From d16a68e9313fe81a3f69fc11ff3f54d18d9d9850 Mon Sep 17 00:00:00 2001 From: steppi Date: Fri, 16 Aug 2024 10:26:05 -0400 Subject: [PATCH 01/96] Check in initial version of translations PR --- .github/workflows/auto-translations-pr.yml | 44 ++++++++++++++++++++++ 1 file changed, 44 insertions(+) create mode 100644 .github/workflows/auto-translations-pr.yml diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml new file mode 100644 index 0000000000..e83dd10d26 --- /dev/null +++ b/.github/workflows/auto-translations-pr.yml @@ -0,0 +1,44 @@ +name: Create Translations PR + +on: + workflow_dispatch: + inputs: + language_code: + description: 'Crowdin language code for the language of interest' + required: true + +jobs: + auto-translation-pr: + runs-on: ubuntu-latest + # Run only on main branch in upstream repo. + if: ${{ github.repository == 'steppi/numpy.org' && github.ref == 'refs/heads/auto-translation-pr' }} + steps: + - name: Checkout numpy.org + uses: actions/checkout@v4 + with: + repository: 'numpy/numpy.org' + path: 'numpy.org' + ref: 'main' + + - name: Checkout scientific-python-translations automations + uses: actions/checkout@v4 + with: + repository: 'steppi/automations' + path: 'automations' + ref: 'filter_commits' + + - name: Create translations branch for language of interest + env: + GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} + run: | + cd numpy.org + ../automations/scripts/create_branch_for_language.sh numpy main l10n_main ${{ github.event.inputs.language_code }} + working-directory: ./numpy.org + + - name: Create Pull Request + if: env.CONTENT_CHANGED == 'true' + env: + GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} + run: + gh pr create --base main --head ${{ env.BRANCH_NAME }} --title "Update translations for X" --body "Body goes here." + working-directory: ./numpy.org From 94b28b9ebd233ee1ae1f6209025d6f9104460484 Mon Sep 17 00:00:00 2001 From: steppi Date: Thu, 29 Aug 2024 23:44:00 -0400 Subject: [PATCH 02/96] Add first draft of workflow for creating translations PR --- .github/workflows/auto-translations-pr.yml | 22 ++++++++++++++-------- 1 file changed, 14 insertions(+), 8 deletions(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index e83dd10d26..75d2f83167 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -32,13 +32,19 @@ jobs: GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} run: | cd numpy.org - ../automations/scripts/create_branch_for_language.sh numpy main l10n_main ${{ github.event.inputs.language_code }} + branch_name=$(../automations/scripts/create_branch_for_language.sh numpy main l10n_main ${{ github.event.inputs.language_code }}) + echo "BRANCH_NAME=$branch_name" >> $GITHUB_ENV working-directory: ./numpy.org - - name: Create Pull Request - if: env.CONTENT_CHANGED == 'true' - env: - GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} - run: - gh pr create --base main --head ${{ env.BRANCH_NAME }} --title "Update translations for X" --body "Body goes here." - working-directory: ./numpy.org + - name: Create Pull Request + env: + GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} + run: | + language_name=$(../automations/scripts/get_language_name.sh ${{ github.event.inputs.language_code }}) + gh pr create --base main --head ${{ env.BRANCH_NAME }} --title "Update translations for $language_name" \ + --body "This PR to update translations for $language_name was generated by the GitHub workflow, \ + `auto-translations-pr.yml` and includes all commits from this repo's Crowdin branch for the language \ + of interest. A final check of the rendered docs is needed to identify if there are any formatting \ + errors due to incorrect string segmentation by Crowdin. If there are such formatting errors, they \ + should be fixed directly on this branch, not through Crowdin.") + working-directory: ./numpy.org From d0b49269c71a52ac2ad205ad66569da768bdead0 Mon Sep 17 00:00:00 2001 From: steppi Date: Fri, 30 Aug 2024 01:58:52 -0400 Subject: [PATCH 03/96] Change workflow to run on main --- .github/workflows/auto-translations-pr.yml | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 75d2f83167..6c91459d43 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -11,7 +11,7 @@ jobs: auto-translation-pr: runs-on: ubuntu-latest # Run only on main branch in upstream repo. - if: ${{ github.repository == 'steppi/numpy.org' && github.ref == 'refs/heads/auto-translation-pr' }} + if: ${{ github.repository == 'steppi/numpy.org' && github.ref == 'refs/heads/main' }} steps: - name: Checkout numpy.org uses: actions/checkout@v4 From f3e3fdc8ff9c51f3c813f308c857def52fcebdf3 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 08:49:17 -0400 Subject: [PATCH 04/96] Update automations repo and branch --- .github/workflows/auto-translations-pr.yml | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 6c91459d43..b31c8f22e7 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -23,9 +23,9 @@ jobs: - name: Checkout scientific-python-translations automations uses: actions/checkout@v4 with: - repository: 'steppi/automations' + repository: 'scientific-python-translations/automations' path: 'automations' - ref: 'filter_commits' + ref: 'main' - name: Create translations branch for language of interest env: From cb227de60b9425f23d9e4bc5a5ea561ab7fcc421 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 08:56:41 -0400 Subject: [PATCH 05/96] Remove cd into directory we're already in --- .github/workflows/auto-translations-pr.yml | 1 - 1 file changed, 1 deletion(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index b31c8f22e7..78cc9b12b2 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -31,7 +31,6 @@ jobs: env: GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} run: | - cd numpy.org branch_name=$(../automations/scripts/create_branch_for_language.sh numpy main l10n_main ${{ github.event.inputs.language_code }}) echo "BRANCH_NAME=$branch_name" >> $GITHUB_ENV working-directory: ./numpy.org From 684ab9b04d21c4e25e73e354e597bad0b9fc74ee Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 09:25:28 -0400 Subject: [PATCH 06/96] Change upstream remote to origin in auto-pr workflow --- .github/workflows/auto-translations-pr.yml | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 78cc9b12b2..4eefe77a91 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -31,7 +31,7 @@ jobs: env: GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} run: | - branch_name=$(../automations/scripts/create_branch_for_language.sh numpy main l10n_main ${{ github.event.inputs.language_code }}) + branch_name=$(../automations/scripts/create_branch_for_language.sh origin main l10n_main ${{ github.event.inputs.language_code }}) echo "BRANCH_NAME=$branch_name" >> $GITHUB_ENV working-directory: ./numpy.org From 0c55fdc29d920ab9f91c0820ca9f145e8314d090 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 10:02:01 -0400 Subject: [PATCH 07/96] Try increasing fetch depth --- .github/workflows/auto-translations-pr.yml | 1 + 1 file changed, 1 insertion(+) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 4eefe77a91..6687eeef15 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -19,6 +19,7 @@ jobs: repository: 'numpy/numpy.org' path: 'numpy.org' ref: 'main' + fetch-depth: 0 - name: Checkout scientific-python-translations automations uses: actions/checkout@v4 From 765e45907d895cf262ad0666615501bcaef120c2 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 10:08:44 -0400 Subject: [PATCH 08/96] Set github account's identity in workflow --- .github/workflows/auto-translations-pr.yml | 2 ++ 1 file changed, 2 insertions(+) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 6687eeef15..5b5ee9b124 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -32,6 +32,8 @@ jobs: env: GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} run: | + git config --global user.email "actions@github.com" + git config --global user.name "GitHub Actions" branch_name=$(../automations/scripts/create_branch_for_language.sh origin main l10n_main ${{ github.event.inputs.language_code }}) echo "BRANCH_NAME=$branch_name" >> $GITHUB_ENV working-directory: ./numpy.org From 2d25621316bf8ac61193af2d0086f9748479e96c Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 10:24:41 -0400 Subject: [PATCH 09/96] Use git cli to get branch name instead of script output --- .github/workflows/auto-translations-pr.yml | 3 ++- 1 file changed, 2 insertions(+), 1 deletion(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 5b5ee9b124..eb741e4caa 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -34,7 +34,8 @@ jobs: run: | git config --global user.email "actions@github.com" git config --global user.name "GitHub Actions" - branch_name=$(../automations/scripts/create_branch_for_language.sh origin main l10n_main ${{ github.event.inputs.language_code }}) + ../automations/scripts/create_branch_for_language.sh origin main l10n_main ${{ github.event.inputs.language_code }} + branch_name=$(git rev-parse --abbrev-ref HEAD) echo "BRANCH_NAME=$branch_name" >> $GITHUB_ENV working-directory: ./numpy.org From 805514fe9643f483e574764c377fdc19ba4faaa7 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 10:30:18 -0400 Subject: [PATCH 10/96] Remove extraneous parenthesis --- .github/workflows/auto-translations-pr.yml | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index eb741e4caa..fb63899a86 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -49,5 +49,5 @@ jobs: `auto-translations-pr.yml` and includes all commits from this repo's Crowdin branch for the language \ of interest. A final check of the rendered docs is needed to identify if there are any formatting \ errors due to incorrect string segmentation by Crowdin. If there are such formatting errors, they \ - should be fixed directly on this branch, not through Crowdin.") + should be fixed directly on this branch, not through Crowdin." working-directory: ./numpy.org From f5162b0b51fc9f29f2703f247097c5950a004999 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 10:35:00 -0400 Subject: [PATCH 11/96] Remove backticks from PR message --- .github/workflows/auto-translations-pr.yml | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index fb63899a86..2af5db4491 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -46,7 +46,7 @@ jobs: language_name=$(../automations/scripts/get_language_name.sh ${{ github.event.inputs.language_code }}) gh pr create --base main --head ${{ env.BRANCH_NAME }} --title "Update translations for $language_name" \ --body "This PR to update translations for $language_name was generated by the GitHub workflow, \ - `auto-translations-pr.yml` and includes all commits from this repo's Crowdin branch for the language \ + auto-translations-pr.yml and includes all commits from this repo's Crowdin branch for the language \ of interest. A final check of the rendered docs is needed to identify if there are any formatting \ errors due to incorrect string segmentation by Crowdin. If there are such formatting errors, they \ should be fixed directly on this branch, not through