardoprins) Getúlio Silva (getuliosilva) Julio Batista Silva (jbsilva) Alexandre de Siqueira (alexdesiqueira) Alexandre B A Villares (villares) Vini Salazar (vinisalazar) Japonês: Atsushi Sakai (AtsushiSakai) KKunai Tom Kelly (TomKellyGenetics) Yuji Kanagawa (kngwyu) Tetsuo Koyama (tkoyama010) O trabalho na infraestrutura de traduções é financiado pela CZI. No futuro, adoraríamos traduzir o site para mais línguas. Se você quiser ajudar, por favor entre em contato com o time de traduções do NumPy no Slack: -https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. (Procure pelo canal #translations) -Também estamos organizando um time de tradutores que serão responsáveis por trabalhar na localização da documentação e conteúdo educacional para o ecossistema Scientific Python. Se esse trabalho te interessa, junte-se a nós no Discord do projeto Scientific Python: https://discord.gg/khWtqY6RKr. (Procure pelo canal #translation) 17 de junho, 2023 – NumPy 1.25.0 está disponível agora. Os destaques desta versão são: Suporte para MUSL, agora existem rodas MUSL. Suporte para o compilador Fujitsu C/C++. Arrays de objetos agora são suportados em einsum. Suporte para a multiplicação da matriz inplace (@=). A versão 1.25.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade e execução, e na documentação. Também tem havido trabalho preparatório para a futura versão 2.0.0, resultando em um grande número de depreciações novas e expiradas. Um total de 148 pessoas contribuíram para este lançamento e 530 pull requests foram incorporadas. As versões do Python suportadas por esta versão são 3.9-3.11. Promovendo uma cultura inclusiva: Chamada de participação# 10 de maio de 2023 – Promovendo uma Cultura Inclusiva: Chamada de Participação Como podemos ser melhores quando se trata de diversidade e de inclusão? Leia o relatório e descubra como colaborar aqui. Transição de liderança do time de documentação do NumPy# 6 de janeiro de 2023 –- Mukulika Pahari e Ross Barnowski são nomeados como lideres do time de documentação do NumPy, substituindo Melissa Mendonça. Agradecemos a Melissa por todas suas contribuições para a documentação oficial do NumPy e materiais educacionais, e Mukulika e Ross por aceitarem o desafio. NumPy versão 1.24.0# 18 de dezembro de 2022 – NumPy 1.24.0 está agora disponível. Os destaques desta versão são: Novas palavras-chave “dtype” e “casting” para funções que atuam com stacking. Novas funcionalidades e correções do F2PY. Muitas depreciações novas, confira. Muitas depreciações expiradas. A versão 1.24.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade e execução, e na documentação. Há um grande número de depreciações novas e expiradas devido a mudanças na promoção de dtypes e limpezas no código. É o trabalho de 177 contribuidores espalhados em 444 pull requests. As versões suportadas do Python são 3.8-3.11. NumPy versão 1.23.0# 22 de junho de 2022 – O NumPy 1.23.0 está disponível. Os destaques desta versão são: Implementação de loadtxt em C, melhorando muito seu desempenho. Exposição do DLPack ao nível de Python para facilitar a troca de dados. Mudanças na promoção e comparações de dtypes estruturados. Melhorias no f2py. A versão 1.23.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade de execução, na documentação e na expiração de depreciações. É o trabalho de 151 contribuidores espalhados em 494 pull requests. As versões do Python suportadas por esta versão 3.8-3.10. Python 3.11 será suportado quando chegar na etapa rc. Pesquisa NumFOCUS DEI: chamada para participação# 13 de abril de 2022 – O NumPy está trabalhando com a NumFOCUS em um projeto de pesquisa financiado pela Gordon & Betty Moore Foundation para entender as barreiras à participação que contribuidores, especialmente aqueles de grupos historicamente subrepresentados, enfrentam na comunidade open source. A equipe da pesquisa gostaria de falar com novos colaboradores, desenvolvedores e mantenedores, e aqueles que contribuíram no passado sobre suas experiências contribuindo para o NumPy. Quer compartilhar suas experiências? Por favor, preencha este breve formulário: “Participant Interest form” que contém informações adicionais sobre os objetivos da pesquisa, privacidade e considerações de confidencialidade. Sua participação será valiosa para o crescimento e sustentabilidade de comunidades de software open source diversas e inclusivas. Os participantes aceitos participarão de uma entrevista de 30 minutos com um membro da equipe de pesquisa. NumPy versão 1.22.0# 31 de dezembro de 2021 – NumPy 1.22.0 está agora disponível. Os destaques desta versão são: Anotações de tipo do namespace principal estão praticamente completas. Ainda há trabalho a se fazer no upstream, mas a maior parte do trabalho está feita. Esta é provavelmente a melhoria mais visível para os usuários nesta versão. Uma versão preliminar da proposta do array API Standard está disponível (veja NEP 47). Este é um passo na criação de uma coleção padrão de funções que podem ser compartilhadas entre bibliotecas como CuPy e JAX. NumPy agora tem um backend de DLPack. DLPack fornece um formato comum de compartilhamento para dados de arrays (tensores). Novos métodos para quantile, percentile, e funções relacionadas. Os novos métodos fornecem um conjunto completo dos métodos comumente encontrados na literatura. As funções universais foram refatoradas para implementar a maior parte da NEP 43. Isso também desbloqueia a capacidade de experimentar a futura API DType. Um novo alocador de memória configurável para uso pelos projetos downstream. NumPy 1.22.0 é uma versão importante com o trabalho de 153 contribuidores espalhados por mais de 609 pull requests. As versões do Python suportadas por esta versão são 3.8-3.10. Promovendo uma cultura inclusiva no ecossistema científico de Python# 31 de agosto de 2021 – Estamos felizes em anunciar que a Chan Zuckerberg Initiative vai financiar um projeto para apoiar a integração, inclusão, e retenção de pessoas de grupos marginalizados historicamente em projetos científicos em Python, e para estruturalmente melhorar a dinâmica das comunidades para o NumPy, SciPy, Matplotlib, e Pandas. Como parte do programa CZI’s Essential Open Source Software for Science, esse financiamento adicional para diversidade e inclusão vai apoiar a criação de posições de Contributor Experience Lead para identificar, documentar e implementar práticas para fomentar comunidades open source inclusivas. Este projeto será liderado por Melissa Mendonça (NumPy), com apoio adicional de Ralf Gommers (NumPy, SciPy), Hannah Aizenman e Thomas Caswell (Matplotlib), Matt Haberland (SciPy), e Joris Van den Bossche (Pandas). Esse é um projeto ambicioso que visa descobrir e implementar atividades que devem estruturalmente melhorar a dinâmica da comunidade de nossos projetos. Ao criar essas novas funções entre projetos, esperamos introduzir um novo modelo de colaboração às comunidades de Python científico, permitir que o trabalho de construção da comunidade no ecossistema seja feito de forma mais eficiente e com maiores resultados. Também esperamos desenvolver uma imagem mais clara do que funciona e o que não funciona em nossos projetos para engajar e reter novos colaboradores, especialmente de grupos historicamente sub-representados. Finalmente, planejamos produzir relatórios detalhados sobre as ações executadas, explicando como eles afetaram nossos projetos em termos de representação e interação com nossas comunidades. O projeto de dois anos deverá começar em novembro de 2021 e estamos animados para ver os resultados deste trabalho! Você pode ler a proposta completa aqui. Pesquisa NumPy 2021# 12 de julho de 2021 – Nós do NumPy acreditamos no poder da nossa comunidade. 1,236 usuários do NumPy de 75 países participaram da nossa primeira pesquisa ano passado. Os resultados da pesquisa nos ajudaram a compreender muito bem o que devemos fazer pelos 12 meses seguintes. Chegou a hora de fazer outra pesquisa e estamos contando com você novamente. Vai levar cerca de 15 minutos do seu tempo. Além de Inglês, o questionário de pesquisa está disponível em 8 idiomas adicionais: Bangla, Francês, Hindi, Japonês, Mandarim, Português, Russo e Espanhol. Siga o link para começar: https://berkeley.qualtrics.com/jfe/form/SV_aaOONjgcBXDSl4q. NumPy versão 1.19.0# 23 de junho de 2021 – O NumPy 1.21.0 está disponível. Os destaques desta versão são: a continuação do trabalho com SIMD para suportar mais funções e plataformas, trabalho inicial na infraestrutura e conversão de novos dtypes, wheels universal2 para Python 3.8 e Python 3.9 no Mac, melhorias na documentação, melhorias nas anotações de tipos, novo bitgenerator PCG64DXSM para números aleatórios. Esta versão do NumPy é o resultado de 581 pull requests aceitos, a partir das contribuições de 175 pessoas. As versões do Python suportadas por esta versão são 3.7-3.9; o suporte para o Python 3.10 será adicionado após o lançamento do Python 3.10. Resultados da pesquisa NumPy 2020# 22 de junho de 2021 – Em 2020, o time de pesquisas NumPy, em parceria com estudantes e professores da Universidade de Michigan e da Universidade de Maryland, realizou a primeira pesquisa oficial sobre a comunidade NumPy. Encontre os resultados da pesquisa aqui: https://numpy.org/user-survey-2020/. NumPy versão 1.20.0# 30 de janeiro de 2021 – O NumPy 1.20.0 está disponível. Este é o maior lançamento do NumPy até hoje, graças a mais de 180 colaboradores. As duas novidades mais emocionantes são: Anotações de tipos para grandes partes do NumPy, e um novo submódulo numpy.typing contendo aliases ArrayLike e DtypeLike que usuários e bibliotecas downstream podem usar quando quiserem adicionar anotações de tipos em seu próprio código. Otimizações de compilação SIMD multi-plataforma, com suporte para instruções x86 (SSE, AVX), ARM64 (Neon) e PowerPC (VSX). Isso rendeu melhorias significativas de desempenho para muitas funções (exemplos: sen/cos, einsum). Diversidade no projeto NumPy# 20 de setembro de 2020 – Escrevemos uma declaração sobre o estado da diversidade e inclusão no projeto NumPy e discussões em redes sociais sobre isso.. Primeiro artigo oficial do NumPy publicado na Nature!# 16 de setembro de 2020 – Temos o prazer de anunciar a publicação do primeiro artigo oficial do NumPy como um artigo de revisão na Nature. Isso ocorre 14 anos após o lançamento do NumPy 1.0. O artigo abrange aplicações e conceitos fundamentais da programação de matrizes, o rico ecossistema científico de Python construído em cima do NumPy, e os protocolos de array recentemente adicionados para facilitar a interoperabilidade com bibliotecas externas para computação com matrizes e tensores, como CuPy, Dask e JAX. O Python 3.9 está chegando, quando o NumPy vai liberar wheels binárias?# 14 de setembro de 2020 – Python 3.9 será lançado em algumas semanas. Se você for quiser usar imediatamente a nova versão do Python, você pode ficar desapontado ao descobrir que o NumPy (e outros pacotes binários como SciPy) não terão wheels no dia do lançamento. É um grande esforço adaptar a infraestrutura de compilação a uma nova versão de Python e normalmente leva algumas semanas para que os pacotes apareçam no PyPI e no conda-forge. Em preparação para este evento, por favor, certifique-se de atualizar seu pip para a versão 20.1 pelo menos para suportar manylinux2010 e manylinux2014 usar --only-binary=numpy ou --only-binary=:all: para impedir pip de tentar compilar a partir do código fonte. NumPy versão 1.19.2# 10 de setembro de 2020 – O NumPy 1.19.2 está disponível. Essa última versão da série 1.19 corrige vários bugs, inclui preparações para o lançamento do Cython 3 e fixa o setuptools para que o distutils continue funcionando enquanto modificações upstream estão sendo feitas. As wheels para aarch64 são compiladas com manylinux2014 mais recente que conserta um problema com distribuições linux diferentes. A primeira pesquisa NumPy está aqui!# 2 de julho de 2020 – Esta pesquisa tem como objetivo guiar e definir prioridades para tomada de decisões sobre o desenvolvimento do NumPy como software e como comunidade. A pesquisa está disponível em mais 8 idiomas além do inglês: Bangla, Hindi, Japonês, Mandarim, Português, Russo, Espanhol e Francês. Ajude-nos a melhorar o NumPy respondendo à pesquisa aqui. O NumPy tem um novo logo!# 24 de junho de 2020 – NumPy agora tem um novo logo: O logotipo é uma versão moderna do antigo, com um design mais limpo. Obrigado à Isabela Presedo-Floyd por projetar o novo logotipo, bem como ao Travis Vaught pelo o logotipo antigo que nos serviu bem durante mais de 15 anos. NumPy versão 1.19.0# 20 de junho de 2020 – O NumPy 1.19.0 está disponível. Esta é a primeira versão sem suporte ao Python 2, portanto foi uma “versão de limpeza”. A versão mínima de Python suportada agora é Python 3.6. Uma característica nova importante é que a infraestrutura de geração de números aleatórios que foi introduzida na NumPy 1.17.0 agora está acessível a partir do Cython. Aceitação no programa Season of Docs# 11 de maio de 2020 – O NumPy foi aceito como uma das organizações mentoras do programa Google Season of Docs. Estamos animados com a oportunidade de trabalhar com um technical writer para melhorar a documentação do NumPy mais uma vez! Para mais detalhes, consulte o site oficial do programa Season of Docs e nossa página de ideias. NumPy versão 1.18.0# 22 de dezembro de 2019 – O NumPy 1.18.0 está disponível. Após as principais mudanças em 1.17.0, esta é uma versão de consolidação. É a última versão menor que suportará Python 3.5. Destaques dessa versão incluem a adição de uma infraestrutura básica para permitir o link com as bibliotecas BLAS e LAPACK em 64 bits durante a compilação, e uma nova C-API para numpy.random. Por favor, veja as notas de lançamento para mais detalhes. O NumPy recebe financiamento da Chan Zuckerberg Initiative# 15 de novembro de 2019 – Estamos felizes em anunciar que o NumPy e a OpenBLAS, uma das dependências-chave do NumPy, receberam um auxílio conjunto de $195,000 da Chan Zuckerberg Initiative através do seu programa Essential Open Source Software for Science que apoia a manutenção, crescimento, desenvolvimento e envolvimento da comunidade em ferramentas de código aberto fundamentais para a ciência. Este auxílio será usado para aumentar os esforços de melhoria da documentação do NumPy, reformulação do site, desenvolvimento comunitário para melhor servir a nossa grande, e rapidamente crescente, base de usuários, assim como para garantir a sustentabilidade do projeto a longo prazo. Enquanto a equipe OpenBLAS se concentrará em tratar de um conjunto de questões técnicas fundamentais, em particular relacionadas a thread-safety, AVX-512, e thread-local storage (TLS), bem como melhorias algorítmicas na ReLAPACK (Recursive LAPACK) da qual a OpenBLAS depende. Mais detalhes sobre nossas propostas e resultados esperados podem ser encontrados na proposta completa de concessão de auxílio. O trabalho está agendado para começar no dia 1 de dezembro de 2019 e continuar pelos próximos 12 meses. Lançamentos# Aqui está uma lista de versões do NumPy, com links para notas de lançamento. Bugfix lança (apenas o z muda no x.y. número da versão) não tem novos recursos; versões menores (o y aumenta) sim. NumPy 1.26.2 (notas de versão) – 12 de novembro de 2023. NumPy 1.26.1 (notas de versão) – 14 de outubro de 2023. NumPy 1.26.0 (notas de versão) – 16 de setembro de 2023. NumPy 1.25.2 (notas de versão) – 31 de julho de 2023. NumPy 1.25.1 (notas de versão) – 8 de julho de 2023. NumPy 1.24.4 (notas de versão) – 26 de junho de 2023. NumPy 1.25.0 (notas de versão) – 17 de junho de 2023. NumPy 1.24.3 (notas de versão) – 22 de abril de 2023. NumPy 1.24.2 (notas de versão) – 5 de fevereiro de 2023. NumPy 1.24.1 (notas de versão) – 26 de dezembro de 2022. NumPy 1.24.0 (notas de versão) – 18 de dezembro de 2022. NumPy 1.23.5 (notas de versão) – 19 de novembro de 2022. NumPy 1.23.4 (notas de versão) – 12 de outubro de 2022. NumPy 1.23.3 (notas de versão) – 9 de setembro de 2022. NumPy 1.23.2 (notas de versão) – 14 de agosto de 2022. NumPy 1.23.1 (notas de versão) – 8 de julho de 2022. NumPy 1.23.0 (notas de versão) – 22 de junho de 2022. NumPy 1.22.4 (notas de versão) – 20 de maio de 2022. NumPy 1.21.6 (notas de versão) – 12 de abril de 2022. NumPy 1.22.3 (notas de versão) – 7 de março de 2022. NumPy 1.22.2 (notas de versão) – 3 de fevereiro de 2022. NumPy 1.22.1 (notas de versão) – 14 de janeiro de 2022. NumPy 1.22.0 (notas de versão) – 31 de dezembro de 2021. NumPy 1.21.5 (notas de versão) – 19 de dezembro de 2021. NumPy 1.21.0 (notas de versão) – 22 de junho de 2021. NumPy 1.20.3 (notas de versão) – 10 de maio de 2021. NumPy 1.20.0 (notas de versão) – 30 de janeiro de 2021. NumPy 1.19.5 (notas de versão) – 5 de janeiro de 2021. NumPy 1.19.0 (notas de versão) – 20 de junho de 2020. NumPy 1.18.4 (notas de versão) – 3 de maio de 2020. NumPy 1.17.5 (notas de versão) – 1 de janeiro de 2020. NumPy 1.18.0 (notas de versão) – 22 de dezembro de 2019. NumPy 1.17.0 (notas de versão) – 26 de julho de 2019. NumPy 1.16.0 (notas de versão) – 14 de janeiro de 2019. NumPy 1.15.0 (notas de versão) – 23 de julho de 2018. NumPy 1.14.0 (notas de versão) – 7 de janeiro de 2018. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +Español Notícias Notícias Lançado o NumPy versão 2.2.0# 8 de dezembro de 2024 – A NumPy 2.2.0 é uma versão que nos traz de volta para o calendário habitual de lançamento duas vezes por ano. Ela inclui um número de pequenas limpezas, melhorias para o StringDType, e melhor suporte para +o free-threaded Python. Alguns dos destaques são: Novas funções matvec e vecmat, Várias melhorias nas anotações de tipos, Suporte melhorado para o novo StringDType, Suporte aprimorado para Python free-threaded, Correções para o f2py. Esta versão suporta as versões 3.10-3.13 do Python. Lançado o NumPy versão 2.1.0# 18 de agosto de 2024 – NumPy 2.1.0 fornece suporte para Python 3.13 e remove suporte para Python 3.9. Além das habituais correções de erros e suporte a Python atualizado, esta versão ajuda a trazer o NumPy de volta ao ciclo habitual de lançamento após o longo desenvolvimento da versão 2.0. Os destaques desta versão são: Suporte ao Python 3.13. Suporte preliminar para Python 3.13 free threaded. Suporte para o padrão array-api 2023.12. As versões 3.10-3.13 do Python são suportadas por esta versão. NumPy 2.0.0 lançada# 16 de junho de 2024 – NumPy 2.0.0 é a primeira grande versão desde 2006. É o resultado de 11 meses de desenvolvimento desde a última feature release e é o trabalho de 212 contribuidores espalhado por 1078 pull requests. Esta versão contém um grande número de novas funcionalidades interessantes, bem como mudanças nas APIs Python e C. As mudanças incluem quebras de compatibilidade que não puderam acontecer em uma versão regular menor - incluindo uma quebra na ABI, mudanças nas regras de promoção de tipo e mudanças na API +que poderiam não estar emitindo alertas de fim de suporte nas versões 1.26.x. Documentos-chave, relacionados a como se adaptar às mudanças no NumPy 2.0, incluem: O guia de migração NumPy 2.0 As notas de lançamento da versão 2.0.0 Issue de anúncio para atualizações de estado: numpy#24300 A postagem de blog “NumPy 2.0: an evolutionary milestone” conta um pouco da história sobre como esta versão foi construída. Data de lançamento da NumPy 2.0: 16 de junho# 23 de maio de 2024 – Estamos animados em anunciar que planejamos lançar a NumPy 2.0 em 16 de junho de 2024. Este lançamento está em desenvolvimento há mais de um ano, e +é o primeiro grande lançamento desde 2006. Importantly, in addition to many new +features and performance improvement, it contains breaking changes to the +ABI as well as the Python and C APIs. Importante, além de muitas funcionalidades novas e melhoria de desempenho, esta versão contém quebras de compatibilidade com a ABI e com as APIs Python e C. É provável que os pacotes downstream e o código de usuário final precisem ser adaptados - se você puder, por favor, verifique se o seu código funciona com NumPy 2.0.0rc2. Por favor, veja o seguinte para mais detalhes: O guia de migração NumPy 2.0 As notas de lançamento da versão 2.0.0 Issue de anúncio para atualizações de estado: numpy#24300 Arrecadação de fundos de fim de ano da NumFOCUS# 19 de dezembro de 2023 – A NumFOCUS se juntou ao PyCharm durante sua campanha de final de ano para oferecer 30% de desconto em licenças de PyCharm para novos usuários. Todas as receitas do primeiro ano das compras do PyCharm a partir de agora +até 23 de dezembro de 2023 irão diretamente para os programas NumFOCUS. Use a URL única que permitirá rastrear as compras https://lp.jetbrains.com/support-data-science/ ou um código de cupom ISUPPORTDATASCIENCE Lançada versão 1.26.0 do NumPy# 17 de junho de 2023 – NumPy 1.25.0 está disponível agora. Os destaques desta versão são: Suporte ao Python 3.12.0. Compatibilidade com Cython 3.0.0. Utilização do sistema Meson para compilação Suporte a SIMD atualizado Melhorias para f2py, suporte a meson e bind(x) Suporte à versão mais recente da biblioteca Accelerate BLAS/LAPACK A versão 1.26.0 é uma continuação da série de versões 1.25.x que marcam a transição para o sistema de compilação Meson e o fornecimento de suporte para o Cython 3.0.0. +Um total de 20 pessoas contribuíram para este lançamento e 59 pull requests foram incorporadas. As versões do Python suportadas por esta versão são 3.9-3.12. numpy.org agora está disponível em japonês e português# 2 de agosto de 2023 – numpy.org agora está disponível em 2 idiomas adicionais: japonês e português. Isto não seria possível sem nossos voluntários dedicados: Português: Melissa Weber Mendonça (melissawm) Ricardo Prins (ricardoprins) Getúlio Silva (getuliosilva) Julio Batista Silva (jbsilva) Alexandre de Siqueira (alexdesiqueira) Alexandre B A Villares (villares) Vini Salazar (vinisalazar) Japonês: Atsushi Sakai (AtsushiSakai) KKunai Tom Kelly (TomKellyGenetics) Yuji Kanagawa (kngwyu) Tetsuo Koyama (tkoyama010) O trabalho na infraestrutura de tradução é apoiado com financiamento da CZI. No futuro, adoraríamos traduzir o site para mais línguas. +Se você quiser ajudar, por favor entre em contato com o time de traduções do NumPy no Slack: +https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. +(Procure pelo canal de #translations.) Também estamos construindo uma Equipe de Traduções que vai trabalhar na localização da documentação e conteúdo educacional por todo o ecossistema de Python científico. Se esse trabalho te interessa, junte-se a nós no Discord do projeto Scientific Python: https://discord.gg/khWtqY6RKr. (Procure pelo canal #translation) Lançado o NumPy 1.25.0# 31 de dezembro de 2021 – NumPy 1.22.0 está agora disponível. Os destaques desta versão são: Suporte para MUSL, agora existem rodas MUSL. Suporte para o compilador Fujitsu C/C++. Arrays de objetos agora são suportados em einsum. Suporte para a multiplicação da matriz inplace (@=). A versão 1.25.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade e execução, e na documentação. Também tem havido trabalho preparatório para a futura versão 2.0.0, resultando em um grande número de depreciações novas e expiradas. Um total de 148 pessoas contribuíram para este lançamento e 530 pull requests foram incorporadas. As versões do Python suportadas por esta versão são 3.9-3.11. Promovendo uma cultura inclusiva: Chamada de participação# 10 de maio de 2023 – Promovendo uma Cultura Inclusiva: Chamada de Participação Como podemos ser melhores quando se trata de diversidade e de inclusão? +Leia o relatório e descubra como colaborar aqui. Transição de liderança do time de documentação do NumPy# 6 de janeiro de 2023 –- Mukulika Pahari e Ross Barnowski são nomeados como lideres do time de documentação do NumPy, substituindo Melissa Mendonça. Agradecemos a Melissa por todas suas contribuições para a documentação oficial do NumPy e materiais educacionais, e Mukulika e Ross por aceitarem o desafio. NumPy versão 1.23.0# 16 de setembro de 2023 – NumPy 1.26.0 está disponível. Os destaques desta versão são: Novas palavras-chave “dtype” e “casting” para funções que atuam com stacking. Novas funcionalidades e correções do F2PY. Muitas depreciações novas, confira. Muitas depreciações expiradas. A versão 1.24.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade e execução, e na documentação. +Há um grande número de depreciações novas e expiradas devido a mudanças na promoção de dtypes e limpezas no código. É o trabalho de 177 contribuidores espalhados em 444 pull requests. As versões suportadas do Python são 3.8-3.11. NumPy versão 1.23.0# 22 de junho de 2022 – O NumPy 1.23.0 está disponível. Os destaques desta versão são: Implementação de loadtxt em C, melhorando muito seu desempenho. Exposição do DLPack ao nível de Python para facilitar a troca de dados. Mudanças na promoção e comparações de dtypes estruturados. Melhorias no f2py. A versão 1.23.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade de execução, na documentação e na expiração de depreciações. É o trabalho de 151 contribuidores espalhados em 494 pull requests. As versões do Python suportadas por esta versão são 3.8-3.10. +Python 3.11 será suportado quando chegar na etapa rc. Pesquisa NumFOCUS DEI: chamada para participação# 13 de abril de 2022 – O NumPy está trabalhando com a NumFOCUS em um projeto de pesquisa financiado pela Gordon & Betty Moore Foundation para entender as barreiras à participação que contribuidores, especialmente aqueles de grupos historicamente subrepresentados, enfrentam na comunidade open source. A equipe da pesquisa gostaria de falar com novos colaboradores, desenvolvedores e mantenedores, e aqueles que contribuíram no passado sobre suas experiências contribuindo para o NumPy. Quer compartilhar suas experiências? Por favor, preencha este breve formulário: “Participant Interest form” que contém informações adicionais sobre os objetivos da pesquisa, privacidade e considerações de confidencialidade. Sua participação será valiosa para o crescimento e sustentabilidade de comunidades de software de código aberto diversas e inclusivas. Os participantes aceitos participarão de uma entrevista de 30 minutos com um membro da equipe de pesquisa. NumPy versão 1.22.0# 23 de junho de 2021 – O NumPy 1.21.0 está disponível. Os destaques desta versão são: Anotações de tipo do namespace principal estão praticamente completas. Upstream é um alvo em movimento, então provavelmente haverá mais melhorias, mas a maior parte do trabalho está feita. Esta é provavelmente a melhoria mais visível para os usuários nesta versão. Uma versão preliminar da proposta do array API Standard está disponível (veja NEP 47). +Este é um passo na criação de uma coleção padrão de funções que podem ser compartilhadas entre bibliotecas como CuPy e JAX. NumPy agora tem um backend de DLPack. DLPack fornece um formato comum de compartilhamento para dados de arrays (tensores). Novos métodos para quantile, percentile, e funções relacionadas. Os novos métodos fornecem um conjunto completo dos métodos comumente encontrados na literatura. As funções universais foram refatoradas para implementar a maior parte da NEP 43. +Isso também desbloqueia a capacidade de experimentar a futura API DType. Um novo alocador de memória configurável para uso pelos projetos downstream. NumPy 1.22.0 é uma versão importante com o trabalho de 153 contribuidores espalhados por mais de 609 pull requests. As versões do Python suportadas por esta versão são 3.8-3.10. Promovendo uma cultura inclusiva no ecossistema científico de Python# 31 de agosto de 2021 – Estamos felizes em anunciar que a Chan Zuckerberg Initiative vai financiar um projeto para apoiar a integração, inclusão, e retenção de pessoas de grupos marginalizados historicamente em projetos científicos em Python, e para estruturalmente melhorar a dinâmica das comunidades para o NumPy, SciPy, Matplotlib, e Pandas. Como parte do programa CZI’s Essential Open Source Software for Science, esse financiamento adicional para diversidade e inclusão vai apoiar a criação de posições de Contributor Experience Lead para identificar, documentar e implementar práticas para fomentar comunidades open source inclusivas. Este projeto será liderado por Melissa Mendonça (NumPy), com apoio adicional de Ralf Gommers (NumPy, SciPy), Hannah Aizenman e Thomas Caswell (Matplotlib), Matt Haberland (SciPy), e Joris Van den Bossche (Pandas). Esse é um projeto ambicioso que visa descobrir e implementar atividades que devem estruturalmente melhorar a dinâmica da comunidade de nossos projetos. Ao criar essas novas funções entre projetos, esperamos introduzir um novo modelo de colaboração às comunidades de Python científico, permitir que o trabalho de construção da comunidade no ecossistema seja feito de forma mais eficiente e com maiores resultados. Também esperamos desenvolver uma imagem mais clara do que funciona e o que não funciona em nossos projetos para engajar e reter novos colaboradores, especialmente de grupos historicamente sub-representados. Finalmente, planejamos produzir relatórios detalhados sobre as ações executadas, explicando como eles afetaram nossos projetos em termos de representação e interação com nossas comunidades. O projeto de dois anos deverá começar em novembro de 2021 e estamos animados para ver os resultados deste trabalho! +Você pode ler a proposta completa aqui. Pesquisa NumPy 2021# 12 de julho de 2021 – Nós do NumPy acreditamos no poder da nossa comunidade. 1.236 usuários do NumPy de 75 países participaram da nossa primeira pesquisa ano passado. +Os resultados da pesquisa nos ajudaram a compreender muito bem o que devemos fazer pelos 12 meses seguintes. Chegou a hora de fazer outra pesquisa e estamos contando com você novamente. Vai levar cerca de 15 minutos do seu tempo. Além de Inglês, o questionário de pesquisa está disponível em 8 idiomas adicionais: Bangla, Francês, Hindi, Japonês, Mandarim, Português, Russo e Espanhol. Siga o link para começar: https://berkeley.qualtrics.com/jfe/form/SV_aaOONjgcBXDSl4q. NumPy versão 1.19.0# 23 de junho de 2021 – O NumPy 1.21.0 está disponível. Os destaques desta versão são: continuamos o trabalho com SIMD para suportar mais funções e plataformas, trabalho inicial na infraestrutura e conversão de novos dtypes, wheels universal2 para Python 3.8 e Python 3.9 no Mac, melhorias na documentação, melhorias nas anotações de tipos, novo bitgenerator PCG64DXSM para números aleatórios. Esta versão do NumPy é o resultado de 581 pull requests aceitos, a partir das contribuições de 175 pessoas. As versões do Python suportadas por esta versão são 3.7-3.9; o suporte para o Python 3.10 será adicionado após o lançamento do Python 3.10. Resultados da pesquisa NumPy 2020# 22 de junho de 2021 – Em 2020, o time de pesquisas NumPy, em parceria com estudantes e professores da Universidade de Michigan e da Universidade de Maryland, realizou a primeira pesquisa oficial sobre a comunidade NumPy. Confira os resultados da pesquisa aqui: https://numpy.org/user-survey-2020/. NumPy versão 1.20.0# 30 de janeiro de 2021 – O NumPy 1.20.0 está disponível. Este é o maior lançamento do NumPy até hoje, graças a mais de 180 colaboradores. As duas novidades mais emocionantes são: Anotações de tipos para grandes partes do NumPy, e um novo submódulo numpy.typing contendo aliases ArrayLike e DtypeLike que usuários e bibliotecas downstream podem usar quando quiserem adicionar anotações de tipos em seu próprio código. Otimizações de compilação SIMD multi-plataforma, com suporte para instruções x86 (SSE, AVX), ARM64 (Neon) e PowerPC (VSX). Isso rendeu melhorias significativas de desempenho para muitas funções (exemplos: sen/cos, einsum). Diversidade no projeto NumPy# 20 de setembro de 2020 – Escrevemos uma declaração sobre o estado da diversidade e inclusão no projeto NumPy e discussões em redes sociais sobre isso.. Primeiro artigo oficial do NumPy publicado na Nature!# 16 de setembro de 2020 – Temos o prazer de anunciar a publicação do primeiro artigo oficial do NumPy como um artigo de revisão na Nature. Isso ocorre 14 anos após o lançamento do NumPy 1.0. +O artigo abrange aplicações e conceitos fundamentais da programação de matrizes, o rico ecossistema científico de Python construído em cima do NumPy, e os protocolos de array recentemente adicionados para facilitar a interoperabilidade com bibliotecas externas para computação com matrizes e tensores, como CuPy, Dask e JAX. O Python 3.9 está chegando, quando o NumPy vai liberar wheels binárias?# 14 de setembro de 2020 – Python 3.9 será lançado em algumas semanas. Se você for querer usar imediatamente a nova versão do Python, você pode ficar desapontado ao descobrir que o NumPy (e outros pacotes binários como SciPy) não terão wheels no dia do lançamento. É um grande esforço adaptar a infraestrutura de compilação a uma nova versão de Python e normalmente leva algumas semanas para que os pacotes apareçam no PyPI e no conda-forge. Em preparação para este evento, por favor, certifique-se de atualizar seu pip para a versão 20.1 pelo menos para suportar manylinux2010 e manylinux2014 usar --only-binary=numpy ou --only-binary=:all: para impedir pip de tentar compilar a partir do código fonte. NumPy versão 1.18.0# 10 de setembro de 2020 – O NumPy 1.19.2 está disponível. +Essa última versão da série 1.19 corrige vários bugs, inclui preparações para o lançamento do Cython 3 e fixa o setuptools para que o distutils continue funcionando enquanto modificações upstream estão sendo feitas. +As wheels para aarch64 são compiladas com a manylinux2014 mais recente que conserta o problema da diferença no tamanho das páginas usadas por distribuições linux diferentes. A primeira pesquisa NumPy está aqui!# 2 de julho de 2020 – Esta pesquisa tem como objetivo guiar e definir prioridades para tomada de decisões sobre o desenvolvimento do NumPy como software e como comunidade. +A pesquisa está disponível em mais 8 idiomas além do inglês: Bangla, Hindi, Japonês, Mandarim, Português, Russo, Espanhol e Francês. Ajude-nos a melhorar o NumPy respondendo à pesquisa aqui. O NumPy tem um novo logo!# 24 de junho de 2020 – NumPy agora tem um novo logo: O logotipo é uma versão moderna do antigo, com um design mais limpo. Obrigado à Isabela Presedo-Floyd por projetar o novo logotipo, bem como ao Travis Vaught pelo o logotipo antigo que nos serviu bem durante mais de 15 anos. NumPy versão 1.19.0# 20 de junho de 2020 – O NumPy 1.19.0 está disponível. Esta é a primeira versão sem suporte ao Python 2, portanto foi uma “versão de limpeza”. A versão mínima de Python suportada agora é Python 3.6. Uma característica nova importante é que a infraestrutura de geração de números aleatórios que foi introduzida na NumPy 1.17.0 agora está acessível a partir do Cython. Aceitação no programa Season of Docs# 11 de maio de 2020 – O NumPy foi aceito como uma das organizações mentoras do programa Google Season of Docs. Estamos animados com a oportunidade de trabalhar com um technical writer para melhorar a documentação do NumPy mais uma vez! Estamos animados com a oportunidade de trabalhar com um technical writer para melhorar a documentação do NumPy mais uma vez! NumPy versão 1.18.0# 22 de dezembro de 2019 – O NumPy 1.18.0 está disponível. Após as principais mudanças em 1.17.0, esta é uma versão de consolidação. É a última versão menor que suportará Python 3.5. Destaques dessa versão incluem a adição de uma infraestrutura básica para permitir o link com as bibliotecas BLAS e LAPACK em 64 bits durante a compilação, e uma nova C-API para numpy.random. Por favor, veja as notas de lançamento para mais detalhes. O NumPy recebe financiamento da Chan Zuckerberg Initiative# 15 de novembro de 2019 – Estamos felizes em anunciar que o NumPy e a OpenBLAS, uma das dependências-chave do NumPy, receberam um auxílio conjunto de $195,000 da Chan Zuckerberg Initiative através do seu programa Essential Open Source Software for Science que apoia a manutenção, crescimento, desenvolvimento e envolvimento da comunidade em ferramentas de código aberto fundamentais para a ciência. Este auxílio será usado para aumentar os esforços de melhoria da documentação do NumPy, reformulação do site, desenvolvimento comunitário para melhor servir a nossa grande, e rapidamente crescente, base de usuários, assim como para garantir a sustentabilidade do projeto a longo prazo. Enquanto a equipe OpenBLAS se concentrará em tratar de um conjunto de questões técnicas fundamentais, em particular relacionadas a thread-safety, AVX-512, e thread-local storage (TLS), bem como melhorias algorítmicas na ReLAPACK (Recursive LAPACK) da qual a OpenBLAS depende. Mais detalhes sobre nossas propostas e resultados esperados podem ser encontrados na proposta completa de concessão de auxílio. O trabalho está agendado para começar no dia 1 de dezembro de 2019 e continuar pelos próximos 12 meses. Lançamentos# Aqui está uma lista de versões do NumPy, com links para notas de lançamento. Lançamentos para correção de falhas (apenas o z muda no número de versão x.y.z) não tem novos recursos; versões menores (o y aumenta) sim. NumPy 2.2.5 (notas de versão) – 19 Abr 2025. NumPy 2.2.4 (notas de versão) – 16 de março de 2025. NumPy 2.2.3 (notas de versão) – 13 de fevereiro de 2025. NumPy 2.2.2 (notas de versão) – 18 de janeiro de 2025. NumPy 2.2.1 (notas de versão) – 21 de dezembro de 2024. NumPy 2.2.0 (notas de versão) – 8 de dezembro de 2024. NumPy 2.1.3 (notas de versão) – 2 de novembro de 2024. NumPy 2.1.2 (notas de versão) – 5 de outubro de 2024. NumPy 2.1.1 (notas de versão) – 3 de setembro de 2024. NumPy 2.0.2 (notas de versão) – 26 de agosto de 2024. NumPy 2.1.0 (notas de versão) – 18 de agosto de 2024. NumPy 2.0.1 (notas de versão) – 21 de julho de 2024. NumPy 2.0.0 (notas de versão) – 16 de junho de 2024. NumPy 1.26.4 (notas de versão) – 5 de fevereiro de 2024. NumPy 1.26.3 (notas de versão) – 2 de janeiro de 2024. NumPy 1.26.2 (notas de versão) – 12 de novembro de 2023. NumPy 1.26.1 (notas de versão) – 14 de outubro de 2023. NumPy 1.26.0 (notas de versão) – 16 de setembro de 2023. NumPy 1.25.2 (notas de versão) – 31 de julho de 2023. NumPy 1.25.1 (notas de versão) – 8 de julho de 2023. NumPy 1.24.4 (notas de versão) – 26 de junho de 2023. NumPy 1.25.0 (notas de versão) – 17 de junho de 2023. NumPy 1.24.3 (notas de versão) – 22 de abril de 2023. NumPy 1.24.2 (notas de versão) – 5 de fevereiro de 2023. NumPy 1.24.1 (notas de versão) – 26 de dezembro de 2022. NumPy 1.24.0 (notas de versão) – 18 de dezembro de 2022. NumPy 1.23.5 (notas de versão) – 19 de novembro de 2022. NumPy 1.23.4 (notas de versão) – 12 de outubro de 2022. NumPy 1.23.3 (notas de versão) – 9 de setembro de 2022. NumPy 1.23.2 (notas de versão) – 14 de agosto de 2022. NumPy 1.23.1 (notas de versão) – 8 de julho de 2022. NumPy 1.23.0 (notas de versão) – 22 de junho de 2022. NumPy 1.22.4 (notas de versão) – 20 de maio de 2022. NumPy 1.21.6 (notas de versão) – 12 de abril de 2022. NumPy 1.22.3 (notas de versão) – 7 de março de 2022. NumPy 1.22.2 (notas de versão) – 3 de fevereiro de 2022. NumPy 1.22.1 (notas de versão) – 14 de janeiro de 2022. NumPy 1.22.0 (notas de versão) – 31 de dezembro de 2021. NumPy 1.21.5 (notas de versão) – 19 de dezembro de 2021. NumPy 1.21.0 (notas de versão) – 22 de junho de 2021. NumPy 1.20.3 (notas de versão) – 10 de maio de 2021. NumPy 1.20.0 (notas de versão) – 30 de janeiro de 2021. NumPy 1.19.5 (notas de versão) – 5 de janeiro de 2021. NumPy 1.19.0 (notas de versão) – 20 de junho de 2020. NumPy 1.18.4 (notas de versão) – 3 de maio de 2020. NumPy 1.17.5 (notas de versão) – 1 de janeiro de 2020. NumPy 1.18.0 (notas de versão) – 22 de dezembro de 2019. NumPy 1.17.0 (notas de versão) – 26 de julho de 2019. NumPy 1.16.0 (notas de versão) – 14 de janeiro de 2019. NumPy 1.15.0 (notas de versão) – 23 de julho de 2018. NumPy 1.14.0 (notas de versão) – 7 de janeiro de 2018. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 + © 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/press-kit/index.html b/pt/press-kit/index.html index 4096e612..4c8a3669 100644 --- a/pt/press-kit/index.html +++ b/pt/press-kit/index.html @@ -11,5 +11,4 @@ ContribuirPortuguêsEnglish 日本語 (Japanese) Español Kit de imprensa Kit de imprensa Gostaríamos de facilitar a inclusão da identidade do projeto NumPy em seu próximo documento acadêmico, materiais educacionais ou apresentação. Você encontrará várias versões de alta resolução do logo do NumPy aqui. Note que usando os recursos numpy.org, você aceita o Código de Conduta do NumPy. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +© 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/privacy/index.html b/pt/privacy/index.html index 97654694..d3a13634 100644 --- a/pt/privacy/index.html +++ b/pt/privacy/index.html @@ -11,5 +11,4 @@ ContribuirPortuguêsEnglish 日本語 (Japanese) Español Política de privacidade Política de privacidade numpy.org é operado por NumFOCUS, Inc., o patrocinador fiscal do projeto NumPy. Para a Política de Privacidade deste site, consulte https://numfocus.org/privacy-policy. Se você tiver alguma dúvida sobre a política ou as práticas de coleta de dados do NumFOCUS, uso e divulgação, entre em contato com a equipe do NumFOCUS em privacy@numfocus.org. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +© 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/report-handling-manual/index.html b/pt/report-handling-manual/index.html index d7fc11d4..2a9d1b9e 100644 --- a/pt/report-handling-manual/index.html +++ b/pt/report-handling-manual/index.html @@ -10,6 +10,5 @@ Notícias ContribuirPortuguêsEnglish 日本語 (Japanese) -Español Código de Conduta NumPy - Como dar seguimento a um relatório Código de Conduta NumPy - Como dar seguimento a um relatório Este é o manual seguido pelo Comitê do Código de Conduta do NumPy. É usado quando respondemos a um incidente para nos certificarmos de que somos pessoas consistentes e justas. Garantir que o Código de Conduta seja respeitado afeta nossa comunidade hoje e no futuro. É uma ação que levamos muito a sério. Ao analisar medidas de aplicação do Código de Conduta, o Comitê terá em mente os seguintes valores e orientações: Agir de forma pessoal e não impessoal. O Comitê pode levar as partes a compreender a situação, respeitando simultaneamente a privacidade e a necessária confidencialidade das pessoas relatantes. No entanto, por vezes, é necessário comunicar diretamente com um ou mais indivíduos: o objetivo do Comitê é melhorar a saúde da nossa comunidade, em vez de produzir apenas uma decisão formal. Enfatizar empatia pelos indivíduos ao invés de julgar o comportamento, evitando rótulos binários de “bom” e “mau”. Existem atos de agressão e assédio claros e visíveis, e vamos abordá-los com firmeza. Mas muitos cenários que podem ser desafiadores são aqueles em que as discordâncias normais se transformam em comportamento desnecessário ou prejudicial de várias partes. Compreender o contexto completo e encontrar um caminho que traga um entendimento entre as partes é difícil, mas, em última análise, é o resultado mais produtivo para a nossa comunidade. Compreendemos que o e-mail é um meio difícil e que pode causar uma sensação de isolamento. Receber críticas por e-mail, sem contato pessoal, pode ser particularmente doloroso. Isto faz com que seja especialmente importante manter um clima de respeito aberto pelas opiniões dos outros. Significa também que temos de ser transparentes nas nossas ações, e que faremos tudo o que estiver ao nosso alcance para garantir que todos os nossos membros sejam tratados de forma justa e com simpatia. A discriminação pode ser sutil e pode ser inconsciente. Pode revelar-se em tratamentos injustos e hostis em interações que normalmente seriam ordinárias. Sabemos que isso acontece, e teremos o cuidado de ter isso em mente. Gostaríamos muito de ouvir se você acha que foi tratado injustamente, e usaremos esses procedimentos para garantir que a sua reclamação seja ouvida e abordada. Ajudar a aumentar o envolvimento em uma boa prática de discussão: tentar identificar onde a discussão pode ter falhado, e fornecer informações úteis, indicadores e recursos que podem levar a mudanças positivas nestes pontos. Estar ciente das necessidades de novos membros: fornecer-lhes apoio e consideração explícitos, com o objetivo de aumentar a participação de grupos sub-representados, em particular. As pessoas vêm de meios culturais e linguísticos diferentes. Tentar identificar quaisquer mal-entendidos honestos causados por falantes não-nativos e ajudá-los a entender a questão e o que pode ser modificado para evitar causar ofensa. Uma discussão complexa numa língua estrangeira pode ser muito intimidante, e queremos aumentar a nossa diversidade também entre nacionalidades e culturas. Mediação# A mediação informal voluntária é um instrumento à nossa disposição. Em contextos em que duas ou mais partes escalaram ao ponto de demonstrarem comportamento inapropriado (algo tristemente comum no conflito humano), poderá ser útil facilitar um processo de mediação. Isto é apenas um exemplo: em todo caso, o Comitê pode considerar a mediação, tendo em conta que o processo se destina a ser estritamente voluntário e que nenhuma das partes pode ser pressionada a participar. Se o Comitê sugerir mediação, deve: Encontrar uma pessoa candidata que possa servir de mediadora. Obter o acordo da(s) pessoa(s) relatante(s). A(s) pessoa(s) relatante(s) têm total liberdade para recusar a ideia de mediação ou propor um mediador alternativo. Obter o acordo da(s) pessoa(s) relatada(s). Estabelecer uma pessoa mediadora: enquanto as partes podem propor um mediador diferente da pessoa sugerida, o processo só poderá avançar se for alcançado um acordo comum em todos os termos. Estabelecer um cronograma para a mediação ser concluida, idealmente dentro de duas semanas. A pessoa mediadora entrará em contato com todas as partes e procurará uma resolução satisfatória para todos. Após a sua conclusão, a pessoa mediadora apresentará ao Comitê um relatório (examinado por todas as partes envolvidas no processo) com recomendações sobre outras medidas. O Comitê avaliará então esses resultados (em caso de resolução satisfatória ou não) e decidirá sobre quaisquer medidas adicionais consideradas necessárias. Como o Comitê responderá aos relatórios# Quando o Comitê (ou um membro do Comitê) recebe um relatório, será inicialmente determinado se o relatório é sobre uma violação clara e severa (como definido abaixo). Em caso afirmativo, medidas imediatas serão tomadas para além do processo regular de tratamento dos relatórios. Ações claras e severas de violação# Sabemos que é mais comum do que o desejado que a comunicação na Internet comece ou se transforme em abusos óbvios e flagrantes. Trataremos rapidamente de violações claras e severas como ameaças pessoais, linguagem violenta, sexista ou racista. Quando um membro do Comitê do Código de Conduta tomar conhecimento de uma violação clara e grave, fará o seguinte: Desligará imediatamente a pessoa originadora de todos os canais de comunicação do NumPy. Responderá à pessoa relatante para informá-la que seu relatório foi recebido e que a pessoa originadora foi desligada. Em todos os casos, a pessoa moderadora deve fazer um esforço razoável para entrar em contato com a pessoa originadora, e dizer-lhes especificamente como sua linguagem ou ações se qualificam como uma “violação clara e severa”. A pessoa moderadora deve também dizer que, se a pessoa originadora considerar que isso é injusto ou quiser ser reconectada ao NumPy, tem o direito de solicitar uma revisão, de acordo com as disposições do Comitê do Código de Conduta. A pessoa moderadora deve copiar esta explicação para o Comitê do Código de Conduta. O Comitê do Código de Conduta procederá formalmente à análise e decisão em todos os casos em que este mecanismo tenha sido aplicado para garantir que não seja utilizado para controlar desentendimentos acalorados comuns. Tratamento de relatórios# Quando um relatório é enviado ao Comitê, ele responderá imediatamente à pessoa relatante para confirmar a sua recepção. Esta resposta deve ser enviada no prazo de 72 horas, e o grupo deve esforçar-se por responder muito mais rapidamente. Se um relatório não contiver informações suficientes, o Comitê obterá todos os dados relevantes antes de agir. O Comitê tem poderes para agir em nome do Conselho Diretor ao contactar quaisquer pessoas envolvidas para obter um relato mais completo dos acontecimentos. O Comitê analisará então o incidente e determinará, do melhor jeito possível: O que aconteceu. Se este evento constitui ou não uma violação do Código de Conduta. Quem são as pessoas responsáveis. Se se trata de uma situação contínua, e existe uma ameaça para a segurança física de alguém. Estas informações serão recolhidas por escrito e, sempre que possível, as deliberações do grupo serão gravadas e armazenadas (por exemplo, transcrições de conversas, discussões por e-mail, chamadas gravadas de videoconferência, resumos de conversas por voz, etc). É importante manter um arquivo de todas as atividades deste Comitê para garantir a consistência no comportamento e fornecer memória institucional ao projeto. Para ajudar com isto, o canal de discussão padrão para este Comitê será uma lista de e-mail privada, acessível a atuais e futuros membros do Comitê, bem como aos membros do Conselho Diretor a pedido justificado. Se o Comitê sentir a necessidade de usar comunicações fora da lista (por exemplo, chamadas por telefone para resposta precoce/rápida), deve em todos os casos resumi-las de volta para a lista, para que haja um bom registro do processo. O Comitê do Código de Conduta deve ter por objetivo chegar a um acordo sobre uma resolução no prazo de duas semanas. Caso uma resolução não possa ser determinada nesse período, o Comitê responderá à(s) pessoa(s) relatante(s) com uma atualização e cronograma previsto para a resolução. Resoluções# O Comitê tem de chegar a um acordo sobre uma resolução por consenso. Se o grupo não conseguir chegar a um consenso e permanece bloqueado durante mais de uma semana, o grupo encaminhará o assunto para o Conselho Diretor para resolução. Possíveis respostas podem incluir: Não tomar nenhuma outra ação:se determinarmos que não ocorreram violações; se a questão tiver sido resolvida publicamente enquanto o Comitê estava considerando uma resposta. Coordenação de mediação voluntária: se todas as partes envolvidas concordarem, o Comitê poderá facilitar um processo de mediação, conforme detalhado acima. Salientar publicamente que alguns comportamentos, ações ou linguagem foram julgados inapropriados ou podem ser considerados danosos para algumas pessoas, explicando por que no contexto atual e solicitando que a comunidade se auto-ajuste. Uma advertência privada do Comitê para a(s) pessoa(s) envolvida(s). Neste caso, a pessoa presidente do Comitê irá entregar essa advertência à(s) pessoa(s) por e-mail, em cópia (CC) ao grupo. Uma advertência pública. Neste caso, a pessoa presidente do Comitê vai apresentar essa advertência no mesmo fórum em que ocorreu a violação, dentro dos limites da viabilidade. Exemplo: a lista original para uma violação de e-mail, mas para uma discussão em sala de bate-papo onde a pessoa/contexto pode sumir, isto pode ser feito por outros meios. O grupo pode optar por publicar esta mensagem em outro local para fins de documentação. Um pedido de desculpas públicas ou privadas, supondo que a(s) pessoa(s) relatante(s) concorde(m) com esta ideia: a(s) pessoa(s) pode(m), a seu critério, recusar contatos adicionais com a pessoa relatada. A Presidência dará seguimento a este pedido. O Comitê, se escolher, pode anexar condições adicionais a este pedido inicial: por exemplo, o grupo pode pedir à pessoa relatada que se desculpe para que tenha o direito de manter a sua adesão a uma lista de e-mails. Um “acordo mútuo de trégua” onde o Comitê solicita à pessoa que se abstenha temporariamente da participação na comunidade. Se a pessoa optar por não fazer uma pausa temporária voluntariamente, o Comitê pode aplicar um “período de afastamento obrigatório”. Um banimento permanente ou temporário de alguns ou todos os espaços do NumPy (listas de e-mails, gitter.im, etc.). O grupo manterá registro de todas essas proibições, para que elas possam ser revistas no futuro ou mantidas. Uma vez aprovada uma resolução, mas antes de ser efetivamente aplicada, o Comitê entrará em contato com a pessoa relatante original e quaisquer outras partes afetadas e explicará a resolução proposta. O Comitê perguntará se esta resolução é aceitável e terá de tomar nota da sua resposta para registro futuro. Finalmente, o Comitê apresentará um relatório ao Conselho Diretor do NumPy (bem como ao time core do NumPy no caso de uma resolução em curso, como um banimento). O Comitê nunca discutirá publicamente a questão; todas as declarações públicas serão feitas pela pessoa presidente do Comitê do Código de Conduta ou pelo Conselho Diretor do NumPy. Conflitos de Interesse# Em caso de conflito de interesses, um membro do Comitê deve notificar imediatamente os outros membros e abdicar de sua participação no processo caso seja necessário. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +Español Código de Conduta NumPy - Como dar seguimento a um relatório Código de Conduta NumPy - Como dar seguimento a um relatório Este é o manual seguido pelo Comitê do Código de Conduta do NumPy. É usado quando respondemos a um incidente para nos certificarmos de que somos pessoas consistentes e justas. Garantir que o Código de Conduta seja respeitado afeta nossa comunidade hoje e no futuro. É uma ação que levamos muito a sério. Ao analisar medidas de aplicação do Código de Conduta, o Comitê terá em mente os seguintes valores e orientações: Agir de forma pessoal e não impessoal. O Comitê pode levar as partes a compreender a situação, respeitando simultaneamente a privacidade e a necessária confidencialidade das pessoas relatantes. No entanto, por vezes, é necessário comunicar diretamente com um ou mais indivíduos: o objetivo do Comitê é melhorar a saúde da nossa comunidade, em vez de produzir apenas uma decisão formal. Enfatizar empatia pelos indivíduos ao invés de julgar o comportamento, evitando rótulos binários de “bom” e “mau”. Existem atos de agressão e assédio claros e visíveis, e vamos abordá-los com firmeza. Mas muitos cenários que podem ser desafiadores são aqueles em que as discordâncias normais se transformam em comportamento desnecessário ou prejudicial de várias partes. Compreender o contexto completo e encontrar um caminho que traga um entendimento entre as partes é difícil, mas, em última análise, é o resultado mais produtivo para a nossa comunidade. Compreendemos que o e-mail é um meio difícil e que pode causar uma sensação de isolamento. Receber críticas por e-mail, sem contato pessoal, pode ser particularmente doloroso. Isto faz com que seja especialmente importante manter um clima de respeito aberto pelas opiniões dos outros. Significa também que temos de ser transparentes nas nossas ações, e que faremos tudo o que estiver ao nosso alcance para garantir que todos os nossos membros sejam tratados de forma justa e com simpatia. A discriminação pode ser sutil e pode ser inconsciente. Pode revelar-se em tratamentos injustos e hostis em interações que normalmente seriam ordinárias. Sabemos que isso acontece, e teremos o cuidado de ter isso em mente. Gostaríamos muito de ouvir se você acha que foi tratado injustamente, e usaremos esses procedimentos para garantir que a sua reclamação seja ouvida e abordada. Ajudar a aumentar o envolvimento em uma boa prática de discussão: tentar identificar onde a discussão pode ter falhado, e fornecer informações úteis, indicadores e recursos que podem levar a mudanças positivas nestes pontos. Estar ciente das necessidades de novos membros: fornecer-lhes apoio e consideração explícitos, com o objetivo de aumentar a participação de grupos sub-representados, em particular. As pessoas vêm de meios culturais e linguísticos diferentes. Tentar identificar quaisquer mal-entendidos honestos causados por falantes não-nativos e ajudá-los a entender a questão e o que pode ser modificado para evitar causar ofensa. Uma discussão complexa numa língua estrangeira pode ser muito intimidante, e queremos aumentar a nossa diversidade também entre nacionalidades e culturas. Mediação# A mediação informal voluntária é um instrumento à nossa disposição. Em contextos em que duas ou mais partes escalaram ao ponto de demonstrarem comportamento inapropriado (algo tristemente comum no conflito humano), poderá ser útil facilitar um processo de mediação. Isto é apenas um exemplo: em todo caso, o Comitê pode considerar a mediação, tendo em conta que o processo se destina a ser estritamente voluntário e que nenhuma das partes pode ser pressionada a participar. Se o Comitê sugerir mediação, deve: Encontrar uma pessoa candidata que possa servir de mediadora. Obter o acordo da(s) pessoa(s) relatante(s). A(s) pessoa(s) relatante(s) têm total liberdade para recusar a ideia de mediação ou propor um mediador alternativo. Obter o acordo da(s) pessoa(s) relatada(s). Estabelecer uma pessoa mediadora: enquanto as partes podem propor um mediador diferente da pessoa sugerida, o processo só poderá avançar se for alcançado um acordo comum em todos os termos. Estabelecer um cronograma para a mediação ser concluida, idealmente dentro de duas semanas. A pessoa mediadora entrará em contato com todas as partes e procurará uma resolução satisfatória para todos. Após a sua conclusão, a pessoa mediadora apresentará ao Comitê um relatório (examinado por todas as partes envolvidas no processo) com recomendações sobre outras medidas. O Comitê avaliará então esses resultados (em caso de resolução satisfatória ou não) e decidirá sobre quaisquer medidas adicionais consideradas necessárias. Como o Comitê responderá aos relatórios# Quando o Comitê (ou um membro do Comitê) recebe um relatório, será inicialmente determinado se o relatório é sobre uma violação clara e severa (como definido abaixo). Em caso afirmativo, medidas imediatas serão tomadas para além do processo regular de tratamento dos relatórios. Ações claras e severas de violação# Sabemos que é mais comum do que o desejado que a comunicação na Internet comece ou se transforme em abusos óbvios e flagrantes. Trataremos rapidamente de violações claras e severas como ameaças pessoais, linguagem violenta, sexista ou racista. Quando um membro do Comitê do Código de Conduta tomar conhecimento de uma violação clara e grave, fará o seguinte: Desligará imediatamente a pessoa originadora de todos os canais de comunicação do NumPy. Responderá à pessoa relatante para informá-la que seu relatório foi recebido e que a pessoa originadora foi desligada. Em todos os casos, a pessoa moderadora deve fazer um esforço razoável para entrar em contato com a pessoa originadora, e dizer-lhes especificamente como sua linguagem ou ações se qualificam como uma “violação clara e severa”. A pessoa moderadora deve também dizer que, se a pessoa originadora considerar que isso é injusto ou quiser ser reconectada ao NumPy, tem o direito de solicitar uma revisão, de acordo com as disposições do Comitê do Código de Conduta. A pessoa moderadora deve copiar esta explicação para o Comitê do Código de Conduta. O Comitê do Código de Conduta procederá formalmente à análise e decisão em todos os casos em que este mecanismo tenha sido aplicado para garantir que não seja utilizado para controlar desentendimentos acalorados comuns. Tratamento de relatórios# Quando um relatório é enviado ao Comitê, ele responderá imediatamente à pessoa relatante para confirmar a sua recepção. Esta resposta deve ser enviada no prazo de 72 horas, e o grupo deve esforçar-se por responder muito mais rapidamente. Se um relatório não contiver informações suficientes, o Comitê obterá todos os dados relevantes antes de agir. O Comitê tem poderes para agir em nome do Conselho Diretor ao contactar quaisquer pessoas