Question

NumPy 是使用 Python 进行科学计算的基础包。它包含如下的内容：

• 一个强大的 N 维数组对象。
• 复杂的（广播）功能。
• 用于集成 C / C ++和 Fortran 代码的工具。
• 有用的线性代数，傅里叶变换和随机数功能。

除了明显的科学用途外，NumPy 还可以用作通用数据的高效多维容器。可以定义任意数据类型。这使 NumPy 能够无缝快速地与各种数据库集成。

NumPy 是在 BSD 许可 下获得许可的，允许重用而不受限制。

开始学习

要安装 NumPy，我们强烈建议您使用科学的 Python发行版。有关详细信息，请参阅 安装 SciPy 技术栈 open in new window 。

NumPy 可以使用许多高质量的在线教程、课程和书籍。为了快速了解 NumPy，我们提供了 NumPy 教程 。我们还推荐 SciPy Lecture Notesopen in new window ，以更广泛地介绍科学 Python 生态系统。

有关 SciPy 堆栈（NumPy 提供基本数组数据结构）的更多信息，请参阅 scipy.orgopen in new window 。

文档

最新的 NumPy 文档可以在 最新（开发）版本 open in new window 中找到。它包括用户指南、完整的参考文档和开发人员指南，以及元信息和“NumPy 增强建议”（其中包括 NumPy 发展规划和主要新功能的详细计划）。

自 2009 年以来，可以在 https://docs.scipy.orgopen in new window 找到所有 NumPy 版本（次要版本;错误修复版本不包含重大文档更改）的完整文档存档。

支持 NumPy

如果您发现 NumPy 对您的工作，研究或公司有用，请考虑捐赠与您的资源相称的项目。任何数量的帮助！所有捐款将严格用于资助 NumPy 开源软件，文档和社区的开发。

捐赠由 NumFOCUS 基金会管理，该基金会是该项目的法律和财政保障机构。NumFOCUS 是 501(c)3 非盈利基金会，因此，如果您受美国税法的约束，您的缴费可以免税。NumPy 的 指导委员会 将就如何最好地使用收到的任何资金做出合理的决策。 NumPy 发展规划图 记录了技术和基础设施优先事项。

现在就捐赠 open in new window

机构合作伙伴

机构合作伙伴是通过聘用 NumPy 贡献者来支持该项目的组织，作为其官方职责的一部分为该项目做出贡献。目前的机构合作伙伴包括：

赞助商

NumPy 从以下来源获得直接资助：