envolvidas para obter um relato mais completo dos acontecimentos. O Comitê analisará então o incidente e determinará, do melhor jeito possível: O que aconteceu. Se este evento constitui ou não uma violação do Código de Conduta. Quem são as pessoas responsáveis. Se se trata de uma situação contínua, e existe uma ameaça para a segurança física de alguém. Estas informações serão recolhidas por escrito e, sempre que possível, as deliberações do grupo serão gravadas e armazenadas (por exemplo, transcrições de conversas, discussões por e-mail, chamadas gravadas de videoconferência, resumos de conversas por voz, etc). É importante manter um arquivo de todas as atividades deste Comitê para garantir a consistência no comportamento e fornecer memória institucional ao projeto. Para ajudar com isto, o canal de discussão padrão para este Comitê será uma lista de e-mail privada, acessível a atuais e futuros membros do Comitê, bem como aos membros do Conselho Diretor a pedido justificado. Se o Comitê sentir a necessidade de usar comunicações fora da lista (por exemplo, chamadas por telefone para resposta precoce/rápida), deve em todos os casos resumi-las de volta para a lista, para que haja um bom registro do processo. O Comitê do Código de Conduta deve ter por objetivo chegar a um acordo sobre uma resolução no prazo de duas semanas. Caso uma resolução não possa ser determinada nesse período, o Comitê responderá à(s) pessoa(s) relatante(s) com uma atualização e cronograma previsto para a resolução. Resoluções# O Comitê tem de chegar a um acordo sobre uma resolução por consenso. Se o grupo não conseguir chegar a um consenso e permanece bloqueado durante mais de uma semana, o grupo encaminhará o assunto para o Conselho Diretor para resolução. Possíveis respostas podem incluir: Não tomar nenhuma outra ação:se determinarmos que não ocorreram violações; se a questão tiver sido resolvida publicamente enquanto o Comitê estava considerando uma resposta. Coordenação de mediação voluntária: se todas as partes envolvidas concordarem, o Comitê poderá facilitar um processo de mediação, conforme detalhado acima. Salientar publicamente que alguns comportamentos, ações ou linguagem foram julgados inapropriados ou podem ser considerados danosos para algumas pessoas, explicando por que no contexto atual e solicitando que a comunidade se auto-ajuste. Uma advertência privada do Comitê para a(s) pessoa(s) envolvida(s). Neste caso, a pessoa presidente do Comitê irá entregar essa advertência à(s) pessoa(s) por e-mail, em cópia (CC) ao grupo. Uma advertência pública. Neste caso, a pessoa presidente do Comitê vai apresentar essa advertência no mesmo fórum em que ocorreu a violação, dentro dos limites da viabilidade. Exemplo: a lista original para uma violação de e-mail, mas para uma discussão em sala de bate-papo onde a pessoa/contexto pode sumir, isto pode ser feito por outros meios. O grupo pode optar por publicar esta mensagem em outro local para fins de documentação. Um pedido de desculpas públicas ou privadas, supondo que a(s) pessoa(s) relatante(s) concorde(m) com esta ideia: a(s) pessoa(s) pode(m), a seu critério, recusar contatos adicionais com a pessoa relatada. A Presidência dará seguimento a este pedido. O Comitê, se escolher, pode anexar condições adicionais a este pedido inicial: por exemplo, o grupo pode pedir à pessoa relatada que se desculpe para que tenha o direito de manter a sua adesão a uma lista de e-mails. Um “acordo mútuo de trégua” onde o Comitê solicita à pessoa que se abstenha temporariamente da participação na comunidade. Se a pessoa optar por não fazer uma pausa temporária voluntariamente, o Comitê pode aplicar um “período de afastamento obrigatório”. Um banimento permanente ou temporário de alguns ou todos os espaços do NumPy (listas de e-mails, gitter.im, etc.). O grupo manterá registro de todas essas proibições, para que elas possam ser revistas no futuro ou mantidas. Uma vez aprovada uma resolução, mas antes de ser efetivamente aplicada, o Comitê entrará em contato com a pessoa relatante original e quaisquer outras partes afetadas e explicará a resolução proposta. O Comitê perguntará se esta resolução é aceitável e terá de tomar nota da sua resposta para registro futuro. Finalmente, o Comitê apresentará um relatório ao Conselho Diretor do NumPy (bem como ao time core do NumPy no caso de uma resolução em curso, como um banimento). O Comitê nunca discutirá publicamente a questão; todas as declarações públicas serão feitas pela pessoa presidente do Comitê do Código de Conduta ou pelo Conselho Diretor do NumPy. Conflitos de Interesse# Em caso de conflito de interesses, um membro do Comitê deve notificar imediatamente os outros membros e abdicar de sua participação no processo caso seja necessário. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 + © 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/sitemap.xml b/pt/sitemap.xml index d7535f81..cda4b5ae 100644 --- a/pt/sitemap.xml +++ b/pt/sitemap.xml @@ -1 +1 @@ -https://numpy.org/pt/news/2023-09-16T00:00:00+00:00https://numpy.org/pt/2023-09-16T00:00:00+00:00https://numpy.org/pt/404/https://numpy.org/pt/learn/https://numpy.org/pt/case-studies/https://numpy.org/pt/citing-numpy/https://numpy.org/pt/code-of-conduct/https://numpy.org/pt/report-handling-manual/https://numpy.org/pt/arraycomputing/https://numpy.org/pt/community/https://numpy.org/pt/contribute/https://numpy.org/pt/case-studies/blackhole-image/https://numpy.org/pt/case-studies/cricket-analytics/https://numpy.org/pt/case-studies/gw-discov/https://numpy.org/pt/case-studies/deeplabcut-dnn/https://numpy.org/pt/history/https://numpy.org/pt/install/https://numpy.org/pt/press-kit/https://numpy.org/pt/gethelp/https://numpy.org/pt/user-surveys/https://numpy.org/pt/user-survey-2020/https://numpy.org/pt/privacy/https://numpy.org/pt/about/https://numpy.org/pt/terms/https://numpy.org/pt/teams/ \ No newline at end of file +https://numpy.org/pt/news/2024-12-08T00:00:00+00:00https://numpy.org/pt/2024-12-08T00:00:00+00:00https://numpy.org/pt/404/https://numpy.org/pt/learn/https://numpy.org/pt/case-studies/https://numpy.org/pt/citing-numpy/https://numpy.org/pt/code-of-conduct/https://numpy.org/pt/report-handling-manual/https://numpy.org/pt/arraycomputing/https://numpy.org/pt/community/https://numpy.org/pt/contribute/https://numpy.org/pt/case-studies/blackhole-image/https://numpy.org/pt/case-studies/cricket-analytics/https://numpy.org/pt/case-studies/gw-discov/https://numpy.org/pt/case-studies/deeplabcut-dnn/https://numpy.org/pt/history/https://numpy.org/pt/install/https://numpy.org/pt/press-kit/https://numpy.org/pt/diversity_sep2020/https://numpy.org/pt/gethelp/https://numpy.org/pt/user-surveys/https://numpy.org/pt/user-survey-2020/https://numpy.org/pt/privacy/https://numpy.org/pt/about/https://numpy.org/pt/terms/https://numpy.org/pt/teams/ \ No newline at end of file diff --git a/pt/tabcontents.yaml b/pt/tabcontents.yaml index a6975e52..02fab78d 100644 --- a/pt/tabcontents.yaml +++ b/pt/tabcontents.yaml @@ -5,10 +5,10 @@ params: para2: Técnicas estatísticas chamadas [métodos de ensemble](https://scikit-learn.org/stable/modules/ensemble.html) tais como binning, bagging, stacking, e boosting estão entre os algoritmos de ML implementados por ferramentas tais como [XGBoost](https://github.com/dmlc/xgboost), [LightGBM](https://lightgbm.readthedocs.io/en/latest/), e [CatBoost](https://catboost.ai) — um dos motores de inferência mais rápidos. [Yellowbrick](https://www.scikit-yb.org/en/latest/) e [Eli5](https://eli5.readthedocs.io/en/latest/) oferecem visualizações para aprendizagem de máquina. arraylibraries: intro: - - text: A API do NumPy é o ponto de partida quando bibliotecas são escritas para explorar hardware inovador, criar tipos de arrays especializados, ou adicionar capacidades além do que o NumPy fornece. + - text: A API do NumPy é o ponto de partida quando bibliotecas são escritas para explorar hardware inovador, criar tipos de arrays especializados, ou adicionar capacidades além do que o NumPy fornece. headers: - - text: Biblioteca de Arrays - - text: Recursos e áreas de aplicação + - text: Biblioteca de Arrays + - text: Recursos e áreas de aplicação libraries: - title: Dask text: Arrays distribuídas e paralelismo avançado para análise, permitindo desempenho em escala. @@ -83,8 +83,8 @@ params: scientificdomains: intro: - - text: Quase todos os cientistas que trabalham em Python se baseiam na potência do NumPy. - - text: "NumPy traz o poder computacional de linguagens como C e Fortran para Python, uma linguagem muito mais fácil de aprender e usar. Com esse poder vem a simplicidade: uma solução no NumPy é frequentemente clara e elegante." + - text: Quase todos os cientistas que trabalham em Python se baseiam na potência do NumPy. + - text: "NumPy traz o poder computacional de linguagens como C e Fortran para Python, uma linguagem muito mais fácil de aprender e usar. Com esse poder vem a simplicidade: uma solução no NumPy é frequentemente clara e elegante." libraries: - title: Computação quântica alttext: Um chip de computador. @@ -121,9 +121,10 @@ params: - url: https://python-control.org/ label: python-control - url: https://hyperspy.org/ - label: HiperSpy + label: HyperSpy - title: Processamento de imagens alttext: Uma fotografia das montanhas. + img: /images/content_images/sc_dom_img/image_processing.svg links: - url: https://scikit-image.org/ label: Scikit-image @@ -131,7 +132,6 @@ params: label: OpenCV - url: https://mahotas.rtfd.io/ label: Mahotas - img: /images/content_images/sc_dom_img/image_processing.svg - title: Gráficos e Redes alttext: Um grafo simples. img: /images/content_images/sc_dom_img/sd6.svg @@ -243,44 +243,44 @@ params: datascience: intro: "NumPy está no centro de um rico ecossistema de bibliotecas de ciência de dados. Um fluxo de trabalho típico de ciência de dados exploratório pode parecer assim:" image1: - - img: /images/content_images/ds-landscape.png - alttext: Diagrama de bibliotecas Python. As cinco categorias são 'Extrair, Transformar, Carregar', 'Exploração de Dados', 'Modelo de Dados', 'Avaliação de Dados' e 'Apresentação de Dados'. + - img: /images/content_images/ds-landscape.png + alttext: Diagrama de bibliotecas Python. As cinco categorias são 'Extrair, Transformar, Carregar', 'Exploração de Dados', 'Modelo de Dados', 'Avaliação de Dados' e 'Apresentação de Dados'. image2: - - img: /images/content_images/data-science.png - alttext: Diagram of three overlapping circle. The circles labeled 'Mathematics', 'Computer Science' and 'Domain Expertise'. In the middle of the diagram, which has the three circles overlapping it, is an area labeled 'Data Science'. + - img: /images/content_images/data-science.png + alttext: Diagram of three overlapping circle. The circles labeled 'Mathematics', 'Computer Science' and 'Domain Expertise'. In the middle of the diagram, which has the three circles overlapping it, is an area labeled 'Data Science'. examples: - - text: "Extract, Transform, Load: [Pandas](https://pandas.pydata.org),[ Intake](https://intake.readthedocs.io),[PyJanitor](https://pyjanitor-devs.github.io/pyjanitor/)" - - text: "Exploratory analysis: [Jupyter](https://jupyter.org),[Seaborn](https://seaborn.pydata.org),[ Matplotlib](https://matplotlib.org),[ Altair](https://altair-viz.github.io)" - - text: "Model and evaluate: [scikit-learn](https://scikit-learn.org),[ statsmodels](https://www.statsmodels.org/stable/index.html),[ PyMC](https://docs.pymc.io),[ spaCy](https://spacy.io)" - - text: "Report in a dashboard: [Dash](https://plotly.com/dash),[ Panel](https://panel.holoviz.org),[ Voila](https://github.com/voila-dashboards/voila)" + - text: "Extract, Transform, Load: [Pandas](https://pandas.pydata.org),[ Intake](https://intake.readthedocs.io),[PyJanitor](https://pyjanitor-devs.github.io/pyjanitor/)" + - text: "Exploratory analysis: [Jupyter](https://jupyter.org),[Seaborn](https://seaborn.pydata.org),[ Matplotlib](https://matplotlib.org),[ Altair](https://altair-viz.github.io)" + - text: "Model and evaluate: [scikit-learn](https://scikit-learn.org),[ statsmodels](https://www.statsmodels.org/stable/index.html),[ PyMC3](https://docs.pymc.io),[ spaCy](https://spacy.io)" + - text: "Report in a dashboard: [Dash](https://plotly.com/dash),[ Panel](https://panel.holoviz.org),[ Voila](https://github.com/voila-dashboards/voila)" content: - - text: For high data volumes, [Dask](https://dask.org) and[Ray](https://ray.io/) are designed to scale. Stabledeployments rely on data versioning ([DVC](https://dvc.org)),experiment tracking ([MLFlow](https://mlflow.org)), andworkflow automation ([Airflow](https://airflow.apache.org) and[Prefect](https://www.prefect.io)). + - text: For high data volumes, [Dask](https://dask.org) and[Ray](https://ray.io/) are designed to scale. Stabledeployments rely on data versioning ([DVC](https://dvc.org)),experiment tracking ([MLFlow](https://mlflow.org)), andworkflow automation ([Airflow](https://airflow.apache.org) and[Prefect](https://www.prefect.io)). visualization: images: - - url: https://www.fusioncharts.com/blog/best-python-data-visualization-libraries - img: /images/content_images/v_matplotlib.png - alttext: Um streamplot feito em matplotlib - - url: https://github.com/yhat/ggpy - img: /images/content_images/v_ggpy.png - alttext: Um gráfico scatter-plot feito em ggpy - - url: https://www.journaldev.com/19692/python-plotly-tutorial - img: /images/content_images/v_plotly.png - alttext: Um box-plot feito no plotly - - url: https://altair-viz.github.io/gallery/streamgraph.html - img: /images/content_images/v_altair.png - alttext: Um gráfico streamgraph feito em altair - - url: https://seaborn.pydata.org - img: /images/content_images/v_seaborn.png - alttext: A plot duplo com dois tipos de gráficos, um plot-graph e um gráfico de frequência feitos no seaborn - - url: https://docs.pyvista.org/ - img: /images/content_images/v_pyvista.png - alttext: Uma renderização de volume 3D feita no PyVista. - - url: https://napari.org - img: /images/content_images/v_napari.png - alttext: Uma imagem multidimensional, feita em napari. - - url: https://vispy.org/gallery/index.html - img: /images/content_images/v_vispy.png - alttext: Diagrama de Voronoi feito com vispy. + - url: https://www.fusioncharts.com/blog/best-python-data-visualization-libraries + img: /images/content_images/v_matplotlib.png + alttext: Um streamplot feito em matplotlib + - url: https://github.com/yhat/ggpy + img: /images/content_images/v_ggpy.png + alttext: Um gráfico scatter-plot feito em ggpy + - url: https://www.journaldev.com/19692/python-plotly-tutorial + img: /images/content_images/v_plotly.png + alttext: Um box-plot feito no plotly + - url: https://altair-viz.github.io/gallery/streamgraph.html + img: /images/content_images/v_altair.png + alttext: Um gráfico streamgraph feito em altair + - url: https://seaborn.pydata.org + img: /images/content_images/v_seaborn.png + alttext: A plot duplo com dois tipos de gráficos, um plot-graph e um gráfico de frequência feitos no seaborn + - url: https://docs.pyvista.org/ + img: /images/content_images/v_pyvista.png + alttext: Uma renderização de volume 3D feita no PyVista. + - url: https://napari.org + img: /images/content_images/v_napari.png + alttext: Uma imagem multidimensional, feita em napari. + - url: https://vispy.org/gallery/index.html + img: /images/content_images/v_vispy.png + alttext: Diagrama de Voronoi feito com vispy. content: - - text: NumPy é um componente essencial no crescente [campo de visualização em Python](https://pyviz.org/overviews/index.html), que inclui [Matplotlib](https://matplotlib.org), [Seaborn](https://seaborn.pydata.org), [Plotly](https://plot.ly), [Altair](https://altair-viz.github.io), [Bokeh](https://docs.bokeh.org/en/latest/), [Holoviz](https://holoviz.org), [Vispy](http://vispy.org), [Napari](https://github.com/napari/napari), e [PyVista](https://github.com/pyvista/pyvista), para citar alguns. - - text: O processamento de grandes arrays acelerado pela NumPy permite que os pesquisadores visualizem conjuntos de dados muito maiores do que o Python nativo poderia permitir. + - text: NumPy é um componente essencial no crescente [campo de visualização em Python](https://pyviz.org/overviews/index.html), que inclui [Matplotlib](https://matplotlib.org), [Seaborn](https://seaborn.pydata.org), [Plotly](https://plot.ly), [Altair](https://altair-viz.github.io), [Bokeh](https://docs.bokeh.org/en/latest/), [Holoviz](https://holoviz.org), [Vispy](http://vispy.org), [Napari](https://github.com/napari/napari), e [PyVista](https://github.com/pyvista/pyvista), para citar alguns. + - text: O processamento de grandes arrays acelerado pela NumPy permite que os pesquisadores visualizem conjuntos de dados muito maiores do que o Python nativo poderia permitir. diff --git a/pt/teams/docs-team.toml b/pt/teams/docs-team.toml new file mode 100644 index 00000000..09abff8a --- /dev/null +++ b/pt/teams/docs-team.toml @@ -0,0 +1,69 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4336207?u=564d623a8c9d710c3520841b83458b0bf1eae010&v=4"' +alt = 'Avatar of Rohit Goswami' +{{< /image >}} +Rohit Goswami''' +link = 'https://github.com/HaoZeke' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/46167686?u=b5ca05a767012822d06b8bc16e3cd5ca0d1cafe9&v=4"' +alt = 'Avatar of Mars Lee' +{{< /image >}} +Mars Lee''' +link = 'https://github.com/MarsBarLee' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/823911?u=1dd52e6dcca6a7a35b6644935cdd33a6e166a596&v=4"' +alt = 'Avatar of Matti Picus' +{{< /image >}} +Matti Picus''' +link = 'https://github.com/mattip' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3949932?u=aacac68df60d2cf64c17c7e5aa17adf8b738aa7b&v=4"' +alt = 'Avatar of Melissa Weber Mendonça' +{{< /image >}} +Melissa Weber Mendonça''' +link = 'https://github.com/melissawm' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/60316606?u=229ba03253068b0a4f206b0be08f7a9e76c832f1&v=4"' +alt = 'Avatar of Mukulika' +{{< /image >}} +Mukulika''' +link = 'https://github.com/Mukulikaa' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1268991?u=974707b96081a9705f3a239c0773320f353ee02f&v=4"' +alt = 'Avatar of Ross Barnowski' +{{< /image >}} +Ross Barnowski''' +link = 'https://github.com/rossbar' diff --git a/pt/teams/emeritus-maintainers.toml b/pt/teams/emeritus-maintainers.toml new file mode 100644 index 00000000..b61eef1f --- /dev/null +++ b/pt/teams/emeritus-maintainers.toml @@ -0,0 +1,89 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/9040124?v=4"' +alt = 'Avatar of Allan Haldane' +{{< /image >}} +Allan Haldane''' +link = 'https://github.com/ahaldane' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/20568?v=4"' +alt = 'Avatar of Ondřej Čertík' +{{< /image >}} +Ondřej Čertík''' +link = 'https://github.com/certik' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/25111?v=4"' +alt = 'Avatar of David Cournapeau' +{{< /image >}} +David Cournapeau''' +link = 'https://github.com/cournape' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3343990?v=4"' +alt = 'Avatar of Jaime' +{{< /image >}} +Jaime''' +link = 'https://github.com/jaimefrio' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/123428?v=4"' +alt = 'Avatar of Jarrod Millman' +{{< /image >}} +Jarrod Millman''' +link = 'https://github.com/jarrodmillman' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/542663?v=4"' +alt = 'Avatar of Julian Taylor' +{{< /image >}} +Julian Taylor''' +link = 'https://github.com/juliantaylor' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/399551?u=d4a592a0763568448a8eaa06b680ee9584a8c6e0&v=4"' +alt = 'Avatar of Mark Wiebe' +{{< /image >}} +Mark Wiebe''' +link = 'https://github.com/mwiebe' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/609896?u=935a2bf5f98be8c08d87eaac095f1f3bc3332490&v=4"' +alt = 'Avatar of Nathaniel J. Smith' +{{< /image >}} +Nathaniel J. Smith''' +link = 'https://github.com/njsmith' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/254880?v=4"' +alt = 'Avatar of Travis E. Oliphant' +{{< /image >}} +Travis E. Oliphant''' +link = 'https://github.com/teoliphant' diff --git a/pt/teams/index.html b/pt/teams/index.html index f9b6b234..33f62673 100644 --- a/pt/teams/index.html +++ b/pt/teams/index.html @@ -1,6 +1,6 @@ NumPy - Times NumPy NumPy +Pessoas Mantenedoras# Andrew Nelson Bas van Beek Charles Harris Eric Wieser Ganesh Kathiresan Rohit Goswami Matthew Brett Matti Picus Matt Haberland Melissa Weber Mendonça Marten van Kerkwijk Christopher Sidebottom Mateusz Sokół Mukulika Nathan Goldbaum Pearu Peterson Josh Wilson Pauli Virtanen Chunlin Raghuveer Devulapalli Ralf Gommers Robert Kern Ross Barnowski Sebastian Berg Sayed Adel Stephan Hoyer Stefan van der Walt Tyler Reddy Warren Weckesser Time de documentacão# Rohit Goswami Inessa Pawson Mars Lee Matti Picus Melissa Weber Mendonça Mukulika Ross Barnowski Time Web# Inessa Pawson Jarrod Millman Joe LaChance Mars Lee Ralf Gommers shalz Shekhar Prasad Rajak Stefan van der Walt Albert Steppi Time de Triagem# Andrew Nelson Anirudh Subramanian Aaron Meurer Atsushi Sakai Ben Nathanson Anne Bonner Brigitta Sipőcz carlkl Ryan C Cooper ਗਗਨਦੀਪ ਸਿੰਘ (Gagandeep Singh) Hameer Abbasi Inessa Pawson jbrockmendel Kai Yuji Kanagawa Kriti Singh Christopher Albert Lysandros Nikolaou Meekail Zain Christopher Sidebottom Mateusz Sokół Mukulika Noa Tamir Raghuveer Devulapalli shalz Tina Oberoi Rakesh Vasudevan Zijie (ZJ) Poh Time de Pesquisa# Inessa Pawson Ralf Gommers Ross Barnowski Time de traduções# Melissa Weber Mendonça Juan Pablo Duque (@juanpabloduqueo) Yeimi Pena (@yeimiyaz) Atsushi Sakai (@AtsushiSakai) Getúlio Silva (@getuliosilva) Oriol Abril-Pla (@OriolAbril) @julio Ali Faraji (@ali) Saeed Foroutan (@SaeedForoutan) @pyjavo Mantenedores Eméritos# Allan Haldane Ondřej Čertík David Cournapeau Jaime Jarrod Millman Julian Taylor Mark Wiebe Nathaniel J. Smith Travis E. Oliphant Governança# Para a lista de pessoas no Conselho Diretor, veja aqui.">NumPy Instalação Documentação @@ -10,7 +10,8 @@ Notícias ContribuirPortuguêsEnglish 日本語 (Japanese) -Español Times NumPy Times NumPy Somos uma equipe internacional com a missão de apoiar comunidades científicas e de pesquisa em todo o mundo construindo software de código aberto de qualidade. Junte-se a nós! Maintainers# +Español Times NumPy Times NumPy Somos uma equipe internacional com a missão de apoiar comunidades científicas e de pesquisa em todo o mundo construindo software de código aberto de qualidade. +Junte-se a nós! Pessoas Mantenedoras# Andrew Nelson Bas van Beek Charles Harris @@ -39,14 +40,14 @@ Stephan Hoyer Stefan van der Walt Tyler Reddy -Warren Weckesser Docs team# +Warren Weckesser Time de documentacão# Rohit Goswami Inessa Pawson Mars Lee Matti Picus Melissa Weber Mendonça Mukulika -Ross Barnowski Web team# +Ross Barnowski Time Web# Inessa Pawson Jarrod Millman Joe LaChance @@ -55,7 +56,7 @@ shalz Shekhar Prasad Rajak Stefan van der Walt -Albert Steppi Triage team# +Albert Steppi Time de Triagem# Andrew Nelson Anirudh Subramanian Aaron Meurer @@ -83,10 +84,20 @@ shalz Tina Oberoi Rakesh Vasudevan -Zijie (ZJ) Poh Survey team# +Zijie (ZJ) Poh Time de Pesquisa# Inessa Pawson Ralf Gommers -Ross Barnowski Emeritus maintainers# +Ross Barnowski Time de traduções# +Melissa Weber Mendonça +Juan Pablo Duque (@juanpabloduqueo) +Yeimi Pena (@yeimiyaz) +Atsushi Sakai (@AtsushiSakai) +Getúlio Silva (@getuliosilva) +Oriol Abril-Pla (@OriolAbril) +@julio +Ali Faraji (@ali) +Saeed Foroutan (@SaeedForoutan) +@pyjavo Mantenedores Eméritos# Allan Haldane Ondřej Čertík David Cournapeau @@ -96,5 +107,4 @@ Mark Wiebe Nathaniel J. Smith Travis E. Oliphant Governança# Para a lista de pessoas no Conselho Diretor, veja aqui. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +© 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/teams/maintainers.toml b/pt/teams/maintainers.toml new file mode 100644 index 00000000..03120e82 --- /dev/null +++ b/pt/teams/maintainers.toml @@ -0,0 +1,289 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/702934?u=a026c1b1117981cea46e56ba562f3e80dfa71329&v=4"' +alt = 'Avatar of Andrew Nelson' +{{< /image >}} +Andrew Nelson''' +link = 'https://github.com/andyfaff' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43369155?u=1f1fcabf979a2f00f403c60b816ba9f573026181&v=4"' +alt = 'Avatar of Bas van Beek' +{{< /image >}} +Bas van Beek''' +link = 'https://github.com/BvB93' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/77272?v=4"' +alt = 'Avatar of Charles Harris' +{{< /image >}} +Charles Harris''' +link = 'https://github.com/charris' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/425260?v=4"' +alt = 'Avatar of Eric Wieser' +{{< /image >}} +Eric Wieser''' +link = 'https://github.com/eric-wieser' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/20969920?u=ec0e4d9dd70227549776ba8209f0e55a35d1fe84&v=4"' +alt = 'Avatar of Ganesh Kathiresan' +{{< /image >}} +Ganesh Kathiresan''' +link = 'https://github.com/ganesh-k13' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4336207?u=564d623a8c9d710c3520841b83458b0bf1eae010&v=4"' +alt = 'Avatar of Rohit Goswami' +{{< /image >}} +Rohit Goswami''' +link = 'https://github.com/HaoZeke' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/67612?v=4"' +alt = 'Avatar of Matthew Brett' +{{< /image >}} +Matthew Brett''' +link = 'https://github.com/matthew-brett' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/823911?u=1dd52e6dcca6a7a35b6644935cdd33a6e166a596&v=4"' +alt = 'Avatar of Matti Picus' +{{< /image >}} +Matti Picus''' +link = 'https://github.com/mattip' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6570539?u=cfb3e218754e85c4fac18064d7cfdce0b67ddaa6&v=4"' +alt = 'Avatar of Matt Haberland' +{{< /image >}} +Matt Haberland''' +link = 'https://github.com/mdhaber' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3949932?u=aacac68df60d2cf64c17c7e5aa17adf8b738aa7b&v=4"' +alt = 'Avatar of Melissa Weber Mendonça' +{{< /image >}} +Melissa Weber Mendonça''' +link = 'https://github.com/melissawm' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/2789820?v=4"' +alt = 'Avatar of Marten van Kerkwijk' +{{< /image >}} +Marten van Kerkwijk''' +link = 'https://github.com/mhvk' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4933431?u=933e774277f53e83ebb3d58dab9851c801fbfacd&v=4"' +alt = 'Avatar of Christopher Sidebottom' +{{< /image >}} +Christopher Sidebottom''' +link = 'https://github.com/Mousius' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8431159?u=179d05b307b027da3360c213fcf4f585e1c6d7b9&v=4"' +alt = 'Avatar of Mateusz Sokół' +{{< /image >}} +Mateusz Sokół''' +link = 'https://github.com/mtsokol' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/60316606?u=229ba03253068b0a4f206b0be08f7a9e76c832f1&v=4"' +alt = 'Avatar of Mukulika' +{{< /image >}} +Mukulika''' +link = 'https://github.com/Mukulikaa' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3126246?u=a3c7cd970c0e4cbc4498febe0de777a263c522c5&v=4"' +alt = 'Avatar of Nathan Goldbaum' +{{< /image >}} +Nathan Goldbaum''' +link = 'https://github.com/ngoldbaum' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/402156?u=288a1f206a151f9e2b69f3c0ce11848d3381943e&v=4"' +alt = 'Avatar of Pearu Peterson' +{{< /image >}} +Pearu Peterson''' +link = 'https://github.com/pearu' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/15134881?v=4"' +alt = 'Avatar of Josh Wilson' +{{< /image >}} +Josh Wilson''' +link = 'https://github.com/person142' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/35046?v=4"' +alt = 'Avatar of Pauli Virtanen' +{{< /image >}} +Pauli Virtanen''' +link = 'https://github.com/pv' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/15245051?u=54810990f0fdb11ecaade02762c09d5549d72a11&v=4"' +alt = 'Avatar of Chunlin' +{{< /image >}} +Chunlin''' +link = 'https://github.com/Qiyu8' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/44766858?u=fcb771cdeac5320fa0c8f40db39c5afb071fdfb0&v=4"' +alt = 'Avatar of Raghuveer Devulapalli' +{{< /image >}} +Raghuveer Devulapalli''' +link = 'https://github.com/r-devulap' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/98330?u=22a023f8d191ba200ab13d476c83860d015cc9fe&v=4"' +alt = 'Avatar of Ralf Gommers' +{{< /image >}} +Ralf Gommers''' +link = 'https://github.com/rgommers' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/46135?u=305a96a4778daecacbc8ec97ac25a48099a239cc&v=4"' +alt = 'Avatar of Robert Kern' +{{< /image >}} +Robert Kern''' +link = 'https://github.com/rkern' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1268991?u=974707b96081a9705f3a239c0773320f353ee02f&v=4"' +alt = 'Avatar of Ross Barnowski' +{{< /image >}} +Ross Barnowski''' +link = 'https://github.com/rossbar' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/61977?v=4"' +alt = 'Avatar of Sebastian Berg' +{{< /image >}} +Sebastian Berg''' +link = 'https://github.com/seberg' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/12713707?u=5a3f6a8de4801d7878750cbd0bb2e0427bf0af0b&v=4"' +alt = 'Avatar of Sayed Adel' +{{< /image >}} +Sayed Adel''' +link = 'https://github.com/seiko2plus' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1217238?u=b61e7e0085405ce6d7d53f8f39a1360ef9723f72&v=4"' +alt = 'Avatar of Stephan Hoyer' +{{< /image >}} +Stephan Hoyer''' +link = 'https://github.com/shoyer' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/45071?u=c779b5e06448fbc638bc987cdfe305c7f9a7175e&v=4"' +alt = 'Avatar of Stefan van der Walt' +{{< /image >}} +Stefan van der Walt''' +link = 'https://github.com/stefanv' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/7903078?u=2762d9ff13b992dc635f8f190a17f9a90cddfae1&v=4"' +alt = 'Avatar of Tyler Reddy' +{{< /image >}} +Tyler Reddy''' +link = 'https://github.com/tylerjereddy' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/321463?v=4"' +alt = 'Avatar of Warren Weckesser' +{{< /image >}} +Warren Weckesser''' +link = 'https://github.com/WarrenWeckesser' diff --git a/pt/teams/survey-team.toml b/pt/teams/survey-team.toml new file mode 100644 index 00000000..d1eb22b7 --- /dev/null +++ b/pt/teams/survey-team.toml @@ -0,0 +1,29 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/98330?u=22a023f8d191ba200ab13d476c83860d015cc9fe&v=4"' +alt = 'Avatar of Ralf Gommers' +{{< /image >}} +Ralf Gommers''' +link = 'https://github.com/rgommers' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1268991?u=974707b96081a9705f3a239c0773320f353ee02f&v=4"' +alt = 'Avatar of Ross Barnowski' +{{< /image >}} +Ross Barnowski''' +link = 'https://github.com/rossbar' diff --git a/pt/teams/translations-team.toml b/pt/teams/translations-team.toml new file mode 100644 index 00000000..8b648773 --- /dev/null +++ b/pt/teams/translations-team.toml @@ -0,0 +1,99 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3949932?u=aacac68df60d2cf64c17c7e5aa17adf8b738aa7b&v=4"' +alt = 'Avatar of Melissa Weber Mendonça' +{{< /image >}} +Melissa Weber Mendonça''' +link = 'https://github.com/melissawm' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Juan Pablo Duque' +{{< /image >}} +Juan Pablo Duque (@juanpabloduqueo)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Yeimi Pena' +{{< /image >}} +Yeimi Pena (@yeimiyaz)''' +link = 'https://www.linkedin.com/in/yeimipena/' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3813847?v=4' +alt = 'Avatar of Atsushi Sakai' +{{< /image >}} +Atsushi Sakai (@AtsushiSakai)''' +link = 'https://github.com/AtsushiSakai' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Getúlio Silva' +{{< /image >}} +Getúlio Silva (@getuliosilva)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Oriol Abril-Pla' +{{< /image >}} +Oriol Abril-Pla (@OriolAbril)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of @julio' +{{< /image >}} +@julio''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Ali Faraji' +{{< /image >}} +Ali Faraji (@ali)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Saeed Foroutan' +{{< /image >}} +Saeed Foroutan (@SaeedForoutan)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of @pyjavo' +{{< /image >}} +@pyjavo''' +link = 'https://scientific-python.crowdin.com' diff --git a/pt/teams/triage-team.toml b/pt/teams/triage-team.toml new file mode 100644 index 00000000..8bfddc64 --- /dev/null +++ b/pt/teams/triage-team.toml @@ -0,0 +1,279 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/702934?u=a026c1b1117981cea46e56ba562f3e80dfa71329&v=4"' +alt = 'Avatar of Andrew Nelson' +{{< /image >}} +Andrew Nelson''' +link = 'https://github.com/andyfaff' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1522319?v=4"' +alt = 'Avatar of Anirudh Subramanian' +{{< /image >}} +Anirudh Subramanian''' +link = 'https://github.com/anirudh2290' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/71486?u=cc88e2a4e4c6c496dcb9dd88cead5c0dab496c89&v=4"' +alt = 'Avatar of Aaron Meurer' +{{< /image >}} +Aaron Meurer''' +link = 'https://github.com/asmeurer' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3813847?v=4"' +alt = 'Avatar of Atsushi Sakai' +{{< /image >}} +Atsushi Sakai''' +link = 'https://github.com/AtsushiSakai' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6691888?v=4"' +alt = 'Avatar of Ben Nathanson' +{{< /image >}} +Ben Nathanson''' +link = 'https://github.com/bjnath' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/35413198?u=e67bd9ebc361fb207f914979d935fd1956eb626c&v=4"' +alt = 'Avatar of Anne Bonner' +{{< /image >}} +Anne Bonner''' +link = 'https://github.com/bonn0062' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6788290?u=d9a388224b87d55106cb3e6199d02ebc1d8e0553&v=4"' +alt = 'Avatar of Brigitta Sipőcz' +{{< /image >}} +Brigitta Sipőcz''' +link = 'https://github.com/bsipocz' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5476002?u=5352f057ef8cb5de29e4d2a9fa8b0d0f49580dc8&v=4"' +alt = 'Avatar of carlkl' +{{< /image >}} +carlkl''' +link = 'https://github.com/carlkl' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/11371428?u=9b425a337d076ec86b75ebc759724283f0970d9a&v=4"' +alt = 'Avatar of Ryan C Cooper' +{{< /image >}} +Ryan C Cooper''' +link = 'https://github.com/cooperrc' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/36567889?u=cbc76d558d375ebafd4a05a505f500eb94e00611&v=4"' +alt = 'Avatar of ਗਗਨਦੀਪ ਸਿੰਘ (Gagandeep Singh)' +{{< /image >}} +ਗਗਨਦੀਪ ਸਿੰਘ (Gagandeep Singh)''' +link = 'https://github.com/czgdp1807' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/2190658?u=b85e13f985d0bf87eeb3a7a146b61dcc9586019b&v=4"' +alt = 'Avatar of Hameer Abbasi' +{{< /image >}} +Hameer Abbasi''' +link = 'https://github.com/hameerabbasi' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8078968?v=4"' +alt = 'Avatar of jbrockmendel' +{{< /image >}} +jbrockmendel''' +link = 'https://github.com/jbrockmendel' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/30074037?u=c2549c85c82266302c71aef5c20446871323d91b&v=4"' +alt = 'Avatar of Kai' +{{< /image >}} +Kai''' +link = 'https://github.com/Kai-Striega' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/16046705?u=1bf01e87adb556503c1fe07789c194cc04d38490&v=4"' +alt = 'Avatar of Yuji Kanagawa' +{{< /image >}} +Yuji Kanagawa''' +link = 'https://github.com/kngwyu' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/22004158?u=2ebb3919ebaa3d7e0865ea5583032bc08bd0f526&v=4"' +alt = 'Avatar of Kriti Singh' +{{< /image >}} +Kriti Singh''' +link = 'https://github.com/kritisingh1' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/149655?u=249f7995c486de232c34e7970fbea505f518a1be&v=4"' +alt = 'Avatar of Christopher Albert' +{{< /image >}} +Christopher Albert''' +link = 'https://github.com/krystophny' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/20306270?u=235cdf82e88f76ba2f5f4c2d33fa392319c60ad1&v=4"' +alt = 'Avatar of Lysandros Nikolaou' +{{< /image >}} +Lysandros Nikolaou''' +link = 'https://github.com/lysnikolaou' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/34613774?u=61535ebfff07c68ea672cd8cd68c46187a38d3c1&v=4"' +alt = 'Avatar of Meekail Zain' +{{< /image >}} +Meekail Zain''' +link = 'https://github.com/Micky774' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4933431?u=933e774277f53e83ebb3d58dab9851c801fbfacd&v=4"' +alt = 'Avatar of Christopher Sidebottom' +{{< /image >}} +Christopher Sidebottom''' +link = 'https://github.com/Mousius' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8431159?u=179d05b307b027da3360c213fcf4f585e1c6d7b9&v=4"' +alt = 'Avatar of Mateusz Sokół' +{{< /image >}} +Mateusz Sokół''' +link = 'https://github.com/mtsokol' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/60316606?u=229ba03253068b0a4f206b0be08f7a9e76c832f1&v=4"' +alt = 'Avatar of Mukulika' +{{< /image >}} +Mukulika''' +link = 'https://github.com/Mukulikaa' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6564007?u=e5fb962de792bbce925c0c94fb7a748803c8bfa0&v=4"' +alt = 'Avatar of Noa Tamir' +{{< /image >}} +Noa Tamir''' +link = 'https://github.com/noatamir' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/44766858?u=fcb771cdeac5320fa0c8f40db39c5afb071fdfb0&v=4"' +alt = 'Avatar of Raghuveer Devulapalli' +{{< /image >}} +Raghuveer Devulapalli''' +link = 'https://github.com/r-devulap' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5890484?u=feb15a24e010a434ded00e41d8bd030a2cc31bdb&v=4"' +alt = 'Avatar of shalz' +{{< /image >}} +shalz''' +link = 'https://github.com/shaloo' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/55803680?u=bb727a0da1f33ed5f2feb58dc0333943430d2318&v=4"' +alt = 'Avatar of Tina Oberoi' +{{< /image >}} +Tina Oberoi''' +link = 'https://github.com/tinaoberoi' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/13260794?u=5421923c831b67c4ef290bbdeb31ebfbdd906abc&v=4"' +alt = 'Avatar of Rakesh Vasudevan' +{{< /image >}} +Rakesh Vasudevan''' +link = 'https://github.com/vrakesh' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8103276?v=4"' +alt = 'Avatar of Zijie (ZJ) Poh' +{{< /image >}} +Zijie (ZJ) Poh''' +link = 'https://github.com/zjpoh' diff --git a/pt/teams/web-team.toml b/pt/teams/web-team.toml new file mode 100644 index 00000000..ef317b2e --- /dev/null +++ b/pt/teams/web-team.toml @@ -0,0 +1,89 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/123428?v=4"' +alt = 'Avatar of Jarrod Millman' +{{< /image >}} +Jarrod Millman''' +link = 'https://github.com/jarrodmillman' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3891660?u=5de0ba1f1adad6f041f6dde1affef5d05bbed80a&v=4"' +alt = 'Avatar of Joe LaChance' +{{< /image >}} +Joe LaChance''' +link = 'https://github.com/joelachance' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/46167686?u=b5ca05a767012822d06b8bc16e3cd5ca0d1cafe9&v=4"' +alt = 'Avatar of Mars Lee' +{{< /image >}} +Mars Lee''' +link = 'https://github.com/MarsBarLee' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/98330?u=22a023f8d191ba200ab13d476c83860d015cc9fe&v=4"' +alt = 'Avatar of Ralf Gommers' +{{< /image >}} +Ralf Gommers''' +link = 'https://github.com/rgommers' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5890484?u=feb15a24e010a434ded00e41d8bd030a2cc31bdb&v=4"' +alt = 'Avatar of shalz' +{{< /image >}} +shalz''' +link = 'https://github.com/shaloo' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5774448?u=af1d8beea7d3c37d064e0dcb42d96c41e1318934&v=4"' +alt = 'Avatar of Shekhar Prasad Rajak' +{{< /image >}} +Shekhar Prasad Rajak''' +link = 'https://github.com/Shekharrajak' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/45071?u=c779b5e06448fbc638bc987cdfe305c7f9a7175e&v=4"' +alt = 'Avatar of Stefan van der Walt' +{{< /image >}} +Stefan van der Walt''' +link = 'https://github.com/stefanv' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1953382?u=5df9d41ad2a6d526e7daeec06225274905e7e660&v=4"' +alt = 'Avatar of Albert Steppi' +{{< /image >}} +Albert Steppi''' +link = 'https://github.com/steppi' diff --git a/pt/terms/index.html b/pt/terms/index.html index 9b9e3363..e8039940 100644 --- a/pt/terms/index.html +++ b/pt/terms/index.html @@ -1,5 +1,5 @@ -NumPy - Termos de Uso -NumPy Instalação @@ -10,6 +10,5 @@ Notícias ContribuirPortuguêsEnglish 日本語 (Japanese) -Español Termos de Uso Termos de Uso Última atualização em 4 de janeiro de 2020 AGREEMENT TO TERMS# These Terms of Use constitute a legally binding agreement made between you, whether personally or on behalf of an entity (“you”) and NumPy ("Project", “we”, “us”, or “our”), concerning your access to and use of the numpy.org website as well as any other media form, media channel, mobile website or mobile application related, linked, or otherwise connected thereto (collectively, the “Site”). You agree that by accessing the Site, you have read, understood, and agreed to be bound by all of these Terms of Use. IF YOU DO NOT AGREE WITH ALL OF THESE TERMS OF USE, THEN YOU ARE EXPRESSLY PROHIBITED FROM USING THE SITE AND YOU MUST DISCONTINUE USE IMMEDIATELY. Supplemental terms and conditions or documents that may be posted on the Site from time to time are hereby expressly incorporated herein by reference. We reserve the right, in our sole discretion, to make changes or modifications to these Terms of Use at any time and for any reason. We will alert you about any changes by updating the “Last updated” date of these Terms of Use, and you waive any right to receive specific notice of each such change. It is your responsibility to periodically review these Terms of Use to stay informed of updates. You will be subject to, and will be deemed to have been made aware of and to have accepted, the changes in any revised Terms of Use by your continued use of the Site after the date such revised Terms of Use are posted. The information provided on the Site is not intended for distribution to or use by any person or entity in any jurisdiction or country where such distribution or use would be contrary to law or regulation or which would subject us to any registration requirement within such jurisdiction or country. Accordingly, those persons who choose to access the Site from other locations do so on their own initiative and are solely responsible for compliance with local laws, if and to the extent local laws are applicable. USER REPRESENTATIONS# By using the Site, you represent and warrant that: (1) you have the legal capacity and you agree to comply with these Terms of Use; (2) you will not use the Site for any illegal or unauthorized purpose; and (3) your use of the Site will not violate any applicable law or regulation. If you provide any information that is untrue, inaccurate, not current, or incomplete, we have the right to refuse any and all current or future use of the Site (or any portion thereof). PROHIBITED ACTIVITIES# You may not access or use the Site for any purpose other than that for which we make the Site available. As a user of the Site, you agree not to: Systematically retrieve data or other content from the Site to create or compile, directly or indirectly, a collection, compilation, database, or directory without written permission from us. Make any unauthorized use of the Site, including collecting usernames and/or email addresses of users by electronic or other means for the purpose of sending unsolicited email, or creating user accounts by automated means or under false pretenses. Use the Site to advertise or offer to sell goods and services. Circumvent, disable, or otherwise interfere with security-related features of the Site. Engage in unauthorized framing of or linking to the Site. Trick, defraud, or mislead us and other users, especially in any attempt to learn sensitive account information such as user passwords. Make improper use of our support services or submit false reports of abuse or misconduct. Engage in any automated use of the system, such as using scripts to send comments or messages, or using any data mining, robots, or similar data gathering and extraction tools. Interfere with, disrupt, or create an undue burden on the Site or the networks or services connected to the Site. Attempt to impersonate another user or person or use the username of another user. Use any information obtained from the Site in order to harass, abuse, or harm another person. Disparage, tarnish, or otherwise harm, in our opinion, us and/or the Site. Except as may be the result of standard search engine or Internet browser usage, use, launch, develop, or distribute any automated system, including without limitation, any spider, robot, cheat utility, scraper, or offline reader that accesses the Site, or using or launching any unauthorized script or other software. Upload or transmit (or attempt to upload or to transmit) any material that acts as a passive or active information collection or transmission mechanism, including without limitation, clear graphics interchange formats (“gifs”), 1×1 pixels, web bugs, cookies, or other similar devices (sometimes referred to as “spyware” or “passive collection mechanisms” or “pcms”). Upload or transmit (or attempt to upload or to transmit) viruses, Trojan horses, or other material, including excessive use of capital letters and spamming (continuous posting of repetitive text), that interferes with any party’s uninterrupted use and enjoyment of the Site or modifies, impairs, disrupts, alters, or interferes with the use, features, functions, operation, or maintenance of the Site. Harass, annoy, intimidate, or threaten any of our employees or agents engaged in providing any portion of the Site to you. Attempt to bypass any measures of the Site designed to prevent or restrict access to the Site, or any portion of the Site. SUBMISSIONS# You acknowledge and agree that any questions, comments, suggestions, ideas, feedback, or other information regarding the Site (“Submissions”) provided by you to us are non-confidential and shall become our sole property. We shall own exclusive rights, including all intellectual property rights, and shall be entitled to the unrestricted use and dissemination of these Submissions for any lawful purpose, commercial or otherwise, without acknowledgment or compensation to you. You hereby waive all moral rights to any such Submissions, and you hereby warrant that any such Submissions are original with you or that you have the right to submit such Submissions. You agree there shall be no recourse against us for any alleged or actual infringement or misappropriation of any proprietary right in your Submissions. THIRD-PARTY WEBSITES AND CONTENT# The Site may contain (or you may be sent via the Site) links to other websites (“Third-Party Websites”) as well as articles, photographs, text, graphics, pictures, designs, music, sound, video, information, applications, software, and other content or items belonging to or originating from third parties (“Third-Party Content”). Such Third-Party Websites and Third-Party Content are not investigated, monitored, or checked for accuracy, appropriateness, or completeness by us, and we are not responsible for any Third-Party Websites accessed through the Site or any Third-Party Content posted on, available through, or installed from the Site, including the content, accuracy, offensiveness, opinions, reliability, privacy practices, or other policies of or contained in the Third-Party Websites or the Third-Party Content. Inclusion of, linking to, or permitting the use or installation of any Third-Party Websites or any Third-Party Content does not imply approval or endorsement thereof by us. If you decide to leave the Site and access the Third-Party Websites or to use or install any Third-Party Content, you do so at your own risk, and you should be aware these Terms of Use no longer govern. You should review the applicable terms and policies, including privacy and data gathering practices, of any website to which you navigate from the Site or relating to any applications you use or install from the Site. Any purchases you make through Third-Party Websites will be through other websites and from other companies, and we take no responsibility whatsoever in relation to such purchases which are exclusively between you and the applicable third party. You agree and acknowledge that we do not endorse the products or services offered on Third-Party Websites and you shall hold us harmless from any harm caused by your purchase of such products or services. Additionally, you shall hold us harmless from any losses sustained by you or harm caused to you relating to or resulting in any way from any Third-Party Content or any contact with Third-Party Websites. SITE MANAGEMENT# We reserve the right, but not the obligation, to: (1) monitor the Site for violations of these Terms of Use; (2) take appropriate legal action against anyone who, in our sole discretion, violates the law or these Terms of Use, including without limitation, reporting such user to law enforcement authorities; (3) in our sole discretion and without limitation, refuse, restrict access to, limit the availability of, or disable (to the extent technologically feasible) any of your Contributions or any portion thereof; (4) in our sole discretion and without limitation, notice, or liability, to remove from the Site or otherwise disable all files and content that are excessive in size or are in any way burdensome to our systems; and (5) otherwise manage the Site in a manner designed to protect our rights and property and to facilitate the proper functioning of the Site. PRIVACY POLICY# We care about data privacy and security. Please review our Privacy Policy. By using the Site, you agree to be bound by our Privacy Policy, which is incorporated into these Terms of Use. Please be advised the Site is hosted in the United States. If you access the Site from the European Union, Asia, or any other region of the world with laws or other requirements governing personal data collection, use, or disclosure that differ from applicable laws in the United States, then through your continued use of the Site, you are transferring your data to the United States, and you expressly consent to have your data transferred to and processed in the United States. Further, we do not knowingly accept, request, or solicit information from children or knowingly market to children. Therefore, in accordance with the U.S. Children’s Online Privacy Protection Act, if we receive actual knowledge that anyone under the age of 13 has provided personal information to us without the requisite and verifiable parental consent, we will delete that information from the Site as quickly as is reasonably practical. TERM AND TERMINATION# These Terms of Use shall remain in full force and effect while you use the Site. WITHOUT LIMITING ANY OTHER PROVISION OF THESE TERMS OF USE, WE RESERVE THE RIGHT TO, IN OUR SOLE DISCRETION AND WITHOUT NOTICE OR LIABILITY, DENY ACCESS TO AND USE OF THE SITE (INCLUDING BLOCKING CERTAIN IP ADDRESSES), TO ANY PERSON FOR ANY REASON OR FOR NO REASON, INCLUDING WITHOUT LIMITATION FOR BREACH OF ANY REPRESENTATION, WARRANTY, OR COVENANT CONTAINED IN THESE TERMS OF USE OR OF ANY APPLICABLE LAW OR REGULATION. WE MAY TERMINATE YOUR USE OR PARTICIPATION IN THE SITE OR DELETE ANY CONTENT OR INFORMATION THAT YOU POSTED AT ANY TIME, WITHOUT WARNING, IN OUR SOLE DISCRETION. MODIFICATIONS AND INTERRUPTIONS# We reserve the right to change, modify, or remove the contents of the Site at any time or for any reason at our sole discretion without notice. However, we have no obligation to update any information on our Site. We also reserve the right to modify or discontinue all or part of the Site without notice at any time. We will not be liable to you or any third party for any modification, suspension, or discontinuance of the Site. We cannot guarantee the Site will be available at all times. We may experience hardware, software, or other problems or need to perform maintenance related to the Site, resulting in interruptions, delays, or errors. We reserve the right to change, revise, update, suspend, discontinue, or otherwise modify the Site at any time or for any reason without notice to you. You agree that we have no liability whatsoever for any loss, damage, or inconvenience caused by your inability to access or use the Site during any downtime or discontinuance of the Site. Nothing in these Terms of Use will be construed to obligate us to maintain and support the Site or to supply any corrections, updates, or releases in connection therewith. GOVERNING LAW# These Terms of Use and your use of the Site are governed by and construed in accordance with the laws of the State of Texas applicable to agreements made and to be entirely performed within the State of Texas, without regard to its conflict of law principles. DISPUTE RESOLUTION# Informal Negotiations# To expedite resolution and control the cost of any dispute, controversy, or claim related to these Terms of Use (each a “Dispute” and collectively, the “Disputes”) brought by either you or us (individually, a “Party” and collectively, the “Parties”), the Parties agree to first attempt to negotiate any Dispute (except those Disputes expressly provided below) informally for at least thirty (30) days before initiating arbitration. Such informal negotiations commence upon written notice from one Party to the other Party. Binding Arbitration# If the Parties are unable to resolve a Dispute through informal negotiations, the Dispute (except those Disputes expressly excluded below) will be finally and exclusively resolved by binding arbitration. YOU UNDERSTAND THAT WITHOUT THIS PROVISION, YOU WOULD HAVE THE RIGHT TO SUE IN COURT AND HAVE A JURY TRIAL. The arbitration shall be commenced and conducted under the Commercial Arbitration Rules of the American Arbitration Association (“AAA”) and, where appropriate, the AAA’s Supplementary Procedures for Consumer Related Disputes (“AAA Consumer Rules”), both of which are available at the AAA website www.adr.org. Your arbitration fees and your share of arbitrator compensation shall be governed by the AAA Consumer Rules and, where appropriate, limited by the AAA Consumer Rules. If such costs are determined to by the arbitrator to be excessive, we will pay all arbitration fees and expenses. The arbitration may be conducted in person, through the submission of documents, by phone, or online. The arbitrator will make a decision in writing, but need not provide a statement of reasons unless requested by either Party. The arbitrator must follow applicable law, and any award may be challenged if the arbitrator fails to do so. Except where otherwise required by the applicable AAA rules or applicable law, the arbitration will take place in Travis County, Texas. Except as otherwise provided herein, the Parties may litigate in court to compel arbitration, stay proceedings pending arbitration, or to confirm, modify, vacate, or enter judgment on the award entered by the arbitrator. If for any reason, a Dispute proceeds in court rather than arbitration, the Dispute shall be commenced or prosecuted in the state and federal courts located in Travis County, Texas, and the Parties hereby consent to, and waive all defenses of lack of personal jurisdiction, and forum non conveniens with respect to venue and jurisdiction in such state and federal courts. Application of the United Nations Convention on Contracts for the International Sale of Goods and the the Uniform Computer Information Transaction Act (UCITA) are excluded from these Terms of Use. In no event shall any Dispute brought by either Party related in any way to the Site be commenced more than one (1) years after the cause of action arose. If this provision is found to be illegal or unenforceable, then neither Party will elect to arbitrate any Dispute falling within that portion of this provision found to be illegal or unenforceable and such Dispute shall be decided by a court of competent jurisdiction within the courts listed for jurisdiction above, and the Parties agree to submit to the personal jurisdiction of that court. Restrictions# The Parties agree that any arbitration shall be limited to the Dispute between the Parties individually. To the full extent permitted by law, (a) no arbitration shall be joined with any other proceeding; (b) there is no right or authority for any Dispute to be arbitrated on a class-action basis or to utilize class action procedures; and (c) there is no right or authority for any Dispute to be brought in a purported representative capacity on behalf of the general public or any other persons. Exceptions to Informal Negotiations and Arbitration# The Parties agree that the following Disputes are not subject to the above provisions concerning informal negotiations and binding arbitration: (a) any Disputes seeking to enforce or protect, or concerning the validity of, any of the intellectual property rights of a Party; (b) any Dispute related to, or arising from, allegations of theft, piracy, invasion of privacy, or unauthorized use; and (c) any claim for injunctive relief. If this provision is found to be illegal or unenforceable, then neither Party will elect to arbitrate any Dispute falling within that portion of this provision found to be illegal or unenforceable and such Dispute shall be decided by a court of competent jurisdiction within the courts listed for jurisdiction above, and the Parties agree to submit to the personal jurisdiction of that court. CORRECTIONS# There may be information on the Site that contains typographical errors, inaccuracies, or omissions. We reserve the right to correct any errors, inaccuracies, or omissions and to change or update the information on the Site at any time, without prior notice. DISCLAIMER# THE SITE IS PROVIDED ON AN AS-IS AND AS-AVAILABLE BASIS. YOU AGREE THAT YOUR USE OF THE SITE AND OUR SERVICES WILL BE AT YOUR SOLE RISK. TO THE FULLEST EXTENT PERMITTED BY LAW, WE DISCLAIM ALL WARRANTIES, EXPRESS OR IMPLIED, IN CONNECTION WITH THE SITE AND YOUR USE THEREOF, INCLUDING, WITHOUT LIMITATION, THE IMPLIED WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE, AND NON-INFRINGEMENT. WE MAKE NO WARRANTIES OR REPRESENTATIONS ABOUT THE ACCURACY OR COMPLETENESS OF THE SITE’S CONTENT OR THE CONTENT OF ANY WEBSITES LINKED TO THE SITE AND WE WILL ASSUME NO LIABILITY OR RESPONSIBILITY FOR ANY (1) ERRORS, MISTAKES, OR INACCURACIES OF CONTENT AND MATERIALS, (2) PERSONAL INJURY OR PROPERTY DAMAGE, OF ANY NATURE WHATSOEVER, RESULTING FROM YOUR ACCESS TO AND USE OF THE SITE, (3) ANY UNAUTHORIZED ACCESS TO OR USE OF OUR SECURE SERVERS AND/OR ANY AND ALL PERSONAL INFORMATION AND/OR FINANCIAL INFORMATION STORED THEREIN, (4) ANY INTERRUPTION OR CESSATION OF TRANSMISSION TO OR FROM THE SITE, (5) ANY BUGS, VIRUSES, TROJAN HORSES, OR THE LIKE WHICH MAY BE TRANSMITTED TO OR THROUGH THE SITE BY ANY THIRD PARTY, AND/OR (6) ANY ERRORS OR OMISSIONS IN ANY CONTENT AND MATERIALS OR FOR ANY LOSS OR DAMAGE OF ANY KIND INCURRED AS A RESULT OF THE USE OF ANY CONTENT POSTED, TRANSMITTED, OR OTHERWISE MADE AVAILABLE VIA THE SITE. WE DO NOT WARRANT, ENDORSE, GUARANTEE, OR ASSUME RESPONSIBILITY FOR ANY PRODUCT OR SERVICE ADVERTISED OR OFFERED BY A THIRD PARTY THROUGH THE SITE, ANY HYPERLINKED WEBSITE, OR ANY WEBSITE OR MOBILE APPLICATION FEATURED IN ANY BANNER OR OTHER ADVERTISING, AND WE WILL NOT BE A PARTY TO OR IN ANY WAY BE RESPONSIBLE FOR MONITORING ANY TRANSACTION BETWEEN YOU AND ANY THIRD-PARTY PROVIDERS OF PRODUCTS OR SERVICES. AS WITH THE PURCHASE OF A PRODUCT OR SERVICE THROUGH ANY MEDIUM OR IN ANY ENVIRONMENT, YOU SHOULD USE YOUR BEST JUDGMENT AND EXERCISE CAUTION WHERE APPROPRIATE. LIMITATIONS OF LIABILITY# IN NO EVENT WILL WE OR OUR DIRECTORS, EMPLOYEES, OR AGENTS BE LIABLE TO YOU OR ANY THIRD PARTY FOR ANY DIRECT, INDIRECT, CONSEQUENTIAL, EXEMPLARY, INCIDENTAL, SPECIAL, OR PUNITIVE DAMAGES, INCLUDING LOST PROFIT, LOST REVENUE, LOSS OF DATA, OR OTHER DAMAGES ARISING FROM YOUR USE OF THE SITE, EVEN IF WE HAVE BEEN ADVISED OF THE POSSIBILITY OF SUCH DAMAGES. NOTWITHSTANDING ANYTHING TO THE CONTRARY CONTAINED HEREIN, OUR LIABILITY TO YOU FOR ANY CAUSE WHATSOEVER AND REGARDLESS OF THE FORM OF THE ACTION, WILL AT ALL TIMES BE LIMITED TO THE AMOUNT PAID, IF ANY, BY YOU TO US DURING THE SIX (6) MONTH PERIOD PRIOR TO ANY CAUSE OF ACTION ARISING. CERTAIN STATE LAWS DO NOT ALLOW LIMITATIONS ON IMPLIED WARRANTIES OR THE EXCLUSION OR LIMITATION OF CERTAIN DAMAGES. IF THESE LAWS APPLY TO YOU, SOME OR ALL OF THE ABOVE DISCLAIMERS OR LIMITATIONS MAY NOT APPLY TO YOU, AND YOU MAY HAVE ADDITIONAL RIGHTS. INDEMNIFICATION# You agree to defend, indemnify, and hold us harmless, including our subsidiaries, affiliates, and all of our respective officers, agents, partners, and employees, from and against any loss, damage, liability, claim, or demand, including reasonable attorneys’ fees and expenses, made by any third party due to or arising out of: (1) use of the Site; (2) breach of these Terms of Use; (3) any breach of your representations and warranties set forth in these Terms of Use; (4) your violation of the rights of a third party, including but not limited to intellectual property rights; or (5) any overt harmful act toward any other user of the Site with whom you connected via the Site. Notwithstanding the foregoing, we reserve the right, at your expense, to assume the exclusive defense and control of any matter for which you are required to indemnify us, and you agree to cooperate, at your expense, with our defense of such claims. We will use reasonable efforts to notify you of any such claim, action, or proceeding which is subject to this indemnification upon becoming aware of it. USER DATA# We will maintain certain data that you transmit to the Site for the purpose of managing the performance of the Site, as well as data relating to your use of the Site. Although we perform regular routine backups of data, you are solely responsible for all data that you transmit or that relates to any activity you have undertaken using the Site. You agree that we shall have no liability to you for any loss or corruption of any such data, and you hereby waive any right of action against us arising from any such loss or corruption of such data. ELECTRONIC COMMUNICATIONS, TRANSACTIONS, AND SIGNATURES# Visiting the Site, sending us emails, and completing online forms constitute electronic communications. You consent to receive electronic communications, and you agree that all agreements, notices, disclosures, and other communications we provide to you electronically, via email and on the Site, satisfy any legal requirement that such communication be in writing. YOU HEREBY AGREE TO THE USE OF ELECTRONIC SIGNATURES, CONTRACTS, ORDERS, AND OTHER RECORDS, AND TO ELECTRONIC DELIVERY OF NOTICES, POLICIES, AND RECORDS OF TRANSACTIONS INITIATED OR COMPLETED BY US OR VIA THE SITE. You hereby waive any rights or requirements under any statutes, regulations, rules, ordinances, or other laws in any jurisdiction which require an original signature or delivery or retention of non-electronic records, or to payments or the granting of credits by any means other than electronic means. CALIFORNIA USERS AND RESIDENTS# If any complaint with us is not satisfactorily resolved, you can contact the Complaint Assistance Unit of the Division of Consumer Services of the California Department of Consumer Affairs in writing at 1625 North Market Blvd., Suite N 112, Sacramento, California 95834 or by telephone at (800) 952-5210 or (916) 445-1254. MISCELLANEOUS# These Terms of Use and any policies or operating rules posted by us on the Site or in respect to the Site constitute the entire agreement and understanding between you and us. Our failure to exercise or enforce any right or provision of these Terms of Use shall not operate as a waiver of such right or provision. These Terms of Use operate to the fullest extent permissible by law. We may assign any or all of our rights and obligations to others at any time. We shall not be responsible or liable for any loss, damage, delay, or failure to act caused by any cause beyond our reasonable control. If any provision or part of a provision of these Terms of Use is determined to be unlawful, void, or unenforceable, that provision or part of the provision is deemed severable from these Terms of Use and does not affect the validity and enforceability of any remaining provisions. There is no joint venture, partnership, employment or agency relationship created between you and us as a result of these Terms of Use or use of the Site. You agree that these Terms of Use will not be construed against us by virtue of having drafted them. You hereby waive any and all defenses you may have based on the electronic form of these Terms of Use and the lack of signing by the parties hereto to execute these Terms of Use. CONTACT US# In order to resolve a complaint regarding the Site or to receive further information regarding use of the Site, please contact us at: NumFOCUS, Inc. P.O. Box 90596 Austin, TX, USA 78709 info@numfocus.org +1 (512) 222-5449 On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +Español Terms of Use Terms of Use Last updated January 4, 2020 AGREEMENT TO TERMS# These Terms of Use constitute a legally binding agreement made between you, whether personally or on behalf of an entity (“you”) and NumPy ("Project", “we”, “us”, or “our”), concerning your access to and use of the numpy.org website as well as any other media form, media channel, mobile website or mobile application related, linked, or otherwise connected thereto (collectively, the “Site”). You agree that by accessing the Site, you have read, understood, and agreed to be bound by all of these Terms of Use. IF YOU DO NOT AGREE WITH ALL OF THESE TERMS OF USE, THEN YOU ARE EXPRESSLY PROHIBITED FROM USING THE SITE AND YOU MUST DISCONTINUE USE IMMEDIATELY. Supplemental terms and conditions or documents that may be posted on the Site from time to time are hereby expressly incorporated herein by reference. We reserve the right, in our sole discretion, to make changes or modifications to these Terms of Use at any time and for any reason. We will alert you about any changes by updating the “Last updated” date of these Terms of Use, and you waive any right to receive specific notice of each such change. It is your responsibility to periodically review these Terms of Use to stay informed of updates. You will be subject to, and will be deemed to have been made aware of and to have accepted, the changes in any revised Terms of Use by your continued use of the Site after the date such revised Terms of Use are posted. The information provided on the Site is not intended for distribution to or use by any person or entity in any jurisdiction or country where such distribution or use would be contrary to law or regulation or which would subject us to any registration requirement within such jurisdiction or country. Accordingly, those persons who choose to access the Site from other locations do so on their own initiative and are solely responsible for compliance with local laws, if and to the extent local laws are applicable. USER REPRESENTATIONS# By using the Site, you represent and warrant that: (1) you have the legal capacity and you agree to comply with these Terms of Use; (2) you will not use the Site for any illegal or unauthorized purpose; and (3) your use of the Site will not violate any applicable law or regulation. If you provide any information that is untrue, inaccurate, not current, or incomplete, we have the right to refuse any and all current or future use of the Site (or any portion thereof). PROHIBITED ACTIVITIES# You may not access or use the Site for any purpose other than that for which we make the Site available. As a user of the Site, you agree not to: Systematically retrieve data or other content from the Site to create or compile, directly or indirectly, a collection, compilation, database, or directory without written permission from us. Make any unauthorized use of the Site, including collecting usernames and/or email addresses of users by electronic or other means for the purpose of sending unsolicited email, or creating user accounts by automated means or under false pretenses. Use the Site to advertise or offer to sell goods and services. Circumvent, disable, or otherwise interfere with security-related features of the Site. Engage in unauthorized framing of or linking to the Site. Trick, defraud, or mislead us and other users, especially in any attempt to learn sensitive account information such as user passwords. Make improper use of our support services or submit false reports of abuse or misconduct. Engage in any automated use of the system, such as using scripts to send comments or messages, or using any data mining, robots, or similar data gathering and extraction tools. Interfere with, disrupt, or create an undue burden on the Site or the networks or services connected to the Site. Attempt to impersonate another user or person or use the username of another user. Use any information obtained from the Site in order to harass, abuse, or harm another person. Disparage, tarnish, or otherwise harm, in our opinion, us and/or the Site. Except as may be the result of standard search engine or Internet browser usage, use, launch, develop, or distribute any automated system, including without limitation, any spider, robot, cheat utility, scraper, or offline reader that accesses the Site, or using or launching any unauthorized script or other software. Upload or transmit (or attempt to upload or to transmit) any material that acts as a passive or active information collection or transmission mechanism, including without limitation, clear graphics interchange formats (“gifs”), 1×1 pixels, web bugs, cookies, or other similar devices (sometimes referred to as “spyware” or “passive collection mechanisms” or “pcms”). Upload or transmit (or attempt to upload or to transmit) viruses, Trojan horses, or other material, including excessive use of capital letters and spamming (continuous posting of repetitive text), that interferes with any party’s uninterrupted use and enjoyment of the Site or modifies, impairs, disrupts, alters, or interferes with the use, features, functions, operation, or maintenance of the Site. Harass, annoy, intimidate, or threaten any of our employees or agents engaged in providing any portion of the Site to you. Attempt to bypass any measures of the Site designed to prevent or restrict access to the Site, or any portion of the Site. SUBMISSIONS# You acknowledge and agree that any questions, comments, suggestions, ideas, feedback, or other information regarding the Site (“Submissions”) provided by you to us are non-confidential and shall become our sole property. We shall own exclusive rights, including all intellectual property rights, and shall be entitled to the unrestricted use and dissemination of these Submissions for any lawful purpose, commercial or otherwise, without acknowledgment or compensation to you. You hereby waive all moral rights to any such Submissions, and you hereby warrant that any such Submissions are original with you or that you have the right to submit such Submissions. You agree there shall be no recourse against us for any alleged or actual infringement or misappropriation of any proprietary right in your Submissions. THIRD-PARTY WEBSITES AND CONTENT# The Site may contain (or you may be sent via the Site) links to other websites (“Third-Party Websites”) as well as articles, photographs, text, graphics, pictures, designs, music, sound, video, information, applications, software, and other content or items belonging to or originating from third parties (“Third-Party Content”). Such Third-Party Websites and Third-Party Content are not investigated, monitored, or checked for accuracy, appropriateness, or completeness by us, and we are not responsible for any Third-Party Websites accessed through the Site or any Third-Party Content posted on, available through, or installed from the Site, including the content, accuracy, offensiveness, opinions, reliability, privacy practices, or other policies of or contained in the Third-Party Websites or the Third-Party Content. Inclusion of, linking to, or permitting the use or installation of any Third-Party Websites or any Third-Party Content does not imply approval or endorsement thereof by us. If you decide to leave the Site and access the Third-Party Websites or to use or install any Third-Party Content, you do so at your own risk, and you should be aware these Terms of Use no longer govern. You should review the applicable terms and policies, including privacy and data gathering practices, of any website to which you navigate from the Site or relating to any applications you use or install from the Site. Any purchases you make through Third-Party Websites will be through other websites and from other companies, and we take no responsibility whatsoever in relation to such purchases which are exclusively between you and the applicable third party. You agree and acknowledge that we do not endorse the products or services offered on Third-Party Websites and you shall hold us harmless from any harm caused by your purchase of such products or services. Additionally, you shall hold us harmless from any losses sustained by you or harm caused to you relating to or resulting in any way from any Third-Party Content or any contact with Third-Party Websites. SITE MANAGEMENT# We reserve the right, but not the obligation, to: (1) monitor the Site for violations of these Terms of Use; (2) take appropriate legal action against anyone who, in our sole discretion, violates the law or these Terms of Use, including without limitation, reporting such user to law enforcement authorities; (3) in our sole discretion and without limitation, refuse, restrict access to, limit the availability of, or disable (to the extent technologically feasible) any of your Contributions or any portion thereof; (4) in our sole discretion and without limitation, notice, or liability, to remove from the Site or otherwise disable all files and content that are excessive in size or are in any way burdensome to our systems; and (5) otherwise manage the Site in a manner designed to protect our rights and property and to facilitate the proper functioning of the Site. PRIVACY POLICY# We care about data privacy and security. Please review our Privacy Policy. By using the Site, you agree to be bound by our Privacy Policy, which is incorporated into these Terms of Use. Please be advised the Site is hosted in the United States. If you access the Site from the European Union, Asia, or any other region of the world with laws or other requirements governing personal data collection, use, or disclosure that differ from applicable laws in the United States, then through your continued use of the Site, you are transferring your data to the United States, and you expressly consent to have your data transferred to and processed in the United States. Further, we do not knowingly accept, request, or solicit information from children or knowingly market to children. Therefore, in accordance with the U.S. Children’s Online Privacy Protection Act, if we receive actual knowledge that anyone under the age of 13 has provided personal information to us without the requisite and verifiable parental consent, we will delete that information from the Site as quickly as is reasonably practical. TERM AND TERMINATION# These Terms of Use shall remain in full force and effect while you use the Site. WITHOUT LIMITING ANY OTHER PROVISION OF THESE TERMS OF USE, WE RESERVE THE RIGHT TO, IN OUR SOLE DISCRETION AND WITHOUT NOTICE OR LIABILITY, DENY ACCESS TO AND USE OF THE SITE (INCLUDING BLOCKING CERTAIN IP ADDRESSES), TO ANY PERSON FOR ANY REASON OR FOR NO REASON, INCLUDING WITHOUT LIMITATION FOR BREACH OF ANY REPRESENTATION, WARRANTY, OR COVENANT CONTAINED IN THESE TERMS OF USE OR OF ANY APPLICABLE LAW OR REGULATION. WE MAY TERMINATE YOUR USE OR PARTICIPATION IN THE SITE OR DELETE ANY CONTENT OR INFORMATION THAT YOU POSTED AT ANY TIME, WITHOUT WARNING, IN OUR SOLE DISCRETION. MODIFICATIONS AND INTERRUPTIONS# We reserve the right to change, modify, or remove the contents of the Site at any time or for any reason at our sole discretion without notice. However, we have no obligation to update any information on our Site. We also reserve the right to modify or discontinue all or part of the Site without notice at any time. We will not be liable to you or any third party for any modification, suspension, or discontinuance of the Site. We cannot guarantee the Site will be available at all times. We may experience hardware, software, or other problems or need to perform maintenance related to the Site, resulting in interruptions, delays, or errors. We reserve the right to change, revise, update, suspend, discontinue, or otherwise modify the Site at any time or for any reason without notice to you. You agree that we have no liability whatsoever for any loss, damage, or inconvenience caused by your inability to access or use the Site during any downtime or discontinuance of the Site. Nothing in these Terms of Use will be construed to obligate us to maintain and support the Site or to supply any corrections, updates, or releases in connection therewith. GOVERNING LAW# These Terms of Use and your use of the Site are governed by and construed in accordance with the laws of the State of Texas applicable to agreements made and to be entirely performed within the State of Texas, without regard to its conflict of law principles. DISPUTE RESOLUTION# Informal Negotiations# To expedite resolution and control the cost of any dispute, controversy, or claim related to these Terms of Use (each a “Dispute” and collectively, the “Disputes”) brought by either you or us (individually, a “Party” and collectively, the “Parties”), the Parties agree to first attempt to negotiate any Dispute (except those Disputes expressly provided below) informally for at least thirty (30) days before initiating arbitration. Such informal negotiations commence upon written notice from one Party to the other Party. Binding Arbitration# If the Parties are unable to resolve a Dispute through informal negotiations, the Dispute (except those Disputes expressly excluded below) will be finally and exclusively resolved by binding arbitration. YOU UNDERSTAND THAT WITHOUT THIS PROVISION, YOU WOULD HAVE THE RIGHT TO SUE IN COURT AND HAVE A JURY TRIAL. The arbitration shall be commenced and conducted under the Commercial Arbitration Rules of the American Arbitration Association (“AAA”) and, where appropriate, the AAA’s Supplementary Procedures for Consumer Related Disputes (“AAA Consumer Rules”), both of which are available at the AAA website www.adr.org. Your arbitration fees and your share of arbitrator compensation shall be governed by the AAA Consumer Rules and, where appropriate, limited by the AAA Consumer Rules. If such costs are determined to by the arbitrator to be excessive, we will pay all arbitration fees and expenses. The arbitration may be conducted in person, through the submission of documents, by phone, or online. The arbitrator will make a decision in writing, but need not provide a statement of reasons unless requested by either Party. The arbitrator must follow applicable law, and any award may be challenged if the arbitrator fails to do so. Except where otherwise required by the applicable AAA rules or applicable law, the arbitration will take place in Travis County, Texas. Except as otherwise provided herein, the Parties may litigate in court to compel arbitration, stay proceedings pending arbitration, or to confirm, modify, vacate, or enter judgment on the award entered by the arbitrator. If for any reason, a Dispute proceeds in court rather than arbitration, the Dispute shall be commenced or prosecuted in the state and federal courts located in Travis County, Texas, and the Parties hereby consent to, and waive all defenses of lack of personal jurisdiction, and forum non conveniens with respect to venue and jurisdiction in such state and federal courts. Application of the United Nations Convention on Contracts for the International Sale of Goods and the the Uniform Computer Information Transaction Act (UCITA) are excluded from these Terms of Use. In no event shall any Dispute brought by either Party related in any way to the Site be commenced more than one (1) years after the cause of action arose. If this provision is found to be illegal or unenforceable, then neither Party will elect to arbitrate any Dispute falling within that portion of this provision found to be illegal or unenforceable and such Dispute shall be decided by a court of competent jurisdiction within the courts listed for jurisdiction above, and the Parties agree to submit to the personal jurisdiction of that court. Restrictions# The Parties agree that any arbitration shall be limited to the Dispute between the Parties individually. To the full extent permitted by law, (a) no arbitration shall be joined with any other proceeding; (b) there is no right or authority for any Dispute to be arbitrated on a class-action basis or to utilize class action procedures; and (c) there is no right or authority for any Dispute to be brought in a purported representative capacity on behalf of the general public or any other persons. Exceptions to Informal Negotiations and Arbitration# The Parties agree that the following Disputes are not subject to the above provisions concerning informal negotiations and binding arbitration: (a) any Disputes seeking to enforce or protect, or concerning the validity of, any of the intellectual property rights of a Party; (b) any Dispute related to, or arising from, allegations of theft, piracy, invasion of privacy, or unauthorized use; and (c) any claim for injunctive relief. If this provision is found to be illegal or unenforceable, then neither Party will elect to arbitrate any Dispute falling within that portion of this provision found to be illegal or unenforceable and such Dispute shall be decided by a court of competent jurisdiction within the courts listed for jurisdiction above, and the Parties agree to submit to the personal jurisdiction of that court. CORRECTIONS# There may be information on the Site that contains typographical errors, inaccuracies, or omissions. We reserve the right to correct any errors, inaccuracies, or omissions and to change or update the information on the Site at any time, without prior notice. DISCLAIMER# THE SITE IS PROVIDED ON AN AS-IS AND AS-AVAILABLE BASIS. YOU AGREE THAT YOUR USE OF THE SITE AND OUR SERVICES WILL BE AT YOUR SOLE RISK. TO THE FULLEST EXTENT PERMITTED BY LAW, WE DISCLAIM ALL WARRANTIES, EXPRESS OR IMPLIED, IN CONNECTION WITH THE SITE AND YOUR USE THEREOF, INCLUDING, WITHOUT LIMITATION, THE IMPLIED WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE, AND NON-INFRINGEMENT. WE MAKE NO WARRANTIES OR REPRESENTATIONS ABOUT THE ACCURACY OR COMPLETENESS OF THE SITE’S CONTENT OR THE CONTENT OF ANY WEBSITES LINKED TO THE SITE AND WE WILL ASSUME NO LIABILITY OR RESPONSIBILITY FOR ANY (1) ERRORS, MISTAKES, OR INACCURACIES OF CONTENT AND MATERIALS, (2) PERSONAL INJURY OR PROPERTY DAMAGE, OF ANY NATURE WHATSOEVER, RESULTING FROM YOUR ACCESS TO AND USE OF THE SITE, (3) ANY UNAUTHORIZED ACCESS TO OR USE OF OUR SECURE SERVERS AND/OR ANY AND ALL PERSONAL INFORMATION AND/OR FINANCIAL INFORMATION STORED THEREIN, (4) ANY INTERRUPTION OR CESSATION OF TRANSMISSION TO OR FROM THE SITE, (5) ANY BUGS, VIRUSES, TROJAN HORSES, OR THE LIKE WHICH MAY BE TRANSMITTED TO OR THROUGH THE SITE BY ANY THIRD PARTY, AND/OR (6) ANY ERRORS OR OMISSIONS IN ANY CONTENT AND MATERIALS OR FOR ANY LOSS OR DAMAGE OF ANY KIND INCURRED AS A RESULT OF THE USE OF ANY CONTENT POSTED, TRANSMITTED, OR OTHERWISE MADE AVAILABLE VIA THE SITE. WE DO NOT WARRANT, ENDORSE, GUARANTEE, OR ASSUME RESPONSIBILITY FOR ANY PRODUCT OR SERVICE ADVERTISED OR OFFERED BY A THIRD PARTY THROUGH THE SITE, ANY HYPERLINKED WEBSITE, OR ANY WEBSITE OR MOBILE APPLICATION FEATURED IN ANY BANNER OR OTHER ADVERTISING, AND WE WILL NOT BE A PARTY TO OR IN ANY WAY BE RESPONSIBLE FOR MONITORING ANY TRANSACTION BETWEEN YOU AND ANY THIRD-PARTY PROVIDERS OF PRODUCTS OR SERVICES. AS WITH THE PURCHASE OF A PRODUCT OR SERVICE THROUGH ANY MEDIUM OR IN ANY ENVIRONMENT, YOU SHOULD USE YOUR BEST JUDGMENT AND EXERCISE CAUTION WHERE APPROPRIATE. LIMITATIONS OF LIABILITY# IN NO EVENT WILL WE OR OUR DIRECTORS, EMPLOYEES, OR AGENTS BE LIABLE TO YOU OR ANY THIRD PARTY FOR ANY DIRECT, INDIRECT, CONSEQUENTIAL, EXEMPLARY, INCIDENTAL, SPECIAL, OR PUNITIVE DAMAGES, INCLUDING LOST PROFIT, LOST REVENUE, LOSS OF DATA, OR OTHER DAMAGES ARISING FROM YOUR USE OF THE SITE, EVEN IF WE HAVE BEEN ADVISED OF THE POSSIBILITY OF SUCH DAMAGES. NOTWITHSTANDING ANYTHING TO THE CONTRARY CONTAINED HEREIN, OUR LIABILITY TO YOU FOR ANY CAUSE WHATSOEVER AND REGARDLESS OF THE FORM OF THE ACTION, WILL AT ALL TIMES BE LIMITED TO THE AMOUNT PAID, IF ANY, BY YOU TO US DURING THE SIX (6) MONTH PERIOD PRIOR TO ANY CAUSE OF ACTION ARISING. CERTAIN STATE LAWS DO NOT ALLOW LIMITATIONS ON IMPLIED WARRANTIES OR THE EXCLUSION OR LIMITATION OF CERTAIN DAMAGES. IF THESE LAWS APPLY TO YOU, SOME OR ALL OF THE ABOVE DISCLAIMERS OR LIMITATIONS MAY NOT APPLY TO YOU, AND YOU MAY HAVE ADDITIONAL RIGHTS. INDEMNIFICATION# You agree to defend, indemnify, and hold us harmless, including our subsidiaries, affiliates, and all of our respective officers, agents, partners, and employees, from and against any loss, damage, liability, claim, or demand, including reasonable attorneys’ fees and expenses, made by any third party due to or arising out of: (1) use of the Site; (2) breach of these Terms of Use; (3) any breach of your representations and warranties set forth in these Terms of Use; (4) your violation of the rights of a third party, including but not limited to intellectual property rights; or (5) any overt harmful act toward any other user of the Site with whom you connected via the Site. Notwithstanding the foregoing, we reserve the right, at your expense, to assume the exclusive defense and control of any matter for which you are required to indemnify us, and you agree to cooperate, at your expense, with our defense of such claims. We will use reasonable efforts to notify you of any such claim, action, or proceeding which is subject to this indemnification upon becoming aware of it. USER DATA# We will maintain certain data that you transmit to the Site for the purpose of managing the performance of the Site, as well as data relating to your use of the Site. Although we perform regular routine backups of data, you are solely responsible for all data that you transmit or that relates to any activity you have undertaken using the Site. You agree that we shall have no liability to you for any loss or corruption of any such data, and you hereby waive any right of action against us arising from any such loss or corruption of such data. ELECTRONIC COMMUNICATIONS, TRANSACTIONS, AND SIGNATURES# Visiting the Site, sending us emails, and completing online forms constitute electronic communications. You consent to receive electronic communications, and you agree that all agreements, notices, disclosures, and other communications we provide to you electronically, via email and on the Site, satisfy any legal requirement that such communication be in writing. YOU HEREBY AGREE TO THE USE OF ELECTRONIC SIGNATURES, CONTRACTS, ORDERS, AND OTHER RECORDS, AND TO ELECTRONIC DELIVERY OF NOTICES, POLICIES, AND RECORDS OF TRANSACTIONS INITIATED OR COMPLETED BY US OR VIA THE SITE. You hereby waive any rights or requirements under any statutes, regulations, rules, ordinances, or other laws in any jurisdiction which require an original signature or delivery or retention of non-electronic records, or to payments or the granting of credits by any means other than electronic means. CALIFORNIA USERS AND RESIDENTS# If any complaint with us is not satisfactorily resolved, you can contact the Complaint Assistance Unit of the Division of Consumer Services of the California Department of Consumer Affairs in writing at 1625 North Market Blvd., Suite N 112, Sacramento, California 95834 or by telephone at (800) 952-5210 or (916) 445-1254. MISCELLANEOUS# These Terms of Use and any policies or operating rules posted by us on the Site or in respect to the Site constitute the entire agreement and understanding between you and us. Our failure to exercise or enforce any right or provision of these Terms of Use shall not operate as a waiver of such right or provision. These Terms of Use operate to the fullest extent permissible by law. We may assign any or all of our rights and obligations to others at any time. We shall not be responsible or liable for any loss, damage, delay, or failure to act caused by any cause beyond our reasonable control. If any provision or part of a provision of these Terms of Use is determined to be unlawful, void, or unenforceable, that provision or part of the provision is deemed severable from these Terms of Use and does not affect the validity and enforceability of any remaining provisions. There is no joint venture, partnership, employment or agency relationship created between you and us as a result of these Terms of Use or use of the Site. You agree that these Terms of Use will not be construed against us by virtue of having drafted them. You hereby waive any and all defenses you may have based on the electronic form of these Terms of Use and the lack of signing by the parties hereto to execute these Terms of Use. CONTACT US# In order to resolve a complaint regarding the Site or to receive further information regarding use of the Site, please contact us at: NumFOCUS, Inc. P.O. Box 90596 Austin, TX, USA 78709 info@numfocus.org +1 (512) 222-5449 On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 + © 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/user-survey-2020/index.html b/pt/user-survey-2020/index.html index ef61e843..e8d8f2c6 100644 --- a/pt/user-survey-2020/index.html +++ b/pt/user-survey-2020/index.html @@ -10,6 +10,5 @@ Notícias ContribuirPortuguêsEnglish 日本語 (Japanese) -Español PESQUISA SOBRE A COMUNIDADE NUMPY 2020 PESQUISA SOBRE A COMUNIDADE NUMPY 2020 Em 2020, o time de pesquisas do NumPy realizou a primeira pesquisa oficial sobre a comunidade NumPy, em parceria com alunos e docentes de um Mestrado em metodologia de pesquisa realizado conjuntamente pela Universidade de Michigan e pela Universidade da Maryland. Mais de 1200 usuários de 75 países participaram para nos ajudar a mapear uma paisagem da comunidade NumPy e expressaram seus pensamentos sobre o futuro do projeto. Faça o download do relatório para ver os detalhes sobre os resultados encontrados. Para os destaques, confira este infográfico. Quer saber mais? Visite https://numpy.org/user-survey-2020-details/. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +Español PESQUISA SOBRE A COMUNIDADE NUMPY 2020 PESQUISA SOBRE A COMUNIDADE NUMPY 2020 Em 2020, o time de pesquisas do NumPy realizou a primeira pesquisa oficial sobre a comunidade NumPy, em parceria com alunos e docentes de um Mestrado em metodologia de pesquisa realizado conjuntamente pela Universidade de Michigan e pela Universidade da Maryland. Mais de 1200 usuários de 75 países participaram para nos ajudar a mapear uma paisagem da comunidade NumPy e expressaram seus pensamentos sobre o futuro do projeto. Faça o download do relatório para ver os detalhes sobre os resultados encontrados. Para os destaques, confira este infográfico. Quer saber mais? Visite https://numpy.org/user-survey-2020-details/. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 + © 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/pt/user-surveys/index.html b/pt/user-surveys/index.html index 6aff3fab..e3909f7c 100644 --- a/pt/user-surveys/index.html +++ b/pt/user-surveys/index.html @@ -12,5 +12,4 @@ ContribuirPortuguêsEnglish 日本語 (Japanese) Español PESQUISA DE USUÁRIOS NUMPY PESQUISA DE USUÁRIOS NUMPY 2020 O time de pesquisas da NumPy, em parceria com estudantes e professores da Universidade de Michigan e da Universidade de Maryland, conduziram a primeira pesquisa oficial sobre a comunidade NumPy. Você pode encontrar os resultados da pesquisa aqui (em inglês). 2021 Os dados coletados estão em análise. Se você tem dúvidas ou sugestões sobre as pesquisas já realizadas ou futuras, por favor crie uma issue aqui. On this page Instalação Documentação Aprenda Citando o Numpy Roadmap Sobre Comunidade Pesquisas de usuário Contribuir Código de Conduta Ajuda Termos de uso (EN) Privacidade Kit de imprensa Sign up for the latest NumPy news, resources, and more Press Enter Thank you! 🎉 - - © 2025 NumPy team. All rights reserved. \ No newline at end of file +© 2025 NumPy team. All rights reserved. \ No newline at end of file diff --git a/sitemap.xml b/sitemap.xml index a7bdf99b..1adeac4a 100644 --- a/sitemap.xml +++ b/sitemap.xml @@ -1 +1 @@ -https://numpy.org/en/sitemap.xml2025-06-07T00:00:00+00:00https://numpy.org/pt/sitemap.xml2023-09-16T00:00:00+00:00https://numpy.org/ja/sitemap.xml2024-08-18T00:00:00+00:00https://numpy.org/es/sitemap.xml2024-06-17T00:00:00+00:00 \ No newline at end of file +https://numpy.org/en/sitemap.xml2025-06-07T00:00:00+00:00https://numpy.org/pt/sitemap.xml2024-12-08T00:00:00+00:00https://numpy.org/ja/sitemap.xml2024-08-18T00:00:00+00:00https://numpy.org/es/sitemap.xml2024-06-17T00:00:00+00:00 \ No newline at end of file From 5440761c6a2466cc1d2a66e1853e6bbe9b87603b Mon Sep 17 00:00:00 2001 From: mattip Date: Sun, 30 Nov 2025 07:44:14 +0000 Subject: [PATCH 5/5] =?UTF-8?q?Deploying=20to=20main=20from=20@=20numpy/nu?= =?UTF-8?q?mpy.org@636257526a74bd0d8f9e73b1f7d45a3b24ac3c28=20=F0=9F=9A=80?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- contribute/index.html | 2 +- pt/contribute/index.html | 2 +- 2 files changed, 2 insertions(+), 2 deletions(-) diff --git a/contribute/index.html b/contribute/index.html index f6669632..72405117 100644 --- a/contribute/index.html +++ b/contribute/index.html @@ -27,7 +27,7 @@ If you are new to contributing to open source, we also highly recommend reading this guide. Our community aspires to treat everyone equally and to value all contributions. We have a Code of Conduct to foster an open -and welcoming environment. For a visual guide on how to contribute to NumPy, check out this comic. Writing code# Programmers, this +and welcoming environment. For a visual guide on how to contribute to NumPy, check out this comic. Writing code# Programmers, this guide explains how to contribute to the NumPy codebase. Check out also our YouTube channel for additional advice. Reviewing pull requests# The project has more than 250 open pull requests – meaning many potential improvements and many open-source contributors waiting for feedback. If you’re diff --git a/pt/contribute/index.html b/pt/contribute/index.html index b0483743..bfe13147 100644 --- a/pt/contribute/index.html +++ b/pt/contribute/index.html @@ -14,7 +14,7 @@ Español Contribua com o NumPy Contribua com o NumPy O projeto NumPy precisa de sua experiência e entusiasmo! Suas opções não são limitadas à programação. Como pode ver a seguir, há várias áreas em que precisamos da sua ajuda. Se você não sabe por onde começar ou como suas habilidades podem ajudar, fale conosco! Você pode perguntar na nossa lista de emails ou GitHub (abrindo uma issue ou comentando em uma issue relevante). Estes são os nossos canais de comunicação preferidos (projetos de código aberto são abertos por natureza!). No entanto, se você preferir discutir em privado, entre em contato com os coordenadores da comunidade em numpy-team@googlegroups.com ou no Slack (envie um e-mail para numpy-team@googlegroups.com para obter um convite antes de entrar). Nós também temos uma reunião aberta da comunidade a cada duas semanas. Os detalhes são anunciados na nossa lista de emails. Convidamos você a participar. -Se você nunca contribuiu para projetos de código aberto, recomendamos fortemente que você leita esse guia. Nossa comunidade deseja tratar todos da mesma forma e valorizar todas as contribuições. Temos um Código de Conduta para promover um ambiente aberto e acolhedor. Para um guia visual sobre como contribuir com o NumPy, confira este quadrinho. Escrevendo código# Para pessoas programadoras, este guia explica como contribuir para a base de código. Confira também nosso canal do YouTube para obter informações adicionais. Revisando pull requests# O projeto tem mais de 250 pull requests abertos – o que significa que muitas potenciais melhorias e muitos contribuidores de código aberto estão aguardando feedback. Se você é uma pessoa programadora que conhece o NumPy, você pode ajudar, mesmo que não tenha familiaridade com o código. Você pode: resumir uma discussão longa fazer triagem de PRs de documentação testar alterações propostas Desenvolvendo materiais educacionais# O Guia do Usuário do Numpy está sendo reformado. +Se você nunca contribuiu para projetos de código aberto, recomendamos fortemente que você leita esse guia. Nossa comunidade deseja tratar todos da mesma forma e valorizar todas as contribuições. Temos um Código de Conduta para promover um ambiente aberto e acolhedor. Para um guia visual sobre como contribuir com o NumPy, confira este quadrinho. Escrevendo código# Para pessoas programadoras, este guia explica como contribuir para a base de código. Confira também nosso canal do YouTube para obter informações adicionais. Revisando pull requests# O projeto tem mais de 250 pull requests abertos – o que significa que muitas potenciais melhorias e muitos contribuidores de código aberto estão aguardando feedback. Se você é uma pessoa programadora que conhece o NumPy, você pode ajudar, mesmo que não tenha familiaridade com o código. Você pode: resumir uma discussão longa fazer triagem de PRs de documentação testar alterações propostas Desenvolvendo materiais educacionais# O Guia do Usuário do Numpy está sendo reformado. Precisamos de novos tutoriais, how-to’s e de explicações de conceitos, e o site precisa de reestruturação. As oportunidades não se limitam a pessoas com experiência em escrita técnica. Também procuramos exemplos práticos, notebooks e vídeos. A NEP 44 explica nossas ideias para reestruturar a documentação do NumPy — talvez você também tenha outras ideias. Triagem de Issues# O issue tracker do NumPy tem um monte de issues abertas. Algumas não são mais válidas, algumas deveriam ser priorizadas, e algumas poderiam ser boas para pessoas que estão procurando sua primeira contribuição. Você pode: verificar se erros mais antigos ainda estão presentes encontrar issues duplicadas e criar links entre issues relacionadas adicionar bons exemplos autocontidos que reproduzam issues rotular issues corretamente (isso requer direitos de triagem – basta pedir) Sinta-se à vontade! Desenvolvimento do site# Acabamos de renovar o nosso site, mas estamos longe de terminar. Se você adora o desenvolvimento web, estas issues listam algumas de nossas necessidades não atendidas – e sinta-se livre para compartilhar suas próprias ideias. Design gráfico# Nós mal podemos começar a listar as contribuições que uma pessoa com conhecimento em design gráfico pode fazer aqui. Nossa documentação precisa de ilustrações; nosso site crescente precisa de imagens – há muitas oportunidades. Traduzir conteúdo do site# Planejamos várias traduções do numpy.org para tornar o NumPy acessível aos usuários em seu idioma nativo. Tradutores voluntários estão no coração deste esforço. Tradutores voluntários estão no coração deste esforço. Veja aqui para informações; comente nesta issue do GitHub para se envolver. Coordenação e promoção na comunidade# Através do contato com a comunidade podemos compartilhar nosso trabalho para mais pessoas e descobrir onde precisamos trabalhar mais. Estamos ansiosos para que mais pessoas se envolvam em esforços como a organização de sprints de código sobre o NumPy, uma newsletter, e talvez um blog. Financiamento# O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. Como todo o mundo das organizações sem fins lucrativos, nós estamos constantemente procurando bolsas, patrocinadores e outros tipos de apoio. Nós temos uma série de ideias e é claro que nós damos as boas-vindas a mais.