Crowdin." From d1254554e1cf79078424e9aee25b5ea5e218e490 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 10:45:41 -0400 Subject: [PATCH 12/96] Set permissions in workflow --- .github/workflows/auto-translations-pr.yml | 4 ++++ 1 file changed, 4 insertions(+) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 2af5db4491..dbfc743ab1 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -7,6 +7,10 @@ on: description: 'Crowdin language code for the language of interest' required: true +permissions: + contents: write + pull-requests: write + jobs: auto-translation-pr: runs-on: ubuntu-latest From 70608963fd40e267c861122c6fcb3a69a88ebdf4 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 10:55:53 -0400 Subject: [PATCH 13/96] Ensure that it's my fork that gets checked out --- .github/workflows/auto-translations-pr.yml | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index dbfc743ab1..79b9becad9 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -20,7 +20,7 @@ jobs: - name: Checkout numpy.org uses: actions/checkout@v4 with: - repository: 'numpy/numpy.org' + repository: 'steppi/numpy.org' path: 'numpy.org' ref: 'main' fetch-depth: 0 From c2fbc5232282cc11659ec16169e7ed62058879f4 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 11:02:19 -0400 Subject: [PATCH 14/96] Don't forget to push --- .github/workflows/auto-translations-pr.yml | 1 + 1 file changed, 1 insertion(+) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index 79b9becad9..e2bb2dc7b8 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -40,6 +40,7 @@ jobs: git config --global user.name "GitHub Actions" ../automations/scripts/create_branch_for_language.sh origin main l10n_main ${{ github.event.inputs.language_code }} branch_name=$(git rev-parse --abbrev-ref HEAD) + git push -u origin $branch_name echo "BRANCH_NAME=$branch_name" >> $GITHUB_ENV working-directory: ./numpy.org From da00d42b9b89a6389b1898742a338ca066e649e0 Mon Sep 17 00:00:00 2001 From: steppi Date: Sat, 31 Aug 2024 11:08:02 -0400 Subject: [PATCH 15/96] Remove explicit setting of permissions --- .github/workflows/auto-translations-pr.yml | 4 ---- 1 file changed, 4 deletions(-) diff --git a/.github/workflows/auto-translations-pr.yml b/.github/workflows/auto-translations-pr.yml index e2bb2dc7b8..90f1158282 100644 --- a/.github/workflows/auto-translations-pr.yml +++ b/.github/workflows/auto-translations-pr.yml @@ -7,10 +7,6 @@ on: description: 'Crowdin language code for the language of interest' required: true -permissions: - contents: write - pull-requests: write - jobs: auto-translation-pr: runs-on: ubuntu-latest From 524fa26a3af9666e51891cecc9815995af91cf56 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:10:57 +0200 Subject: [PATCH 16/96] New translations config.yaml (Japanese) --- content/ja/config.yaml | 1 - 1 file changed, 1 deletion(-) diff --git a/content/ja/config.yaml b/content/ja/config.yaml index bb63338184..6b2d8b59a3 100644 --- a/content/ja/config.yaml +++ b/content/ja/config.yaml @@ -138,4 +138,3 @@ params: - text: プレス用資料 link: /ja/press-kit - From 277df098f66543da3dc664a5e01b48660ad99760 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:11:04 +0200 Subject: [PATCH 17/96] New translations tabcontents.yaml (Japanese) --- content/ja/tabcontents.yaml | 250 +++++++++++++++++++++++++++++------- 1 file changed, 202 insertions(+), 48 deletions(-) diff --git a/content/ja/tabcontents.yaml b/content/ja/tabcontents.yaml index e3dc2ba4ed..de3a75a312 100644 --- a/content/ja/tabcontents.yaml +++ b/content/ja/tabcontents.yaml @@ -86,76 +86,230 @@ params: img: /images/content_images/arlib/uarray.png alttext: uarray url: https://uarray.org/en/latest/ - - - title: tensorly - text: Numpy、MXNet、PyTorch、TensorFlowまたはCupyをシームレスに使用するための、テンソル学習、テンソル代数、およびそれらのテンソル計算のためのバックエンド - img: /images/content_images/arlib/tensorly.png - alttext: tensorly - url: http://tensorly.org/stable/home.html scientificdomains: intro: - text: Pythonを使って働くほとんどの科学者はNumPyの力を利用しています。 - text: "Numpy は、 C や Fortran のような言語の計算パフォーマンスを、Pythonにもたらします。 このパワーはNumPyのシンプルさから来ており、NumPyによるソリューションの多くは明確でエレガントになります。" - librariesrow1: + libraries: - - title: 量子コンピューティング - alttext: コンピューターチップ + title: Quantum Computing + alttext: A computer chip. img: /images/content_images/sc_dom_img/quantum_computing.svg - - - title: 統計コンピューティング - alttext: 線グラフで、グラフが上に移動します。 + links: + - + url: http://qutip.org + label: QuTiP + - + url: https://pyquil-docs.rigetti.com/en/stable + label: PyQuil + - + url: https://qiskit.org + label: Qiskit + - + url: https://pennylane.ai + label: PennyLane + - + title: Statistical Computing + alttext: A line graph with the line moving up. img: /images/content_images/sc_dom_img/statistical_computing.svg - - - title: 信号処理 - alttext: 正と負の値を持つ棒グラフ。 + links: + - + url: https://pandas.pydata.org/ + label: Pandas + - + url: https://www.statsmodels.org/ + label: statsmodels + - + url: https://xarray.pydata.org/en/stable/ + label: Xarray + - + url: https://seaborn.pydata.org/ + label: Seaborn + - + title: Signal Processing + alttext: A bar chart with positive and negative values. img: /images/content_images/sc_dom_img/signal_processing.svg - - - title: 画像処理 - alttext: 山々の写真 + links: + - + url: https://www.scipy.org/ + label: SciPy + - + url: https://pywavelets.readthedocs.io/ + label: PyWavelets + - + url: https://python-control.org/ + label: python-control + - + url: https://hyperspy.org/ + label: HyperSpy + - + title: Image Processing + alttext: An photograph of the mountains. img: /images/content_images/sc_dom_img/image_processing.svg - - - title: グラフとネットワーク - alttext: シンプルなグラフ + links: + - + url: https://scikit-image.org/ + label: Scikit-image + - + url: https://opencv.org/ + label: OpenCV + - + url: https://mahotas.rtfd.io/ + label: Mahotas + - + title: Graphs and Networks + alttext: A simple graph. img: /images/content_images/sc_dom_img/sd6.svg - - - title: 天文学 - alttext: 望遠鏡 + links: + - + url: https://networkx.org/ + label: NetworkX + - + url: https://graph-tool.skewed.de/ + label: graph-tool + - + url: https://igraph.org/python/ + label: igraph + - + url: https://pygsp.rtfd.io/ + label: PyGSP + - + title: Astronomy + alttext: A telescope. img: /images/content_images/sc_dom_img/astronomy_processes.svg - - - title: 認知心理学 - alttext: ギアをつけた人間の頭部 + links: + - + url: https://www.astropy.org/ + label: AstroPy + - + url: https://sunpy.org/ + label: SunPy + - + url: https://spacepy.github.io/ + label: SpacePy + - + title: Cognitive Psychology + alttext: A human head with gears. img: /images/content_images/sc_dom_img/cognitive_psychology.svg - librariesrow2: + links: + - + url: https://www.psychopy.org/ + label: PsychoPy - - title: 生命情報科学 - alttext: DNAの鎖 + title: Bioinformatics + alttext: A strand of DNA. img: /images/content_images/sc_dom_img/bioinformatics.svg - - - title: ベイズ推論 - alttext: 鐘形の曲線のグラフ + links: + - + url: https://biopython.org/ + label: BioPython + - + url: http://scikit-bio.org/ + label: Scikit-Bio + - + url: https://github.com/openvax/pyensembl + label: PyEnsembl + - + url: http://etetoolkit.org/ + label: ETE + - + title: Bayesian Inference + alttext: A graph with a bell-shaped curve. img: /images/content_images/sc_dom_img/bayesian_inference.svg - - - title: 数学的分析 - alttext: ４つの数学記号 + links: + - + url: https://pystan.readthedocs.io/en/latest/ + label: PyStan + - + url: https://docs.pymc.io/ + label: PyMC3 + - + url: https://arviz-devs.github.io/arviz/ + label: ArviZ + - + url: https://emcee.readthedocs.io/ + label: emcee + - + title: Mathematical Analysis + alttext: Four mathematical symbols. img: /images/content_images/sc_dom_img/mathematical_analysis.svg - - - title: 化学 - alttext: 試験管 + links: + - + url: https://www.scipy.org/ + label: SciPy + - + url: https://www.sympy.org/ + label: SymPy + - + url: https://www.cvxpy.org/ + label: cvxpy + - + url: https://fenicsproject.org/ + label: FEniCS + - + title: Chemistry + alttext: A test tube. img: /images/content_images/sc_dom_img/chemistry.svg - - - title: 地球科学 - alttext: 地球 + links: + - + url: https://cantera.org/ + label: Cantera + - + url: https://www.mdanalysis.org/ + label: MDAnalysis + - + url: https://github.com/rdkit/rdkit + label: RDKit + - + url: https://www.pybamm.org/ + label: PyBaMM + - + title: Geoscience + alttext: The Earth. img: /images/content_images/sc_dom_img/geoscience.svg - - - title: 地理情報処理 - alttext: 地図 + links: + - + url: https://pangeo.io/ + label: Pangeo + - + url: https://simpeg.xyz/ + label: Simpeg + - + url: https://github.com/obspy/obspy/wiki + label: ObsPy + - + url: https://www.fatiando.org/ + label: Fatiando a Terra + - + title: Geographic Processing + alttext: A map. img: /images/content_images/sc_dom_img/GIS.svg - - - title: アーキテクチャとエンジニアリング - alttext: マイクロプロセッサ開発ボード + links: + - + url: https://shapely.readthedocs.io/ + label: Shapely + - + url: https://geopandas.org/ + label: GeoPandas + - + url: https://python-visualization.github.io/folium + label: Folium + - + title: Architecture & Engineering + alttext: A microprocessor development board. img: /images/content_images/sc_dom_img/robotics.svg + links: + - + url: https://compas.dev/ + label: COMPAS + - + url: https://cityenergyanalyst.com/ + label: City Energy Analyst + - + url: https://nortikin.github.io/sverchok/ + label: Sverchok datascience: intro: "Numpy は豊富なデータサイエンスライブラリのエコシステムの中核にあります。一般的なデータサイエンスのワークフローは次のようになります。" image1: From be2180531bf7e7326ab43e0dbab921a31ad47b4a Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:11:12 +0200 Subject: [PATCH 18/96] New translations 404.md (Japanese) --- content/ja/404.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/404.md b/content/ja/404.md index 8e4db85255..8af76ac163 100644 --- a/content/ja/404.md +++ b/content/ja/404.md @@ -3,6 +3,6 @@ title: 404 sidebar: false --- -おっとっと！ 間違った所にアクセスしているようです。 +Oops! You've reached a dead end. -何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。 +何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。 From 1f55c34e9cb6501ec319adde3f9d0036fceb0ab4 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:11:20 +0200 Subject: [PATCH 19/96] New translations _index.md (Japanese) --- content/ja/_index.md | 21 +++++++++++++-------- 1 file changed, 13 insertions(+), 8 deletions(-) diff --git a/content/ja/_index.md b/content/ja/_index.md index 1109f91332..29646d6db4 100644 --- a/content/ja/_index.md +++ b/content/ja/_index.md @@ -1,5 +1,5 @@ --- -title: +title: null --- {{< grid columns="1 2 2 3" >}} @@ -10,6 +10,7 @@ title = '強力な多次元配列' body = ''' NumPyの高速で多機能なベクトル化計算、インデックス処理、ブロードキャストの考え方は、現在の配列計算におけるデファクト・スタ>ンダードです。 ''' +''' [[item]] type = 'card' @@ -17,6 +18,15 @@ title = '数値計算ツール群' body = ''' NumPyは、様々な数学関数、乱数生成器、線形代数ルーチン、フーリエ変換などを提供しています。 ''' +''' + +[[item]] +type = 'card' +title = 'オープンソース' +body = ''' +NumPyは、寛容な[BSDライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt)で公開されています。NumPyは活発で、互>いを尊重し、多様性を認め合う[コミュニティ](/ja/community)によって、 [GitHub](https://github.com/numpy/numpy)上でオープンに開発されていま +す. +''' [[item]] type = 'card' @@ -25,6 +35,7 @@ body = ''' NumPyは、幅広いハードウェアとコンピューティング・プラットフォームをサポートしており、分散処理、GPU、疎行列ライブラリにも対 応しています。 ''' +''' [[item]] type = 'card' @@ -32,6 +43,7 @@ title = '高パフォーマンス' body = ''' NumPyの大部分は最適化されたC言語のコードで構成されています。これによりPythonの柔軟性とコンパイルされたコードの高速性の両方 を享受できます。 +''' Enjoy the flexibility of Python with the speed of compiled code. ''' [[item]] @@ -40,13 +52,6 @@ title = '使いやすさ' body = ''' NumPyの高水準なシンタックスは、どんなバックグラウンドや経験を持つのプログラマーでも簡単に利用することができ、生産性を高め>ることができます。 ''' - -[[item]] -type = 'card' -title = 'オープンソース' -body = ''' -NumPyは、寛容な[BSDライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt)で公開されています。NumPyは活発で、互>いを尊重し、多様性を認め合う[コミュニティ](/ja/community)によって、 [GitHub](https://github.com/numpy/numpy)上でオープンに開発されていま -す. ''' {{< /grid >}} From 190fccbda33c386507c5cf36cd77bd311096379b Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:11:29 +0200 Subject: [PATCH 20/96] New translations about.md (Japanese) --- content/ja/about.md | 24 ++++++++++-------------- 1 file changed, 10 insertions(+), 14 deletions(-) diff --git a/content/ja/about.md b/content/ja/about.md index d153a89b33..626a3ff721 100644 --- a/content/ja/about.md +++ b/content/ja/about.md @@ -3,14 +3,13 @@ title: 私たちについて sidebar: false --- -NumPy は、Python で数値計算を可能にするためのオープンソースプロジェクトです。 NumPyは、NumericやNumarrayといった初期のライブラリのコードをもとに、2005年から開発が開始されました。 NumPyは完全にオープンソースなソフトウェアです。 そして、NumPyは[修正BSD ライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt) の条項の下で、すべての人が利用可能です。 - -NumPy は 、NumPyコミュニティやより広範な科学計算用Python コミュニティとの合意のもと、GitHub 上でオープンに開発されています。 NumPyのガバナンス方法の詳細については、 [Governance Document](https://www.numpy.org/devdocs/dev/governance/index.html) をご覧ください。 +NumPy は、Python で数値計算を可能にするためのオープンソースプロジェクトです。 NumPyは、NumericやNumarrayといった初期のライブラリのコードをもとに、2005年から開発が開始されました。 NumPyは完全にオープンソースなソフトウェアです。 そして、NumPyは[修正BSD ライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt) の条項の下で、すべての人が利用可能です。 It was created in 2005 building on the early work of the Numeric and Numarray libraries. NumPy will always be 100% open source software and free for all to use. It is released under the liberal terms of the [modified BSD license](https://github.com/numpy/numpy/blob/main/LICENSE.txt). +NumPy は 、NumPyコミュニティやより広範な科学計算用Python コミュニティとの合意のもと、GitHub 上でオープンに開発されています。 NumPyのガバナンス方法の詳細については、 [Governance Document](https://www.numpy.org/devdocs/dev/governance/index.html) をご覧ください。 For more information on our governance approach, please see our [Governance Document](https://www.numpy.org/devdocs/dev/governance/index.html). ## 運営委員会 -Numpy運営委員会はこのプロジェクトの管理組織です。 その役割は、Numpy コミュニティと協力し、Numpyのソフトウェアサービスを確実にユーザに提供することです。 ソフトウェアパッケージとコミュニティの両方において、プロジェクトの長期的な持続可能性を保っていきます。 NumPy運営委員会は現在以下のメンバーで構成されています (姓のアルファベット順): +The NumPy Steering Council is the project's governing body. Its role is to ensure, through working with and serving the broader NumPy community, the long-term sustainability of the project, both as a software package and community. The NumPy Steering Council currently consists of the following members (in alphabetical order, by last name): - Sebastian Berg - Ralf Gommers @@ -22,7 +21,7 @@ Numpy運営委員会はこのプロジェクトの管理組織です。 その - Melissa Weber Mendonça - Eric Wieser -過去のメンバー +Emeritus: - Alex Griffing (2015-2017) - Allan Haldane (2015-2021) @@ -41,11 +40,11 @@ Numpy プロジェクトのコアメンバーは、プロジェクトへの貢 - 開発 - ドキュメント -- トリアージ +- triage - ウェブサイト - 調査 - 翻訳 -- スプリントのメンター +- sprint mentors - 最適化 - 資金と助成金 @@ -64,10 +63,9 @@ Numpy プロジェクトのコアメンバーは、プロジェクトへの貢 NumPyは以下の団体から直接資金援助を受けています。 {{< sponsors >}} - ## パートナー団体 -パートナー団体は、NumPyへの開発を仕事の一つとして、社員を雇っている団体です。 現在のパートナー団体としては、下記の通りです。 +パートナー団体は、NumPyへの開発を仕事の一つとして、社員を雇っている団体です。 現在のパートナー団体としては、下記の通りです。 Current Institutional Partners include: - カルフォルニア大学 バークレー校 (Stéfan van der Walt) - Quansight (Nathan Goldbaum, Ralf Gommers, Matti Picus, Melissa Weber Mendonça) @@ -75,16 +73,14 @@ NumPyは以下の団体から直接資金援助を受けています。 {{< partners >}} - ## 寄付 -NumPy があなたの仕事や研究、ビジネスで役に立った場合、できる範囲で良いので、是非、NumPyプロジェクトへの寄付を検討して頂けると助かります。 少額の寄付でも大きな助けになります。 すべての寄付は、NumPyのオープンソースソフトウェア、ドキュメント、コミュニティの開発のために使用されることが約束されています。 +NumPy があなたの仕事や研究、ビジネスで役に立った場合、できる範囲で良いので、是非、NumPyプロジェクトへの寄付を検討して頂けると助かります。 少額の寄付でも大きな助けになります。 すべての寄付は、NumPyのオープンソースソフトウェア、ドキュメント、コミュニティの開発のために使用されることが約束されています。 Any amount helps! All donations will be used strictly to fund the development of NumPy’s open source software, documentation, and community. -NumPy は NumFOCUS にスポンサーされたプロジェクトであり、米国の 501(c)(3) 非営利の慈善団体でもあります。 NumFOCUSは、NumPyプロジェクトに財政、法務、管理面でのサポートを提供し、プロジェクトの安定と持続可能性を保つ手助けをしています。 詳細については、 [numfocus.org](https://numfocus.org) をご覧ください。 +NumPy is a Sponsored Project of NumFOCUS, a 501(c)(3) nonprofit charity in the United States. NumFOCUS provides NumPy with fiscal, legal, and administrative support to help ensure the health and sustainability of the project. Visit [numfocus.org](https://numfocus.org) for more information. -NumPy への寄付は [NumFOCUS](https://numfocus.org) によって管理されています。 米国の寄付提供者の場合、その人の寄付は法律によって定められる範囲で免税されます。 但し、他の寄付と同様に、あなたはあなたの税務状況について、あなたの税務担当と相談する必要があることを忘れないで下さい。 +NumPy は NumFOCUS にスポンサーされたプロジェクトであり、米国の 501(c)(3) 非営利の慈善団体でもあります。 NumFOCUSは、NumPyプロジェクトに財政、法務、管理面でのサポートを提供し、プロジェクトの安定と持続可能性を保つ手助けをしています。 詳細については、 [numfocus.org](https://numfocus.org) をご覧ください。 NumPy への寄付は [NumFOCUS](https://numfocus.org) によって管理されています。 米国の寄付提供者の場合、その人の寄付は法律によって定められる範囲で免税されます。 但し、他の寄付と同様に、あなたはあなたの税務状況について、あなたの税務担当と相談する必要があることを忘れないで下さい。 As with any donation, you should consult with your tax advisor about your particular tax situation. NumPyの運営委員会は、受け取った資金をどのように使えば良いかを検討し、使用する方法について決定します. NumPyに関する技術とインフラの投資の優先順位に関しては、[NumPy Roadmap](https://www.numpy.org/neps/index.html#roadmap) に記載されています。 {{}} - From 6a8f1d237f31c4cd2cdb5fee7c9d33be3234519f Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:11:38 +0200 Subject: [PATCH 21/96] New translations arraycomputing.md (Japanese) --- content/ja/arraycomputing.md | 22 +++++++++++++++------- 1 file changed, 15 insertions(+), 7 deletions(-) diff --git a/content/ja/arraycomputing.md b/content/ja/arraycomputing.md index 7713e7e0f2..7b60583a4b 100644 --- a/content/ja/arraycomputing.md +++ b/content/ja/arraycomputing.md @@ -3,19 +3,27 @@ title: 配列演算 sidebar: false --- -*配列演算は統計、数学、科学計算の基礎です。可視化、信号処理、画像処理、生命情報学、機械学習、人工知能など、現代のデータサイエンスやデータ分析の様々な分野で配列演算は中核を担っています。* +_Array computing is the foundation of statistical, mathematical, scientific computing +in various contemporary data science and analytics applications such as data +visualization, digital signal processing, image processing, bioinformatics, +machine learning, AI, and several others._ -大規模なデータ処理やデータ変換には、効率的な配列演算が重要です。 データ分析や、機械学習、効率的な数値計算に最適な言語のひとつは **Python** です。 +Large scale data manipulation and transformation depends on efficient, +high-performance array computing. The language of choice for data analytics, +machine learning, and productive numerical computing is **Python.** **Num**erical **Py**thon: NumPyは、Pythonにおけるデファクトスタンダードなライブラリであり、大規模な多次元配列や行列、そして、それらの配列を処理する様々な分野の数学ルーチンをサポートしています。 2006年にNumPyが発表されてから、2008年にPandasが登場し、その後、数年間にいくつかの配列演算関連のライブラリが次々と現れるようになりました。 これらの新しい配列演算ライブラリの多くは、NumPyの機能や能力を模倣しており、機械学習や人工知能向けの新しいアルゴリズムや機能を持っています。 +Many of these newer libraries mimic NumPy-like features and capabilities, and +pack newer algorithms and features geared towards machine learning and artificial intelligence applications. arraycl +src="/images/content_images/array_c_landscape.png" +alt="arraycl" +title="配列演算の概略" /> -**配列演算** は **配列** のデータ構造に基づいています。 *配列* は、関連する膨大なデータ群を簡単にかつ高速に、ソート、検索、変換、数学処理できるように構成されています。 +**配列演算** は **配列** のデータ構造に基づいています。 _配列_ は、関連する膨大なデータ群を簡単にかつ高速に、ソート、検索、変換、数学処理できるように構成されています。 大規模なデータ処理やデータ変換には、効率的な配列演算が重要です。 データ分析や、機械学習、効率的な数値計算に最適な言語のひとつは **Python** です。 -配列演算は *一度に* 配列のデータの複数の要素を操作するため、 * ユニーク* な処理と言えます。 これは、配列操作が一回の処理で、配列内の 全ての値に適用されることを意味しています。 このベクトル化手法は、速さと単純さという恩恵をもたらします。 プログラマーはループを回して個々の要素のスカラー演算を行うことなく、データの集合を操作しコーディングすることができるのです。 +_配列演算は統計、数学、科学計算の基礎です。可視化、信号処理、画像処理、生命情報学、機械学習、人工知能など、現代のデータサイエンスやデータ分析の様々な分野で配列演算は中核を担っています。_ What this means is that any array operation applies to an entire set of +values in one shot. 配列演算は _一度に_ 配列のデータの複数の要素を操作するため、 \* ユニーク\* な処理と言えます。 これは、配列操作が一回の処理で、配列内の 全ての値に適用されることを意味しています。 このベクトル化手法は、速さと単純さという恩恵をもたらします。 プログラマーはループを回して個々の要素のスカラー演算を行うことなく、データの集合を操作しコーディングすることができるのです。 From c5464aa7f14a4d70e5091360588630044012b113 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:11:46 +0200 Subject: [PATCH 22/96] New translations citing-numpy.md (Japanese) --- content/ja/citing-numpy.md | 42 +++++++++++++++++++------------------- 1 file changed, 21 insertions(+), 21 deletions(-) diff --git a/content/ja/citing-numpy.md b/content/ja/citing-numpy.md index 397ca192ab..fddd4696dc 100644 --- a/content/ja/citing-numpy.md +++ b/content/ja/citing-numpy.md @@ -5,30 +5,30 @@ sidebar: false もしあなたの研究においてNumPyが重要な役割を果たし、論文でこのプロジェクトについて言及したい場合は、こちらの論文を引用して下さい。 -* Harris, C.R., Millman, K.J., van der Walt, S.J. et al. _Array programming with NumPy_. Nature 585, 357–362 (2020). DOI: [10.1038/s41586-020-2649-2](https://doi.org/10.1038/s41586-020-2649-2). ([リンク](https://www.nature.com/articles/s41586-020-2649-2)). +- Harris, C.R., Millman, K.J., van der Walt, S.J. et al. _Array programming with NumPy_. Nature 585, 357–362 (2020). DOI: [10.1038/s41586-020-2649-2](https://doi.org/10.1038/s41586-020-2649-2). ([リンク](https://www.nature.com/articles/s41586-020-2649-2)). _BibTeX形式:_ - ``` +``` @Article{ harris2020array, - title = {Array programming with {NumPy}}, - 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 - Warren Weckesser and Hameer Abbasi and Christoph Gohlke and - Travis E. Oliphant}, - year = {2020}, - month = sep, - journal = {Nature}, - volume = {585}, - number = {7825}, - pages = {357--362}, - doi = {10.1038/s41586-020-2649-2}, - publisher = {Springer Science and Business Media {LLC}}, - url = {https://doi.org/10.1038/s41586-020-2649-2} + title = {Array programming with {NumPy}}, + 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 + Warren Weckesser and Hameer Abbasi and Christoph Gohlke and + Travis E. Oliphant}, + year = {2020}, + month = sep, + journal = {Nature}, + volume = {585}, + number = {7825}, + pages = {357--362}, + doi = {10.1038/s41586-020-2649-2}, + publisher = {Springer Science and Business Media {LLC}}, + url = {https://doi.org/10.1038/s41586-020-2649-2} } ``` From 46171f0cc354f98028dd31b15ffcd63e8819595e Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:11:54 +0200 Subject: [PATCH 23/96] New translations code-of-conduct.md (Japanese) --- content/ja/code-of-conduct.md | 66 +++++++++++++++++------------------ 1 file changed, 33 insertions(+), 33 deletions(-) diff --git a/content/ja/code-of-conduct.md b/content/ja/code-of-conduct.md index 70ca4d8b6e..a26d0fd172 100644 --- a/content/ja/code-of-conduct.md +++ b/content/ja/code-of-conduct.md @@ -5,69 +5,69 @@ aliases: - /ja/conduct/ --- -### はじめに +### Introduction -この行動規範は、NumPy プロジェクトによって管理されるすべての場所で適用されます。 この場所とは、すべてのパブリックおよびプライベートのメーリングリスト、イシュートラッカー、Wiki、ブログ、Twitter、コミュニティで使用されているその他の通信チャンネルなどを含みます。 NumPy プロジェクトでは対面でのイベントは開催していません。 しかし、我々のコミュニティに関連するものであれば、対面のイベントでも同様の行動規範を持つ必要があります。 +This Code of Conduct applies to all spaces managed by the NumPy project, including all public and private mailing lists, issue trackers, wikis, blogs, Twitter, and any other communication channel used by our community. The NumPy project does not organise in-person events, however events related to our community should have a code of conduct similar in spirit to this one. この行動規範は、NumPy コミュニティに正式または非公式に参加するすべての人が順守する必要があります。 その他にも、NumPyとの提携・関連するプロジェクト活動においては、特にそれらのプロジェクトを代表する場合、同様の行動規範に従う必要があります。 -この行動規範は完全ではありません。 しかし、行動規範は我々が理解すべき、互いの協力の仕方や、共通の場所のあるべき姿、我々のゴールなどをまとめるのに重要な役目を果たします。 フレンドリーで生産的な環境を生み出し、周囲のコミュニティにより良い影響を与えるため、ぜひこの行動規範に従ってください。 +This code is not exhaustive or complete. It serves to distill our common understanding of a collaborative, shared environment and goals. Please try to follow this code in spirit as much as in letter, to create a friendly and productive environment that enriches the surrounding community. ### ガイドラインの概要 -私たちは下記の内容に真摯に取り組みます。 - -1. 開けたコミュニティにしましょう。 私たちは、誰でもコミュニティに参加できるようにします。 私たちは、公にすべきではない内容を議論する場合以外、プロジェクトに関連するメッセージを公の場で告知することを選びます。 これは、NumPyに関するヘルプやプロジェクトサポートにも適用されます。公式なサポートだけでなく、NumPyに関する質問に答える場合もです。 これにより、質問に答えた際の意図しない間違いを、より簡単に検出し、訂正できるようになります。 -2. 共感し、歓迎し、友好的で、そして我慢強くありましょう。 私たちは互いに争いを解決し合い、互いの善意を信じ合います。 私たちは時折り不満を感じるかもしれません。 しかしそのような場合も、不満を個人的な攻撃に変えることは許容されません。 人々が不快や脅威を感じるコミュニティは、生産的ではないからです。 -3. 互いに協力し合おう。 私たちの開発成果は他の人々によって利用され、一方で、たちは他の人々の開発成果に依存しているのです。 私たちがプロジェクトために何かを作るとき、私たちはそれがどのように動作するかを他の人に説明する必要があります。 しかし、この作業により、より良いものを作り上げることができるのです。 私たちが下す全ての決断は、ユーザと開発コミュニティに影響を与えうるし、その決断がもたらす結果を私たちは真摯に受け止めます。 -4. 好奇心を大事にしよう。 全てを知っている人はいないのです！ 早め早めに質問をすることで、後に生じうる多くの問題を回避できます。 そのため私たちは質問を奨励しています。 私たちは、出来るだけ質問に良く対応し、手助けできるよう努力します。 -5. 使う言葉に注意しましょう。 私たちは、コミュニティにおけるコミュニケーションに注意と敬意を払います。 そして、私たちは自分の言葉に責任を持ちます。 他人に優しくしましょう。 他のコミュニティの参加者を侮辱しないでください。 私たちは、以下のようなハラスメントやその他の排斥行為を許しません。 : - * 他の人に向けられた暴力的な行為や言葉。 - * 性差別や人種差別、その他の差別的なジョークや言動。 - * 性的または暴力的な内容の投稿。 - * 他のユーザーの個人情報を投稿すること。 (または投稿すると脅すこと)。 - * 公開目的のない電子メールや、ICRチャットのようなログの残らないフォーラムの履歴など、プライベートなコンテンツを送信者の同意なしに共有すること。 - * 個人的な侮辱, 特に人種差別や性差別的な用語を使用して侮辱すること。 - * 不快な思いをさせる性的な言動。 - * 過度に粗暴に振る舞うこと。 ひどいな言葉を使うのを避けてください。 人々は怒りを覚える感度が、それぞれ大きく異なります。 - * 他人に対するハラスメントの繰り返し。 一般的に、誰かがあなたにある言動を止めるように要求した場合、その言動をやめて下さい。 - * 上記のいずれかの行動を擁護すること、または奨励すること。 +We strive to: + +1. Be open. We invite anyone to participate in our community. We prefer to use public methods of communication for project-related messages, unless discussing something sensitive. This applies to messages for help or project-related support, too; not only is a public support request much more likely to result in an answer to a question, it also ensures that any inadvertent mistakes in answering are more easily detected and corrected. +2. Be empathetic, welcoming, friendly, and patient. We work together to resolve conflict, and assume good intentions. We may all experience some frustration from time to time, but we do not allow frustration to turn into a personal attack. A community where people feel uncomfortable or threatened is not a productive one. +3. Be collaborative. Our work will be used by other people, and in turn we will depend on the work of others. When we make something for the benefit of the project, we are willing to explain to others how it works, so that they can build on the work to make it even better. Any decision we make will affect users and colleagues, and we take those consequences seriously when making decisions. +4. Be inquisitive. 好奇心を大事にしよう。 全てを知っている人はいないのです！ 早め早めに質問をすることで、後に生じうる多くの問題を回避できます。 そのため私たちは質問を奨励しています。 私たちは、出来るだけ質問に良く対応し、手助けできるよう努力します。 Asking questions early avoids many problems later, so we encourage questions, although we may direct them to the appropriate forum. We will try hard to be responsive and helpful. +5. Be careful in the words that we choose. We are careful and respectful in our communication, and we take responsibility for our own speech. Be kind to others. Do not insult or put down other participants. We will not accept harassment or other exclusionary behaviour, such as: + - 他の人に向けられた暴力的な行為や言葉。 + - 性差別や人種差別、その他の差別的なジョークや言動。 + - 性的または暴力的な内容の投稿。 + - 他のユーザーの個人情報を投稿すること。 (または投稿すると脅すこと)。 + - 公開目的のない電子メールや、ICRチャットのようなログの残らないフォーラムの履歴など、プライベートなコンテンツを送信者の同意なしに共有すること。 + - 個人的な侮辱, 特に人種差別や性差別的な用語を使用して侮辱すること。 + - Unwelcome sexual attention. + - Excessive profanity. Please avoid swearwords; people differ greatly in their sensitivity to swearing. + - Repeated harassment of others. In general, if someone asks you to stop, then stop. + - 上記のいずれかの行動を擁護すること、または奨励すること。 ### 多様性に関する声明 -NumPyプロジェクトは、全ての人々の参加を歓迎しています。 私たちは、誰もがコミュニティの一員であることを楽しめるように尽力します。 全ての人の好みを満足はさせられないかもしれませんが、全員に対し出来るだけ親切な対応ができるよう最善を尽くします。 +NumPyプロジェクトは、全ての人々の参加を歓迎しています。 私たちは、誰もがコミュニティの一員であることを楽しめるように尽力します。 全ての人の好みを満足はさせられないかもしれませんが、全員に対し出来るだけ親切な対応ができるよう最善を尽くします。 We are committed to being a community that everyone enjoys being part of. Although we may not always be able to accommodate each individual’s preferences, we try our best to treat everyone kindly. -あなたの自己認識や、他者のあなたへの認識は関係ありません。 私たちはあなたを歓迎します。 民族、遺伝、性同一性あるいは関連する表現、言語、国籍、神経学的な差異、生物学的な差異、 政治的信条、職業、人種、宗教、性的指向、社会経済的地位、文化的な差異、技術的な能力。 +No matter how you identify yourself or how others perceive you: we welcome you. Though no list can hope to be comprehensive, we explicitly honour diversity in: age, culture, ethnicity, genotype, gender identity or expression, language, national origin, neurotype, phenotype, political beliefs, profession, race, religion, sexual orientation, socioeconomic status, subculture and technical ability, to the extent that these do not conflict with this code of conduct. 私たちはすべての種類の言語言語話者の参加を歓迎しますが、NumPy 開発は英語で行われます。 -NumPy コミュニティの標準的なルールは、上記の行動規範で説明されています。 NumPyコミュニティの参加者は、これらの行動基準をすべてのコミュニケーションにおいて順守し、他の人々にも同様な行動をすることを推奨すべきです (次のセクションを参照)。 +Standards for behaviour in the NumPy community are detailed in the Code of Conduct above. Participants in our community should uphold these standards in all their interactions and help others to do so as well (see next section). ### 報告ガイドライン -私たちは、インターネット上でのやりとりが簡単にひどい誹謗中傷に陥ってしまうことを、痛いほど知っています. 私たちはまた、嫌な日を過ごしてむしゃくしゃしている人や、行動規範ガイドラインの項目を見落としている人がいることも知っています。 行動規範の違反にどのように対処するかを決定する際には、このことを心に留めておく必要があります。 +私たちは、インターネット上でのやりとりが簡単にひどい誹謗中傷に陥ってしまうことを、痛いほど知っています. 私たちはまた、嫌な日を過ごしてむしゃくしゃしている人や、行動規範ガイドラインの項目を見落としている人がいることも知っています。 行動規範の違反にどのように対処するかを決定する際には、このことを心に留めておく必要があります。 Please keep this in mind when deciding on how to respond to a breach of this Code. -意図的な行動規範違反については、行動規範委員会に報告してください (下記参照)。 もし、違反が意図的でない可能性がある場合、その人にこの行動規範の存在を知らせることも可能です (パブリックでもプライベートでも、適切な方法で)。 もし直接指摘したくない場合は、ぜひ、行動規範委員会に直接連絡するか、違反の確度について助言を求めて下さい。 +For clearly intentional breaches, report those to the Code of Conduct Committee (see below). For possibly unintentional breaches, you may reply to the person and point out this code of conduct (either in public or in private, whatever is most appropriate). If you would prefer not to do that, please feel free to report to the Code of Conduct Committee directly, or ask the Committee for advice, in confidence. NumPy行動規範委員会に問題を報告する場合は、こちらにご連絡下さい: numpy-conduct@googlegroups.com。 現在、行動規範委員会は以下のメンバーで構成されています: -* Stefan van der Walt -* Melissa Weber Mendonça -* Rohit Goswami +- Stefan van der Walt +- Melissa Weber Mendonça +- Rohit Goswami -もしあなたの違反報告に委員会のメンバーが含まれている場合, または彼らがそれを処理する上で利益相反をしていると感じる場合、そのメンバーはあなたの報告を評価する立場からは辞退してもらいます。 もしくは、行動規範委員会に報告するのが躊躇われる場合は、こちらからNumFOCUSのシニアスタッフに連絡することも可能です:[conduct@numfocus.org](https://numfocus.org/code-of-conduct#persons-responsible) 。 +If your report involves any members of the Committee, or if they feel they have a conflict of interest in handling it, then they will recuse themselves from considering your report. Alternatively, if for any reason you feel uncomfortable making a report to the Committee, then you can also contact senior NumFOCUS staff at [conduct@numfocus.org](https://numfocus.org/code-of-conduct#persons-responsible). ### インシデント報告の解決 & 行動規範の実施 本節では、_最も重要な点のみをまとめます。 _詳細については、[NumPy Code of Conduct - How to follow up on a report](report-handling-manual) をご覧ください。 -私たちはすべての訴えを調査し、対応するようにします。 NumPy行動規範委員会およびNumPy運営委員会(もし関係する場合) は、報告者の身元を保護します。 また(報告者が同意しない限り) 苦情の内容を機密として扱うこととします。 +We will investigate and respond to all complaints. The NumPy Code of Conduct Committee and the NumPy Steering Committee (if involved) will protect the identity of the reporter, and treat the content of complaints as confidential (unless the reporter agrees otherwise). -もし深刻で明らかな違反の場合、例えば、 個人的な脅し、または暴力的、性差別的または人種差別的な発言などの場合、我々は直ちにNumPyのコミュニケーションの場から発言者を退場させます。詳細についてはマニュアルを参照してください。 +In case of severe and obvious breaches, e.g. personal threat or violent, sexist or racist language, we will immediately disconnect the originator from NumPy communication channels; please see the manual for details. -もし、行動規範に対して明白な違反がみられない場合、受領された行動規範違反報告に対するプロセスは以下の通りです。 +In cases not involving clear severe and obvious breaches of this Code of Conduct the process for acting on any received Code of Conduct violation report will be: 1. 報告書の受領を確認 2. 建設的な議論/フィードバック @@ -76,7 +76,7 @@ NumPy行動規範委員会に問題を報告する場合は、こちらにご連 行動規範委員会は、可能な限り速やかに対応し、最大で72時間以内に対応する様にします。 -### 文末脚注: +### Endnotes 私たちは下記のドキュメントを作成したグループに感謝します。 内容・発想ともに大いに影響されています。 From 22bbf772cc9d4b24ef2d0f7bedddbe759681892d Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:12:02 +0200 Subject: [PATCH 24/96] New translations community.md (Japanese) --- content/ja/community.md | 35 ++++++++++++++++++++--------------- 1 file changed, 20 insertions(+), 15 deletions(-) diff --git a/content/ja/community.md b/content/ja/community.md index 2629f72358..5178b60aa3 100644 --- a/content/ja/community.md +++ b/content/ja/community.md @@ -3,21 +3,24 @@ title: コミュニティ sidebar: false --- -NumPy は 常に多様な[コントリビュータ](/ja/teams/) のグループによって開発されている、コミュニティ主導のオープンソースプロジェクトです。 NumPy を主導するグループは、オープンで協力的でポジティブなコミュニティを作ることを、約束しました。 コミュニティを繁栄させるために、コミュニティの人達と交流する方法については、 [NumPy 行動規範](/ja/code-of-conduct) をご覧ください。 +NumPy は 常に多様な[コントリビュータ](/ja/teams/) のグループによって開発されている、コミュニティ主導のオープンソースプロジェクトです。 NumPy を主導するグループは、オープンで協力的でポジティブなコミュニティを作ることを、約束しました。 コミュニティを繁栄させるために、コミュニティの人達と交流する方法については、 [NumPy 行動規範](/ja/code-of-conduct) をご覧ください。 The NumPy leadership has made a strong commitment to creating an open, inclusive, and positive community. Please read the [NumPy Code of Conduct](/code-of-conduct) for guidance on how to interact with others in a way that makes the community thrive. 私たちは、NumPyコミュニティ内で学んだり、知識を共有したり、他の人と交流するためのいくつかのコミュニケーション方法を提供しています。 - ## オンラインで参加する方法 -NumPy プロジェクトやコミュニティと直接交流する方法は次の通りです。 _重要: 私たちはユーザとコミュニティメンバーに互いにNumPyの使い方の質問に関して助言し合って欲しいと思っています。 - 参照[サポート](/gethelp)._ - +The following are ways to engage directly with the NumPy project and community. +_Please note that we encourage users and community members to support each other +for usage questions - see [Get Help](/gethelp)._ ### [NumPyメーリングリスト：](https://mail.python.org/mailman/listinfo/numpy-discussion) このメーリングリストは、NumPy に新しい機能を追加するなど、より長い期間の議論のための主なコミュニケーションの場です。 NumPyのRoadmapに変更を加えたり、プロジェクト全体での意思決定を行います。 このメーリングリストでは、リリース、開発者会議、スプリント、カンファレンストークなど、NumPy についてのアナウンスなどにも利用されます。 +Announcements about NumPy, such as for releases, developer meetings, sprints or +conference talks are also made on this list. -このメーリングリストでは、一番下のメールを使用し、メーリングリストに返信して下さい( 他の送信者ではなく)。 このメーリングリストの検索可能なアーカイブは [こちら](https://mail.python.org/archives/list/numpy-discussion@python.org/) にあります。 +On this list please use bottom posting, reply to the list (rather than to +another sender), and don't reply to digests. このメーリングリストでは、一番下のメールを使用し、メーリングリストに返信して下さい( 他の送信者ではなく)。 このメーリングリストの検索可能なアーカイブは [こちら](https://mail.python.org/archives/list/numpy-discussion@python.org/) にあります。 *** @@ -27,25 +30,28 @@ NumPy プロジェクトやコミュニティと直接交流する方法は次 - ドキュメントの問題 (例: "I find this section unclear"); - 機能追加リクエスト (例: "I would like to have a new interpolation method in `np.percentile`"). -_ちなみに、セキュリティの脆弱性を報告するには、GitHubのイシュートラッカーは適切な場所ではないことに注意してください。 NumPy でセキュリティ上の脆弱性を発見したと思われる場合は、 [こちら](https://tidelift.com/docs/security) から報告してください。_ +_Please note that GitHub is not the right place to report a security vulnerability. If you think you have found a security vulnerability in NumPy, please report it [here](https://tidelift.com/docs/security)._ *** ### [Slack](https://numpy-team.slack.com) -SlackはNumpyに_ 貢献するための質問をするための_、リアルタイムのチャットルームです。 具体的には、 公開のメーリングリストやGitHubで質問やアイデアを持ち出すことを躊躇している人々のためのものです。 Slackに招待してもらいたい場合は[こちら](https://numpy.org/devdocs/dev/index.html#contributing-to-numpy)を確認下さい。 - +A real-time chat room to ask questions about _contributing_ to NumPy. +This is a private space, specifically meant for people who are hesitant to +bring up their questions or ideas on a large public mailing list or GitHub. +Please see +[here](https://numpy.org/devdocs/dev/index.html#contributing-to-numpy) for more +details and how to get an invite. ## 勉強会とミートアップ NumPyや、データサイエンス、科学技術計算などのより広いエコシステムのためのPythonパッケージついて、もっと学ぶためのローカルミートアップや勉強会を見つけたい場合、 [PyData ミートアップ](https://www.meetup.com/pro/pydata/) (150人以上のミートアップ、10万人以上のメンバーをまとめたもの) を調べてみることをお勧めします。 -加えて、NumPy では開発チームと参加に興味があるコントリビュータのために、対面でのスプリントを時折開催しています。 この開発スプリントは通常数ヶ月に一度に開催されており、 [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) と [Twitter](https://twitter.com/numpy_team) で開催連絡されます。 - +NumPy also organizes in-person sprints for its team and interested contributors occasionally. 加えて、NumPy では開発チームと参加に興味があるコントリビュータのために、対面でのスプリントを時折開催しています。 この開発スプリントは通常数ヶ月に一度に開催されており、 [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) と [Twitter](https://twitter.com/numpy_team) で開催連絡されます。 ## カンファレンス -NumPy プロジェクトは独自のカンファレンスは開催していません。 NumPy の管理者や、コントリビュータ、ユーザーに最も人気があったカンファレンスは、SciPy および PyDataのカンファレンスです。 +The NumPy project doesn't organize its own conferences. NumPy プロジェクトは独自のカンファレンスは開催していません。 NumPy の管理者や、コントリビュータ、ユーザーに最も人気があったカンファレンスは、SciPy および PyDataのカンファレンスです。 - [SciPy US](https://conference.scipy.org) - [EuroSciPy](https://www.euroscipy.org) @@ -56,11 +62,10 @@ NumPy プロジェクトは独自のカンファレンスは開催していま これらのカンファレンスの多くは、NumPyの使い方や関連するオープンソースプロジェクトに貢献する方法を学ぶことができるチュートリアルを開催しています。 - ## NumPy コミュニティに参加する -NumPyプロジェクトを成功させるには、あなたの専門知識とプロジェクトに関する熱意が必要です。 プログラマーじゃないから参加できない？ そんなことはありません！ NumPy に貢献する様々な方法があります。 +To thrive, the NumPy project needs your expertise and enthusiasm. Not a coder? Not a problem! There are many ways to contribute to NumPy. -もし、NumPyに貢献したい場合は、 [コントリビュート](/ja/contribute) ページをご覧いただくことをお勧めします。 +If you are interested in becoming a NumPy contributor (yay!) we recommend checking out our [Contribute](/contribute) page. -また、私たちのコミュニティミーティングにもぜひ参加してみてください。 コミュニティミーティングの活動を確認するには、[こちら](https://scientific-python.org/calendars/)のイベントカレンダーを確認ください。 +Also, feel free to stop by and say hi at one of our community meetings. また、私たちのコミュニティミーティングにもぜひ参加してみてください。 コミュニティミーティングの活動を確認するには、[こちら](https://scientific-python.org/calendars/)のイベントカレンダーを確認ください。 From 61ad131074727395c1b438ee21783d86b4f8ed3d Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:12:11 +0200 Subject: [PATCH 25/96] New translations contribute.md (Japanese) --- content/ja/contribute.md | 70 +++++++++++++++++++++++++--------------- 1 file changed, 44 insertions(+), 26 deletions(-) diff --git a/content/ja/contribute.md b/content/ja/contribute.md index 90db608852..644e7eaa61 100644 --- a/content/ja/contribute.md +++ b/content/ja/contribute.md @@ -3,64 +3,82 @@ title: NumPy に貢献する sidebar: false --- -NumPyプロジェクトを成功させるには、あなたの専門知識とプロジェクトに関する熱意が必要です。 貢献方法はプログラミングに限定されません。 このページには**あなたができる** 様々な種類の貢献方法が示されています。 +The NumPy project welcomes your expertise and enthusiasm! +Your choices aren't limited to programming, as you can +see below there are many areas where we need **your** help. もしどこから始めればいいか、あなたのスキルをどう生かせばいいかがわからない場合は、 _是非ご連絡下さい。 _ 連絡の方法としては、 [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) 、 [GitHub](http://github.com/numpy/numpy)、 [イシューの作成](https://github.com/numpy/numpy/issues) 、関連するイシューへのコメントがあります。 -連絡先としては、 または、[Slack](https://numpy-team.slack.com) (グループに招待するためにこちらに連絡お願いします: )があります。 +連絡先としては、 numpy-team@googlegroups.com または、[Slack](https://numpy-team.slack.com) (グループに招待するためにこちらに連絡お願いします: numpy-team@googlegroups.com)があります。 また、隔週の _コミュニティミーティング_もあり、詳細は [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) で発表されています。 あなたの参加を大いに歓迎します。 オープンソースプロジェクトに貢献するのが初めての方は、是非、 [このガイド](https://opensource.guide/how-to-contribute/) を読んでみて下さい。 +You are very welcome to join. +If you are new to contributing to open source, we also highly recommend reading +[this guide](https://opensource.guide/how-to-contribute/). -私たちのコミュニティは、誰もが平等に扱われ、すべての貢献を平等に評価することを目指しています。 私たちはオープンで居心地の良いコミュニティを作るために [行動基準](/ja/code-of-conduct) を制定しています。 +私たちのコミュニティは、誰もが平等に扱われ、すべての貢献を平等に評価することを目指しています。 私たちはオープンで居心地の良いコミュニティを作るために [行動基準](/ja/code-of-conduct) を制定しています。 We have a [Code of Conduct](/code-of-conduct) to foster an open +and welcoming environment. ### コードを書く -プログラマーの方には、こちらの [ガイド](https://numpy.org/devdocs/dev/index.html#development-process-summary)でNumPyのコードに貢献する方法を説明しています。
追加情報に関しては、 こちらの[YouTube チャンネル](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) もご覧ください。 - +プログラマーの方には、こちらの [ガイド](https://numpy.org/devdocs/dev/index.html#development-process-summary)でNumPyのコードに貢献する方法を説明しています。
追加情報に関しては、 こちらの[YouTube チャンネル](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) もご覧ください。
Check out also our [YouTube channel](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) for additional advice. ### プルリクエストのレビュー -NumPyプロジェクトには現時点で250以上のオープンなプルリクエストがあり、多くの 改善要求と多くのレビュワーからのフィードバックを待っています。 もしあなたがNumPy を使ったことがある場合、 たとえNumPyコードベースに慣れていない場合でも貢献する方法はあります。 例えば、 -* 長期にわたる議論をまとめる -* ドキュメントのPRをトリアージする -* 提案された変更をテストする +The project has more than 250 open pull requests -- meaning many potential +improvements and many open-source contributors waiting for feedback. If you're +a developer who knows NumPy, you can help even if you're not familiar with the +codebase. You can: + +- 長期にわたる議論をまとめる +- ドキュメントのPRをトリアージする +- 提案された変更をテストする ### 教育用の資料を作成する NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模な再設計中です。 新しいNumPyのWebページは、新しいチュートリアルや、NumPyの使い方、NumPy内部の深い説明など必要としており、サイト全体にも再設計と再構築が必要です。 このウェブサイトの再構築の作業は、ドキュメントを書くだけではありません。 コード例や、ノートブック、ビデオなどの作成も歓迎しています。 [NEP 44 — Restructuring the NumPyDocumentation](https://numpy.org/neps/nep-0044-restructuring-numpy-docs.html)に、ウェブサイトの再構築についての詳細が説明されています。 +We're in need of new tutorials, how-to's, and deep-dive explanations, and the +site needs restructuring. Opportunities aren't limited to writers. We'd also +welcome worked examples, notebooks, and videos. NumPyプロジェクトを成功させるには、あなたの専門知識とプロジェクトに関する熱意が必要です。 貢献方法はプログラミングに限定されません。 このページには**あなたができる** 様々な種類の貢献方法が示されています。 +### Issue triaging -### イシューのトリアージ - -[NumPyのイシュートラッカー](https://github.com/numpy/numpy/issues) には、 _沢山の_Open状態のイシューがあります。 すでに解決されたもの、優先順位付けされるべきもの、 初心者が取り組むのに適したものがあります。 あなたができることは、いくつもあります: - -* 古いバグがまだ残っているか確認する -* 重複したイシューを見つけ、お互いに関連づける -* 問題を再現するコードを作成する -* イシューに正しいラベル付けをする (トリアージ権が必要なので、連絡下さい) +[NumPyのイシュートラッカー](https://github.com/numpy/numpy/issues) には、 _沢山の_Open状態のイシューがあります。 すでに解決されたもの、優先順位付けされるべきもの、 初心者が取り組むのに適したものがあります。 あなたができることは、いくつもあります: Some are no longer valid, some should be prioritized, and some +would make good issues for new contributors. You can: -ぜひ、やってみて下さい。 +- 古いバグがまだ残っているか確認する +- find duplicate issues and link related ones +- add good self-contained reproducers to issues +- 問題を再現するコードを作成する イシューに正しいラベル付けをする (トリアージ権が必要なので、連絡下さい) +Please just dive in. ### ウェブサイトの開発 -私たちはちょうどウェブサイトを作り直し始めたところですが、それらはまだ完了していません。 Web開発が好きなら、この[イシュー](https://github.com/numpy/numpy.org/issues?q=is%3Aissue+is%3Aopen+label%3Adesign) に未完成な要求が列挙されています。 ぜひ、あなたのアイデアを共有してください。 - +We've just revamped our website, but we're far from done. 私たちはちょうどウェブサイトを作り直し始めたところですが、それらはまだ完了していません。 Web開発が好きなら、この[イシュー](https://github.com/numpy/numpy.org/issues?q=is%3Aissue+is%3Aopen+label%3Adesign) に未完成な要求が列挙されています。 ぜひ、あなたのアイデアを共有してください。 ### グラフィックデザイン -グラフィックデザイナーの方が可能な貢献は、枚挙にいとまがありません。 しかし、私たちのドキュメントは説明のために可視化が重要であり、私たちの拡大しているウェブサイトは良い画像を求めていることから、 貢献する機会が沢山あると言えます。 - +We can barely begin to list the contributions a graphic designer can make here. +Our docs are parched for illustration; our growing website craves images -- +opportunities abound. ### ウェブサイトの翻訳 -私たちは、[numpy.org](https://numpy.org) を複数言語に翻訳し、NumPyを母国語でアクセスできるようにしたいと思っています。 これを実現するには、ボランティアの翻訳者が必要です。 詳しくは[このイシュー](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n)を参照してください。 [この GitHubイシュー](https://github.com/numpy/numpy.org/issues/55) にコメントしてサインアップしてください。 - +NumPyプロジェクトには現時点で250以上のオープンなプルリクエストがあり、多くの 改善要求と多くのレビュワーからのフィードバックを待っています。 もしあなたがNumPy を使ったことがある場合、 たとえNumPyコードベースに慣れていない場合でも貢献する方法はあります。 例えば、 Volunteer translators are at the heart +of this effort. 私たちは、[numpy.org](https://numpy.org) を複数言語に翻訳し、NumPyを母国語でアクセスできるようにしたいと思っています。 これを実現するには、ボランティアの翻訳者が必要です。 詳しくは[このイシュー](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n)を参照してください。 [この GitHubイシュー](https://github.com/numpy/numpy.org/issues/55) にコメントしてサインアップしてください。 ### コミュニティとの連携とアウトリーチ -コミュニティとのコミュニケーションを通じて、私たちは、NumPyより広く知ってもらい、どこに問題があるのかを知りたいと思っています。 私たちは、[Twitter](https://twitter.com/numpy_team) アカウントや、NumPy[コードスプリント](https://scisprints.github.io/)の開催、ニュースレターの発行、そしておそらくブログなどを通じて、より沢山の人にコミュニティに参加して欲しいと思っていす。 +Through community contact we share our work more widely and learn where we're +falling short. コミュニティとのコミュニケーションを通じて、私たちは、NumPyより広く知ってもらい、どこに問題があるのかを知りたいと思っています。 私たちは、[Twitter](https://twitter.com/numpy_team) アカウントや、NumPy[コードスプリント](https://scisprints.github.io/)の開催、ニュースレターの発行、そしておそらくブログなどを通じて、より沢山の人にコミュニティに参加して欲しいと思っていす。 ### 資金調達 -NumPyは何年にも渡ってボランティアだけ活動していましたが、その重要性が高まるにつれ、安定性と成長のためには資金面での支援が必要であることがわかってきました。 こちらの[SciPy'19のプレゼン](https://www.youtube.com/watch?v=dBTJD_FDVjU) では、資金的なサポートを受けたことで、どれだけ違いが出たかを説明しています。 他の非営利団体のように、私たちは助成金や、スポンサーシップ、その他の資金支援を常に探しています。 私たちはすでにいくつかの資金調達のアイデアを持っていますが、他にもより多くを資金調達を受けたいと思っています。 資金調達に関する知識は、我々には不足しているスキルです。 是非、あなたのサポートをお待ちしています。 +NumPy was all-volunteer for many years, but as its importance grew it became +clear that to ensure stability and growth we'd need financial support. This +SciPy'19 talk explains how much +difference that support has made. Like all the nonprofit world, we're +constantly searching for grants, sponsorships, and other kinds of support. We +have a number of ideas and of course we welcome more. Fundraising is a scarce +skill here -- we'd appreciate your help. From ff6fc63528ae6b130ce54715865b2a1752168bc4 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:12:20 +0200 Subject: [PATCH 26/96] New translations gethelp.md (Japanese) --- content/ja/gethelp.md | 22 +++++----------------- 1 file changed, 5 insertions(+), 17 deletions(-) diff --git a/content/ja/gethelp.md b/content/ja/gethelp.md index 0a77e294c0..7bde760dc4 100644 --- a/content/ja/gethelp.md +++ b/content/ja/gethelp.md @@ -3,32 +3,20 @@ title: サポートを得る方法 sidebar: false --- -**ユーザーからの質問:** ユーザーからの質問に対して回答を得る最も良い方法は、[StackOverflow](http://stackoverflow.com/questions/tagged/numpy)に質問を投稿することです。 規模は小さいですが、下記のような質問をする場所もあります: [IRC](https://webchat.freenode.net/?channels=%23numpy)、 [Gitter](https://gitter.im/numpy/numpy)、 [Reddit](https://www.reddit.com/r/Numpy/)。 私たちはこれらのサイトを定期的に確認して、直接質問に答えるようにしていますが、質問の数は膨大です。 - **開発関連の問題:** NumPyの開発関連の問題 (例: バグレポート) については、[コミュニティ](/community) のページを参照してください。 - +**ユーザーからの質問:** ユーザーからの質問に対して回答を得る最も良い方法は、[StackOverflow](http://stackoverflow.com/questions/tagged/numpy)に質問を投稿することです。 規模は小さいですが、下記のような質問をする場所もあります: [IRC](https://webchat.freenode.net/?channels=%23numpy)、 [Gitter](https://gitter.im/numpy/numpy)、 [Reddit](https://www.reddit.com/r/Numpy/)。 私たちはこれらのサイトを定期的に確認して、直接質問に答えるようにしていますが、質問の数は膨大です。 We wish we could keep an eye on +these sites, or answer questions directly, but the volume is a little +overwhelming! ### [StackOverflow](http://stackoverflow.com/questions/tagged/numpy) -NumPyの使用方法に関する質問をするためのフォーラムです。 例えば、「NumPyでXをするにはどうすればいいですか？ 質問をする時は、[ `#numpy` タグ](https://stackoverflow.com/help/tagging) を使用してください。 +NumPyの使用方法に関する質問をするためのフォーラムです。 例えば、「NumPyでXをするにはどうすればいいですか？ 質問をする時は、[ `#numpy` タグ](https://stackoverflow.com/help/tagging) を使用してください。 [Gitter](https://gitter.im/numpy/numpy) *** ### [Reddit](https://www.reddit.com/r/Numpy/) -もう一つの使い方に関する質問の場です。 - -*** - -### [Gitter](https://gitter.im/numpy/numpy) - -ユーザーとコミュニティメンバーがお互いに助け合うリアルタイムのチャットルームです。 - -*** - -### [IRC](https://webchat.freenode.net/?channels=%23numpy) - -ユーザーとコミュニティメンバーがお互いを助け合うもう一つのリアルタイムチャットルームです。 +Another forum for usage questions. *** From 7e7df6b5716ae98e997469bacb890f94bdf10e7a Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:12:27 +0200 Subject: [PATCH 27/96] New translations history.md (Japanese) --- content/ja/history.md | 17 ++++++----------- 1 file changed, 6 insertions(+), 11 deletions(-) diff --git a/content/ja/history.md b/content/ja/history.md index 04a5eb6432..66ae3a1475 100644 --- a/content/ja/history.md +++ b/content/ja/history.md @@ -3,23 +3,18 @@ title: NumPyの歴史 sidebar: false --- -NumPy は配列データ構造と配列に関連する高速な数値ルーチンを提供する Python 基礎的なライブラリです。 開始当初は資金も少なく、主に大学院生により開発されていました。その多くはコンピュータサイエンスの教育を受けておらず、指導教官のサポートも受けていませんでした。少数の "野良"学生プログラマーのグループが、すでに確立されていた商用研究ソフトウェアのエコシステムをひっくり返すなんて、想像することすら馬鹿げていました。 商用ソフトは、何百万もの資金と何百人もの優秀なエンジニアに支えられていましたから。それでも、独特の視点を持つ熱狂的でフレンドリーなコミュニティに助けられ、完全にオープンなツールスタックの背後にある哲学的な動機は、長い目では日の目を見てきました。現在では、NumPyは科学者、技術者、および世界中の多くの専門家によって信頼され、使われています。 例えば、重力波の解析に用いられた公開スクリプトはNumPyを利用していますし、「M87ブラックホール画像化プロジェクト」では、直接NumPyを引用しています。 このライブラリの開発開始当初は資金も少なく、主に大学院生が開発していましたが、その多くはコンピュータサイエンスの教育を受けておらず、指導教官のサポートも受けていませんでした。 何百万もの資金調達と何百人もの優秀なエンジニアに支えられている当時の商用研究ソフトウェアのエコシステムを、少数の "野良"学生プログラマーのグループがひっくり返すことができると想像することさえ、当時は馬鹿げていると考えられていました。 それでも、独特の視点を持つ熱狂的でフレンドリーなコミュニティに助けられ、完全にオープンなツールスタックの背後にある哲学的な動機は、長い目では日の目を見てきました。 現在では、Numpy は科学者、技術者、および世界中の多くの専門家によって信頼され、使われています。 例えば、重力波の解析に用いられた公開スクリプトはNumPyを利用していますし、「M87ブラックホール画像化プロジェクト」では、直接NumPyを引用しています。 +NumPy is a foundational Python library that provides array data structures and related fast numerical routines. When started, the library had little funding, and was written mainly by graduate students—many of them without computer science education, and often without a blessing of their advisors. To even imagine that a small group of “rogue” student programmers could upend the already well-established ecosystem of research software—backed by millions in funding and many hundreds of highly qualified engineers — was preposterous. Yet, the philosophical motivations behind a fully open tool stack, in combination with the excited, friendly community with a singular focus, have proven auspicious in the long run. Nowadays, NumPy is relied upon by scientists, engineers, and many other professionals around the world. For example, the published scripts used in the analysis of gravitational waves import NumPy, and the M87 black hole imaging project directly cites NumPy. NumPy および関連ライブラリの開発におけるマイルストーンの詳細については、 [arxiv.org](arxiv.org/abs/1907.10121) を参照してください。 NumPyのベースとなったNumericとNumarrayライブラリのコピーを入手したい場合は、以下のリンクを参照してください。 -[ *Numeric*](https://sourceforge.net/projects/numpy/files/Old%20Numeric/) のダウンロード** +[ _Numeric_](https://sourceforge.net/projects/numpy/files/Old%20Numeric/) のダウンロード\*\* -[*Numarray *](https://sourceforge.net/projects/numpy/files/Old%20Numarray/) のダウンロード** +[\*Numarray \*](https://sourceforge.net/projects/numpy/files/Old%20Numarray/) のダウンロード\*\* -*これらの古いパッケージはもはや保守されていないことに注意してください。 配列関連の処理をしたい場合は、NumPyを使用するか、NumPyライブラリを利用するために既存のコードをリファクタリングすることを強くお勧めします。

+\*これらの古いパッケージはもはや保守されていないことに注意してください。 配列関連の処理をしたい場合は、NumPyを使用するか、NumPyライブラリを利用するために既存のコードをリファクタリングすることを強くお勧めします。

-

- 過去の資料 -

- -

- Numericマニュアルのダウンロード -

+### 過去の資料 +Numericマニュアルのダウンロード From ff52512674e7f98262df593e552f8f1a56cf6ee8 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:12:36 +0200 Subject: [PATCH 28/96] New translations install.md (Japanese) --- content/ja/install.md | 73 ++++++++++++++++++++++++++++++------------- 1 file changed, 51 insertions(+), 22 deletions(-) diff --git a/content/ja/install.md b/content/ja/install.md index ba4c568ec2..b503f38663 100644 --- a/content/ja/install.md +++ b/content/ja/install.md @@ -3,9 +3,11 @@ title: NumPyのインストール sidebar: false --- -NumPyをインストールするための唯一必要なものは、Pythonそのものだけです。 もしまだPythonをイントールしておらず、最もシンプルなインストール方法をお探しなら、[Anaconda Distribution](https://www.anaconda.com/distribution)の使用をおすすめします。これにはPython、NumPy、および科学計算やデータサイエンスでよく使われる様々な多くのパッケージが含まれています。 +NumPyをインストールするための唯一必要なものは、Pythonそのものだけです。 もしまだPythonをイントールしておらず、最もシンプルなインストール方法をお探しなら、[Anaconda Distribution](https://www.anaconda.com/distribution)の使用をおすすめします。これにはPython、NumPy、および科学計算やデータサイエンスでよく使われる様々な多くのパッケージが含まれています。 まずはユーザの経験レベルと、関心のあるOSに基づいた推奨方法から説明していきたいと思います。 PythonやNumPyの経験が「初級」と「上級」の間の方は、シンプルにインストールしたい場合は「初級」を、より長い視点にたったベストプラクティスに沿ってインストールしたい方は「上級」を参照ください。 NumPyは`conda`、`pip` 、macOSやLinuxのパッケージマネージャー、または [ソースコード](https://numpy.org/devdocs/building)からインストールすることが出来ます。 詳細な手順については、以下の [Python と Numpyの インストールガイド](#python-numpy-install-guide) を参照してください。 +For more detailed instructions, consult our Python and NumPy +installation guide below. **CONDA** @@ -28,18 +30,25 @@ conda install numpy ```bash pip install numpy ``` -またpipを使う場合、仮想環境を使うことをおすすめします。 [再現可能なインストール](#reproducible-installs)を参照ください。 [こちらの記事](https://dev.to/bowmanjd/python-tools-for-managing-virtual-environments-3bko#howto)では仮想環境を使う詳細について説明されています。 +またpipを使う場合、仮想環境を使うことをおすすめします。 [再現可能なインストール](#reproducible-installs)を参照ください。 [こちらの記事](https://dev.to/bowmanjd/python-tools-for-managing-virtual-environments-3bko#howto)では仮想環境を使う詳細について説明されています。 # PythonとNumPyの インストールガイド -Pythonパッケージのインストールと管理は複雑なので、ほとんどのタスクには数多くの代替ツールがあります。 このガイドでは、読者に最適な(または最も人気のある) 方法と明確な指針を提供したいと思います。 このガイドでは、一般的なオペレーティングシステムとハードウェア上での、 Python、NumPy、PyData (または数値計算) スタックのユーザに焦点を当てています。 +Pythonパッケージのインストールと管理は複雑なので、ほとんどのタスクには数多くの代替ツールがあります。 このガイドでは、読者に最適な(または最も人気のある) 方法と明確な指針を提供したいと思います。 このガイドでは、一般的なオペレーティングシステムとハードウェア上での、 Python、NumPy、PyData (または数値計算) スタックのユーザに焦点を当てています。 This guide tries to give the +reader a sense of the best (or most popular) solutions, and give clear +recommendations. It focuses on users of Python, NumPy, and the PyData (or +numerical computing) stack on common operating systems and hardware. ## 推奨方法 -まずはユーザの経験レベルと、関心のあるOSに基づいた推奨方法から説明していきたいと思います。 PythonやNumPyの経験が「初級」と「上級」の間の方は、シンプルにインストールしたい場合は「初級」を、より長い視点にたったベストプラクティスに沿ってインストールしたい方は「上級」を参照ください。 +We'll start with recommendations based on the user's experience level and +operating system of interest. If you're in between "beginning" and "advanced", +please go with "beginning" if you want to keep things simple, and with +"advanced" if you want to work according to best practices that go a longer way +in the future. ### 初級ユーザ @@ -49,7 +58,6 @@ Windows、macOS、Linuxのすべてのユーザー向けには: - コードを書いたり、実行してみましょう。 探索的・対話的コンピューティングには[JupyterLab](https://jupyterlab.readthedocs.io/en/stable/index.html)のノートブックが便利です。 スクリプトやパッケージの作成には[Spyder](https://www.spyder-ide.org/)や[Visual Studio Code](https://code.visualstudio.com/)を利用できます。 - [Anaconda Navigator](https://docs.anaconda.com/anaconda/navigator/) を使ってパッケージを管理し、JupyterLab、Spyder、Visual Studio Codeを使い始められます。 - ### 上級ユーザー #### Conda @@ -60,30 +68,41 @@ Windows、macOS、Linuxのすべてのユーザー向けには: #### pip/PyPI を利用したい場合 個人的な好みや、下記のcondaとpipの違いを理解した上で、pip/PyPIベースの方法を使いたいユーザーには、下記をお勧めします: + - [python.org](https://www.python.org/downloads/)からや、Macを使っている場合は[Homebrew](https://brew.sh/)、 Linuxを使っている場合は、Linuxのパッケージマネージャーを使ってPythonをインストールします。 - 依存関係の解決と環境の管理を提供する最もよくメンテナンスされているツールとして、[Poetry](https://python-poetry.org/) をconda と同様な方法で使用することができます。 - ## Pythonにおけるパッケージ管理 -パッケージの管理は難しいため、たくさんのツールが存在しています。 ウェブ開発と汎用的なPython開発には、こちらのようなpipを補完する [ツール](https://packaging.python.org/guides/tool-recommendations/) があります。 ハイパフォーマンスコンピューティング(HPC)では、 [Spack](https://github.com/spack/spack) を使うことを検討して下さい。 NumPyのほとんどのユーザーにとっては、 [conda](https://conda.io/en/latest/) と [pip](https://pip.pypa.io/en/stable/) が最も広く利用されているツールです。 - +Managing packages is a challenging problem, and, as a result, there are lots of +tools. パッケージの管理は難しいため、たくさんのツールが存在しています。 ウェブ開発と汎用的なPython開発には、こちらのようなpipを補完する [ツール](https://packaging.python.org/guides/tool-recommendations/) があります。 ハイパフォーマンスコンピューティング(HPC)では、 [Spack](https://github.com/spack/spack) を使うことを検討して下さい。 NumPyのほとんどのユーザーにとっては、 [conda](https://conda.io/en/latest/) と [pip](https://pip.pypa.io/en/stable/) が最も広く利用されているツールです。 For high-performance computing (HPC), +[Spack](https://github.com/spack/spack) is worth considering. For most NumPy +users though, [conda](https://conda.io/en/latest/) and +[pip](https://pip.pypa.io/en/stable/) are the two most popular tools. ### Pipとconda -`pip` と `conda` がPythonパッケージをインストールするための2つの主要なツールです。 これら二つのツールの機能は部分的に重複しますが(例えば、両方とも `numpy`をインストールできます)、一緒に動作することもできます。 ここでは、pip とcond の主要な違いについて説明します。 これは、パッケージをどのように効果的に管理するかを理解したい場合、重要な知識です。 +`pip` と `conda` がPythonパッケージをインストールするための2つの主要なツールです。 これら二つのツールの機能は部分的に重複しますが(例えば、両方とも `numpy`をインストールできます)、一緒に動作することもできます。 ここでは、pip とcond の主要な違いについて説明します。 これは、パッケージをどのように効果的に管理するかを理解したい場合、重要な知識です。 Their +functionality partially overlaps (e.g. both can install `numpy`), however, they +can also work together. We'll discuss the major differences between pip and +conda here - this is important to understand if you want to manage packages +effectively. -2つ目の違いは、pipはPython Packaging Index(PyPI) からパッケージをインストールするのに対し、condaは独自のチャンネル(一般的には "defaults "や "conda-forge "など) からインストールすることです。 PyPIは最大のパッケージ管理システムですが、人気のある全てのパッケージがcondaでも利用可能です。 +最初の違いは、condaは複数言語に対応可能で、Python自体をインストールできることです。 pip はシステム上の特定の Python にインストールされ、パッケージはそのPython用にのみインストールします。 PyPIは、最大のパッケージ管理システムですが、すべての代表的なパッケージは、condaにも利用可能です。 This also means conda can install +non-Python libraries and tools you may need (e.g. compilers, CUDA, HDF5), while +pip can't. -最初の違いは、condaは複数言語に対応可能で、Python自体をインストールできることです。 pip はシステム上の特定の Python にインストールされ、パッケージはそのPython用にのみインストールします。 PyPIは、最大のパッケージ管理システムですが、すべての代表的なパッケージは、condaにも利用可能です。 +2つ目の違いは、pipはPython Packaging Index(PyPI) からパッケージをインストールするのに対し、condaは独自のチャンネル(一般的には "defaults "や "conda-forge "など) からインストールすることです。 PyPIは最大のパッケージ管理システムですが、人気のある全てのパッケージがcondaでも利用可能です。 PyPI is the largest collection of packages by far, however, all +popular packages are available for conda as well. -3つ目の違いは、condaはパッケージ、依存関係、環境を管理するための統合されたソリューションであるのに対し、pipでは環境や複雑な依存関係を扱うために別のツール(たくさん存在しています！ +3つ目の違いは、condaはパッケージ、依存関係、環境を管理するための統合されたソリューションであるのに対し、pipでは環境や複雑な依存関係を扱うために別のツール(たくさん存在しています！ for dealing with environments or complex dependencies. ### 再現可能なインストール -ライブラリが更新されると、コードの実行結果が変わったり、コードが完全に 壊れたりする可能性があります。 なので重要なことは、使用しているパッケージの組み合わせと各バージョンのセットを再構築できるようにしておくことです。 ベストプラクティスは次の通りです: +ライブラリが更新されると、コードの実行結果が変わったり、コードが完全に 壊れたりする可能性があります。 なので重要なことは、使用しているパッケージの組み合わせと各バージョンのセットを再構築できるようにしておくことです。 ベストプラクティスは次の通りです: It's important to be able to reconstruct the set +of packages and versions you're using. Best practice is to: 1. プロジェクトごとに異なる仮想環境を使用して下さい。 2. パッケージインストーラを使用してパッケージ名とバージョンを記録するようにして下さい。 それぞれ、独自のメタデータフォーマットがあります: @@ -91,17 +110,23 @@ Windows、macOS、Linuxのすべてのユーザー向けには: - pipの場合: [仮想環境](https://docs.python.org/3/tutorial/venv.html) と [requirements.txt](https://pip.readthedocs.io/en/latest/user_guide/#requirements-files) - poetryの場合: [仮想環境とpyproject.toml](https://python-poetry.org/docs/basic-usage/) - - ## NumPyパッケージと高速線形代数ライブラリ -NumPy は他の Python パッケージに依存していませんが、高速な線形代数ライブラリに依存しています。 典型的には、[インテル® MKL](https://software.intel.com/en-us/mkl)や[OpenBLAS](https://www.openblas.net/)がこれにあたります。 ユーザーは、これらの線形代数ライブラリのインストールを心配する必要はありません (NumPyのインストール方法に、あらかじめ含まれているためです)。 高度なユーザーは、使用されているBLASがパフォーマンスや、動作、ディスク上のサイズに影響を与えるため、より詳細を知りたがるかもしれません。 +NumPy は他の Python パッケージに依存していませんが、高速な線形代数ライブラリに依存しています。 典型的には、[インテル® MKL](https://software.intel.com/en-us/mkl)や[OpenBLAS](https://www.openblas.net/)がこれにあたります。 ユーザーは、これらの線形代数ライブラリのインストールを心配する必要はありません (NumPyのインストール方法に、あらかじめ含まれているためです)。 高度なユーザーは、使用されているBLASがパフォーマンスや、動作、ディスク上のサイズに影響を与えるため、より詳細を知りたがるかもしれません。 Users don't have to worry about +installing those (they're automatically included in all NumPy install methods). +Power users may still want to know the details, because the used BLAS can +affect performance, behavior and size on disk: - pipでインストールされるPyPI上の NumPy wheelは、OpenBLASを使ってビルドされます。 つまりwheelにはOpenBLASライブラリが含まれています。 そのため、ユーザが（例えば）SciPyも同じようにインストールした場合、ディスク上にOpenBLASのコピーをNumPyのものと2つ持つことになります + The OpenBLAS libraries are included in the wheel. This makes the wheel + larger, and if a user installs (for example) SciPy as well, they will now + have two copies of OpenBLAS on disk. -- condaのデフォルトチャンネルでは、NumPy はインテル® MKLを使ってビルドされます。 MKLはNumPyのインストール時に、独立したパッケージとしてユーザー環境にインストールされます。 +- condaのデフォルトチャンネルでは、NumPy はインテル® MKLを使ってビルドされます。 MKLはNumPyのインストール時に、独立したパッケージとしてユーザー環境にインストールされます。 MKL is a + separate package that will be installed in the users' environment when they + install NumPy. -- conda-forgeのチャンネルでは、NumPyはダミーの「BLAS」パッケージを使ってビルドされています。 ユーザーがconda-forgeからNumPyをインストールすると、BLASパッケージが実際のライブラリと一緒にインストールされます。 デフォルトはOpenBLASですが、MKL(default チャンネルの場合)や [BLIS](https://github.com/flame/blis)、またはBLASを利用することもできます。 +- In the conda-forge channel, NumPy is built against a dummy "BLAS" package. conda-forgeのチャンネルでは、NumPyはダミーの「BLAS」パッケージを使ってビルドされています。 ユーザーがconda-forgeからNumPyをインストールすると、BLASパッケージが実際のライブラリと一緒にインストールされます。 デフォルトはOpenBLASですが、MKL(default チャンネルの場合)や [BLIS](https://github.com/flame/blis)、またはBLASを利用することもできます。 - OpenBLASは約30MBですが、MKLパッケージはOpenBLASよりもはるかに大きく、ディスク上の約700MBです。 @@ -109,9 +134,14 @@ NumPy は他の Python パッケージに依存していませんが、高速な インストールサイズ、パフォーマンスとロバスト性に加えて、考慮すべき2つの点があります: -- インテル® MKL はオープンソースではありません。 通常の使用では問題ではありませんが、 ユーザーが NumPy で構築されたアプリケーションを再配布する必要がある場合、これは 問題が発生する可能性があります。 -- MKLとOpenBLASの両方とも、 np.dotのような関数呼び出しにマルチスレッドを使用し、スレッド数はビルド時オプションと環境変数の両方で決定されます。 多くの場合、すべての CPU コアが使用されます。 これにユーザーにとっては予想外のことかもしれません。 NumPy 自体は、関数呼び出しを自動的に並列化しないからです。 自動並列化により、一般にはパフォーマンスが向上しますが、逆にパフォーマンスが悪化する場合もあります。 例えば、Daskやscikit-learn、multiprocessingなど別のレベルの並列化を使用している場合です。 - +- インテル® MKL はオープンソースではありません。 通常の使用では問題ではありませんが、 ユーザーが NumPy で構築されたアプリケーションを再配布する必要がある場合、これは 問題が発生する可能性があります。 For normal use this is not a problem, but if + a user needs to redistribute an application built with NumPy, this could be + an issue. +- MKLとOpenBLASの両方とも、 np.dotのような関数呼び出しにマルチスレッドを使用し、スレッド数はビルド時オプションと環境変数の両方で決定されます。 多くの場合、すべての CPU コアが使用されます。 これにユーザーにとっては予想外のことかもしれません。 NumPy 自体は、関数呼び出しを自動的に並列化しないからです。 自動並列化により、一般にはパフォーマンスが向上しますが、逆にパフォーマンスが悪化する場合もあります。 例えば、Daskやscikit-learn、multiprocessingなど別のレベルの並列化を使用している場合です。 Often all CPU cores will be used. This is + sometimes unexpected for users; NumPy itself doesn't auto-parallelize any + function calls. It typically yields better performance, but can also be + harmful - for example when using another level of parallelization with Dask, + scikit-learn or multiprocessing. ## トラブルシューティング @@ -122,4 +152,3 @@ 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. ``` - From b5e130024cba771328ed854bc050fdd4cee1fb44 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:12:45 +0200 Subject: [PATCH 29/96] New translations learn.md (Japanese) --- content/ja/learn.md | 64 ++++++++++++++++++++++----------------------- 1 file changed, 32 insertions(+), 32 deletions(-) diff --git a/content/ja/learn.md b/content/ja/learn.md index 867861fd9e..8b95019964 100644 --- a/content/ja/learn.md +++ b/content/ja/learn.md @@ -1,5 +1,5 @@ --- -title: NumPyの学び方 +title: Learn sidebar: false --- @@ -11,30 +11,30 @@ sidebar: false ## 初心者向け -NumPyについての資料は多数存在しています。 初心者の方にはこちらの資料を強くお勧めします： +NumPyについての資料は多数存在しています。 初心者の方にはこちらの資料を強くお勧めします： If you are just starting, we'd strongly recommend the following: - **動画** + **書籍** -* [NumPy Quickstart チュートリアル](https://numpy.org/devdocs/user/quickstart.html) -* [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 -* [イラストで学ぶNumPy *by Lev Maximov*](https://betterprogramming.pub/3b1d4976de1d?sk=57b908a77aa44075a49293fa1631dd9b) -* [Scientific Pythonレクチャー](https://lectures.scientific-python.org/) NumPyだけでなく、科学的なPythonソフトウェアエコシステムを広く紹介しています。 -* [NumPy: 初心者のための基本](https://numpy.org/devdocs/user/absolute_beginners.html) -* [NumPy チュートリアル *by Nicolas Rougier*](https://github.com/rougier/numpy-tutorial) -* [スタンフォード大学 CS231 *by Justin Johnson*](http://cs231n.github.io/python-numpy-tutorial/) -* [NumPyユーザーガイド](https://numpy.org/devdocs) +- [NumPy Quickstart チュートリアル](https://numpy.org/devdocs/user/quickstart.html) +- [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 https://www.tutorialspoint.com/numpy/numpy_advanced_indexing.htm +- [イラストで学ぶNumPy _by Lev Maximov_](https://betterprogramming.pub/3b1d4976de1d?sk=57b908a77aa44075a49293fa1631dd9b) +- [Scientific Pythonレクチャー](https://lectures.scientific-python.org/) NumPyだけでなく、科学的なPythonソフトウェアエコシステムを広く紹介しています。 +- [NumPy: 初心者のための基本](https://numpy.org/devdocs/user/absolute_beginners.html) +- [NumPy チュートリアル _by Nicolas Rougier_](https://github.com/rougier/numpy-tutorial) +- [スタンフォード大学 CS231 _by Justin Johnson_](http://cs231n.github.io/python-numpy-tutorial/) +- [NumPyユーザーガイド](https://numpy.org/devdocs) **チュートリアル** -* [NumPガイド *Travelis E. Oliphant著*](http://web.mit.edu/dvp/Public/numpybook.pdf) これは2006年の無料版の初版です 最新版(2015年)については、こちら [を参照ください](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1122853007). -* [PythonにおけるNumPy (発展編)](https://www.labri.fr/perso/nrougier/from-python-to-numpy/) -* [エレガントなSciPy](https://www.amazon.com/Elegant-SciPy-Art-Scientific-Python/dp/1491922877) *Juan Nunez-Iglesias・Stefan van der Walt・Harriet Dashnow 著* +- [NumPガイド _Travelis E. Oliphant著_](http://web.mit.edu/dvp/Public/numpybook.pdf) これは2006年の無料版の初版です 最新版(2015年)については、こちら [を参照ください](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1122853007). For the latest copy (2015) see [here](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1144670472). +- [PythonにおけるNumPy (発展編)](https://www.labri.fr/perso/nrougier/from-python-to-numpy/) +- [エレガントなSciPy](https://www.amazon.com/Elegant-SciPy-Art-Scientific-Python/dp/1491922877) _Juan Nunez-Iglesias・Stefan van der Walt・Harriet Dashnow 著_ -また、「Python+SciPy」を題材にした[推薦本リスト](https://www.goodreads.com/shelf/show/python-scipy) もチェックしてみてください。 ほとんどの本にはNumPyを核とした「SciPyエコシステム」が説明されています。 +また、「Python+SciPy」を題材にした[推薦本リスト](https://www.goodreads.com/shelf/show/python-scipy) もチェックしてみてください。 ほとんどの本にはNumPyを核とした「SciPyエコシステム」が説明されています。 Most books there are about the "SciPy ecosystem," which has NumPy at its core. - **動画** + **書籍** -* [NumPy を使った数値計算入門](http://youtu.be/ZB7BZMhfPgk) *by Alex Chabot-Leclerc* +- [NumPy を使った数値計算入門](http://youtu.be/ZB7BZMhfPgk) _by Alex Chabot-Leclerc_ *** @@ -42,32 +42,32 @@ NumPyについての資料は多数存在しています。 初心者の方に 高度なインデックス指定、分割、スタッキング、線形代数など、NumPyの概念をより深く理解するためには、これらの上級者向け資料を試してみてください。 - **書籍** + **動画** -* https://www.tutorialspoint.com/numpy/numpy_advanced_indexing.htm -* [NumPyとSciPyへのイントロダクション](https://engineering.ucsb.edu/~shell/che210d/numpy.pdf) *M. Scott Shell著* -* [NumPy救急キット](http://mentat.za.net/numpy/numpy_advanced_slides/) *Stéfan van der Walt著* -* [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 +- NumPyの学び方 +- [NumPyとSciPyへのイントロダクション](https://engineering.ucsb.edu/~shell/che210d/numpy.pdf) _M. Scott Shell著_ +- [NumPy救急キット](http://mentat.za.net/numpy/numpy_advanced_slides/) _Stéfan van der Walt著_ +- [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 To submit your own content, visit the [numpy-tutorials repository on GitHub](https://github.com/numpy/numpy-tutorials). **チュートリアル** -* [Pythonデータサイエンスハンドブック](https://www.amazon.com/Python-Data-Science-Handbook-Essential/dp/1491912057) *Jake Vanderplas著* -* [Pythonデータ解析](https://www.amazon.com/Python-Data-Analysis-Wrangling-IPython/dp/1491957662) *Wes McKinney著* -* [数値解析Python: NumPy, SciPy, Matplotlibによる数値計算とデータサイエンスアプリケーション](https://www.amazon.com/Numerical-Python-Scientific-Applications-Matplotlib/dp/1484242459) *Robert Johansson著* +- [Pythonデータサイエンスハンドブック](https://www.amazon.com/Python-Data-Science-Handbook-Essential/dp/1491912057) _Jake Vanderplas著_ +- [Pythonデータ解析](https://www.amazon.com/Python-Data-Analysis-Wrangling-IPython/dp/1491957662) _Wes McKinney著_ +- [数値解析Python: NumPy, SciPy, Matplotlibによる数値計算とデータサイエンスアプリケーション](https://www.amazon.com/Numerical-Python-Scientific-Applications-Matplotlib/dp/1484242459) _Robert Johansson著_ - **書籍** + **動画** -* [アドバンスドNumPy - ブロードキャストルール・ストライド・高度なインデックス指定](https://www.youtube.com/watch?v=cYugp9IN1-Q) *Fan Nunuz-Iglesias著* +- [アドバンスドNumPy - ブロードキャストルール・ストライド・高度なインデックス指定](https://www.youtube.com/watch?v=cYugp9IN1-Q) _Fan Nunuz-Iglesias著_ *** ## NumPyに関する講演 -* [NumPyにおけるインデックス指定の未来](https://www.youtube.com/watch?v=o0EacbIbf58) *Jaime Fernadezによる* (2016) -* [Pythonにおける配列計算の進化](https://www.youtube.com/watch?v=HVLPJnvInzM&t=10s) *Ralf Gommersによる* (2019) -* [NumPy: 今までどう変わってきて、今後どう変わっていくのか？ ](https://www.youtube.com/watch?v=YFLVQFjRmPY) *Matti Picusによる* (2019) -* [NumPyの内部](https://www.youtube.com/watch?v=dBTJD_FDVjU) *Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harrisによる* (2019) -* [Pythonにおける配列計算の概要](https://www.youtube.com/watch?v=f176j2g2eNc) *Travis Oliphantによる* (2019) +- [NumPyにおけるインデックス指定の未来](https://www.youtube.com/watch?v=o0EacbIbf58) _Jaime Fernadezによる_ (2016) +- [Pythonにおける配列計算の進化](https://www.youtube.com/watch?v=HVLPJnvInzM\&t=10s) _Ralf Gommersによる_ (2019) +- [NumPy: 今までどう変わってきて、今後どう変わっていくのか？ ](https://www.youtube.com/watch?v=YFLVQFjRmPY) _Matti Picusによる_ (2019) +- [NumPyの内部](https://www.youtube.com/watch?v=dBTJD_FDVjU) _Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harrisによる_ (2019) +- [Pythonにおける配列計算の概要](https://www.youtube.com/watch?v=f176j2g2eNc) _Travis Oliphantによる_ (2019) *** From 1a53dab1a13a2da98af5aa3d19f3a40595cd742e Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:12:55 +0200 Subject: [PATCH 30/96] New translations news.md (Japanese) --- content/ja/news.md | 292 +++++++++++++++++++++++++++++---------------- 1 file changed, 191 insertions(+), 101 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 9621531110..157333976a 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,139 +1,216 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 1.26.0 がリリースされました。" -date: 2023-09-16 +newsHeader: NumPy 1.26.0 がリリースされました。 +date: 2024-05-23 --- +### NumPy 1.19.2 リリース + +_23 May, 2024_ -- We are excited to announce that NumPy 2.0 is planned to be +released on June 16, 2024. This release has been over a year in the making, and +is the first major release since 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. It is likely that downstream packages and +end user code needs to be adapted - if you can, please verify whether your code +works with NumPy `2.0.0rc2`. **Please see the following for more details:** + +- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- Numpy 1.25. +- 多くの新しい非推奨(Deprecation)の追加 + +### NumFOCUS end of the year fundraiser + +_Dec 19, 2023_ -- NumFOCUS has teamed up with PyCharm during their EOY campaign to offer a 30% discount +on first-time PyCharm licenses. All year-one revenue from PyCharm purchases from now +until December 23rd, 2023 will go directly to the NumFOCUS programs. + +Use unique URL that will allow to track purchases https://lp.jetbrains.com/support-data-science/ +or a coupon code ISUPPORTDATASCIENCE  + ### NumPy 1.26.0 がリリースされました。 -_2023年9月16日_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html)がリリースされました。 今回のリリースの目玉機能は次のとおりです。 +_2023年9月16日_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html)がリリースされました。 今回のリリースの目玉機能は次のとおりです。 The highlights of the release are: -* Python 3.12.0 のサポート -* Cython 3.0.0 との互換性 -* Mesonビルドシステムの利用 -* SIMD サポートの改善 -* f2py のバグ修正, meson と bind(x) のサポート -* 更新された BLAS/LAPACK の高速化ライブラリのサポート +- Python 3.12.0 のサポート +- Cython 3.0.0 との互換性 +- Mesonビルドシステムの利用 +- SIMD サポートの改善 +- f2py のバグ修正, meson と bind(x) のサポート +- 更新された BLAS/LAPACK の高速化ライブラリのサポート Numpy 1.26.0 は 1.25 からの互換性を保持しています。Mesonビルドシステムへの移行とCython 3.0.0のサポートが目的のリリースです。 合計20人がこのリリースに貢献し、59個のプルリクエストがマージされました。 +A total of 20 people contributed to this release and 59 pull requests were +merged. このリリースでサポートされている Python のバージョンは3.9から 3.12 です。 ### numpy.orgが日本語とポルトガル語で利用可能になりました -_2023年4月2日_ -- numpy.orgが2つの言語で利用可能になりました： 日本語とポルトガル語。 熱心なボランティアがいなければ、このプロジェクトは不可能でした： +_2023年4月2日_ -- numpy.orgが2つの言語で利用可能になりました： 日本語とポルトガル語。 熱心なボランティアがいなければ、このプロジェクトは不可能でした： This wouldn’t be possible without our dedicated volunteers: _ポルトガル語_ -* 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) + +- 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) _日本語：_ -* Atsushi Sakai (AtsushiSakai) -* KKunai -* Tom Kelly (TomKellyGenetics) -* Yuji Kanagawa (kngwyu) -* Tetsuo Koyama (tkoyama010) + +- Atsushi Sakai (AtsushiSakai) +- KKunai +- Tom Kelly (TomKellyGenetics) +- Yuji Kanagawa (kngwyu) +- Tetsuo Koyama (tkoyama010) 翻訳インフラストラクチャに関するプロジェクトは、CZIからの資金援助でサポートされています。 -今後も、NumPyのウェブサイトをより多くの言語に翻訳したいと思っています。 もし手伝える場合は、Slack上のNumPy翻訳チームに連絡をお願います: https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. (#translation チャンネルを探してください) また、Scientific Pythonエコシステム全体のドキュメントや教育コンテンツのローカライズに取り組む翻訳チームも 立ち上げています。 このプロジェクトにも興味がある場合は、是非Scientific Python Discordに参加してください: https://discord.gg/khWtqY6RKr. (#translation チャンネルを探してください) +Looking ahead, we’d love to translate the website into more languages. +今後も、NumPyのウェブサイトをより多くの言語に翻訳したいと思っています。 もし手伝える場合は、Slack上のNumPy翻訳チームに連絡をお願います: https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. +(#translation チャンネルを探してください) (#translation チャンネルを探してください) また、Scientific Pythonエコシステム全体のドキュメントや教育コンテンツのローカライズに取り組む翻訳チームも 立ち上げています。 このプロジェクトにも興味がある場合は、是非Scientific Python Discordに参加してください: https://discord.gg/khWtqY6RKr. もし興味がある場合は、研究目標、プライバシー、および 守秘義務に関する追加情報が記載されている、この簡単な[参加者の興味](https://numfocus.typeform.com/to/WBWVJSqe)フォームに記入をお願いします。 多様で包括的なオープンソースソフトウェアコミュニティの 成長と持続可能性のために、このプロジェクトへのあなたの参加は非常に大きな価値があります。 参加を受け入れられた人は、研究チームメンバーと30分間のインタビューに参加することになります。 umd. ### NumPy 1.25.0 リリース -_2023年1月17日_ -- [Numpy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 +_2023年1月17日_ -- [Numpy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 The highlights of the release are: -* MUSLのサポート。MUSLのWheelが準備されました。 -* 富士通のC/C++コンパイラサポート -* einsum でオブジェクト配列がサポートされるようになりました. -* 行列の置き換え(inplace)掛け算のサポート (`@=`). +- MUSLのサポート。MUSLのWheelが準備されました。 +- 富士通のC/C++コンパイラサポート +- einsum でオブジェクト配列がサポートされるようになりました. +- 行列の置き換え(inplace)掛け算のサポート (`@=`). -Numpy 1.25. リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 将来の NumPy 2.0.0 に向けた準備作業も行われており、 多数の新規および期限切れの機能廃止が可能となってきています。 +The NumPy 1.25.0 release continues the ongoing work to improve the handling and +promotion of dtypes, increase the execution speed, and clarify the +documentation. There has also been preparatory work for the future NumPy 2.0.0, +resulting in a large number of new and expired deprecations. 合計148人がこのリリースに貢献し、530個のプルリクエストが マージされました。 -このリリースでサポートされている Python のバージョンは3.3.9 - 3.11 です。 +この助成金は、Numpy ドキュメントやウェブサイトの再設計などの改善に向けた取り組みを促進するために使用されます。 大規模かつ急速に拡大するユーザーの体験をより良くし、プロジェクトの長期的な持続可能性を確保するためのコミュニティ開発を行っていきます。 OpenBLASチームは、技術的に非常に重要な問題である、スレッド安全性、AVX-512に対処することに注力します。 また、スレッドローカルストレージ(TLS) の問題や、OpenBLASが依存するReLAPACK(再帰的なLAPACK) のアルゴリズムの改善も実施します。 ### インクルーシブな文化の育成: 参加の募集 _2023年5月10日_ -- インクルーシブ・カルチャーの育成: 参加募集 -NumPyプロジェクトの多様性とインクルージョンに関して、我々はどのようなことを実施すればいいでしょうか？ 興味がある方はこちらの [レポート](https://contributor-experience.org/docs/posts/dei-report/) を読んで参加する方法を確認してください。 +How can we be better when it comes to diversity and inclusion? +Read the report and find out how to get involved +[here](https://contributor-experience.org/docs/posts/dei-report/). ### NumPy ドキュメンテーションチームのリーダーの変更 -_2023年1月6日_ –- Mukulika PahariとRoss Barnowskiは、Melissa MendoncAudioに代わるNumPyドキュメンテーションチームの新しいリーダーとして任命されました。 私たちは、MelissaにNumPyの公式ドキュメントと教育資料に対するすべての貢献に感謝し、MukulikaとRossに新しい役割にステップアップしてもらったことに感謝します。 +_2023年1月6日_ –- Mukulika PahariとRoss Barnowskiは、Melissa MendoncAudioに代わるNumPyドキュメンテーションチームの新しいリーダーとして任命されました。 私たちは、MelissaにNumPyの公式ドキュメントと教育資料に対するすべての貢献に感謝し、MukulikaとRossに新しい役割にステップアップしてもらったことに感謝します。 We thank Melissa for all her +contributions to the NumPy official documentation and educational materials, +and Mukulika and Ross for stepping up. ### NumPy 1.24.0 リリース -_2022年12月18日_ -- [Numpy 1.24.0](https://numpy.org/doc/stable/release/1.24.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。 +_2022年12月18日_ -- [Numpy 1.24.0](https://numpy.org/doc/stable/release/1.24.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。 The highlights of the release are: -* スタッキング関数のための新しい"dtype"と"casting"キーワードの追加 -* F2PYの新機能追加とバグ修正 -* 多くの新しい非推奨(Deprecation)の追加 -* 多くの期限切れの非推奨(Deprecation)の削除 +- スタッキング関数のための新しい"dtype"と"casting"キーワードの追加 +- F2PYの新機能追加とバグ修正 +- Many new deprecations, check them out. +- Many expired deprecations, -Numpy 1.25. リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 dtype のプロモーションとクリーンアップの変更により、多数の新規と期限切れの非推奨が存在しています。 今回のリリースは、444個のプルリクエストと177人のコントリビューターによるものです。 サポートされている Python のバージョンは 3.8-3.11 です。 +The NumPy 1.24.0 release continues the ongoing work to improve the handling and +promotion of dtypes, increase execution speed, and clarify the documentation. +There are a large number of new and expired deprecations due to changes in +dtype promotion and cleanups. It is the work of 177 contributors spread over +444 pull requests. リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 dtype のプロモーションとクリーンアップの変更により、多数の新規と期限切れの非推奨が存在しています。 今回のリリースは、444個のプルリクエストと177人のコントリビューターによるものです。 サポートされている Python のバージョンは 3.8-3.11 です。 ### Numpy 1.23.0 リリース -_2022年1月22日_ -- [Numpy 1.23.0](https://numpy.org/doc/stable/release/1.23.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。 +_2021年12月31日_ -- [Numpy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 The highlights of the release are: -* `loadtxt` がCで実装されたことによる、大幅なパフォーマンス向上 -* より簡単なデータ交換のためのPythonレベルでのDLPackの公開 -* 構造化されたdtypesのプロモーションと比較方法の変更 -* f2pyの改善 +- `loadtxt` がCで実装されたことによる、大幅なパフォーマンス向上 +- より簡単なデータ交換のためのPythonレベルでのDLPackの公開 +- 構造化されたdtypesのプロモーションと比較方法の変更 +- f2pyの改善 -Numpy 1.23. リリースでは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 今回のリリースは、494個のプルリクエストと151人のコントリビューターによるものです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 Python 3.11がrc ステージに到達すると Python 3.11 もサポートされます。 +リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 将来の NumPy 2.0.0 に向けた準備作業も行われており、 多数の新規および期限切れの機能廃止が可能となってきています。 It is the work of 151 contributors spread over +494 pull requests. このプロジェクトは私たちのOSSプロジェクトのコミュニティダイナミクスを構造的に改善する方法を発見し、実施することを目指す野心的なプロジェクトです。 このような複数のプロジェクトの横断的な役割を確立することで、Scientific Pythonコミュニティに新しいコラボレーションモデルを導入し、エコシステム内のコミュニティ構築作業をより効率的に、より大きな成果を生めるようにしたいと考えています。 特にこのプロジェクトにより、歴史的にこれまで代表的ではなかったグループからの新しいコントリビュータを引き付け、貢献を維持するために、何がうまくいき、何がうまくいかないかを、より明確に把握できるようになると期待しています。 最後に、実施したアクションについて詳細な報告書を作成し、プロジェクトの代表者やコミュニティとの交流の面で、プロジェクトにどのような影響を与えたかを説明する予定です。 +edu/jfe/form/SV_8bJrXjbhXf7saAl) に協力してもらえると助かります。 ### NumFOCUS DEI研究への参加募集 -_2022年4月13日_ -- NumPyは、[NumFOCUS](http://numfocus.org/)と協力して、[ある研究プロジェクト](https://numfocus.org/diversity-inclusion-disc/a-pivotal-time-in-numfocuss-project-aimed-dei-efforts?eType=EmailBlastContent&eId=f41a86c3-60d4-4cf9-86cf-58eb49dc968c)を進めており、これは[Gordon & Betty Moore Foundation](https://www.moore.org/)によって資金提供されています。このプロジェクトでは、オープンソースソフトウェアコミュニティにおいて、特に歴史的に代表されてこなかったグループからの貢献者が参加する際の障壁を理解することを目的としています。 この研究チームは、新しい貢献者、プロジェクトの開発者およびメンテナー、そして過去に貢献した方々に、NumPyに参加し貢献した経験について話を聞きたいと考えています。 +_2022年4月13日_ -- NumPyは、[NumFOCUS](http://numfocus.org/)と協力して、[ある研究プロジェクト](https://numfocus.org/diversity-inclusion-disc/a-pivotal-time-in-numfocuss-project-aimed-dei-efforts?eType=EmailBlastContent\&eId=f41a86c3-60d4-4cf9-86cf-58eb49dc968c)を進めており、これは[Gordon & Betty Moore Foundation](https://www.moore.org/)によって資金提供されています。このプロジェクトでは、オープンソースソフトウェアコミュニティにおいて、特に歴史的に代表されてこなかったグループからの貢献者が参加する際の障壁を理解することを目的としています。 この研究チームは、新しい貢献者、プロジェクトの開発者およびメンテナー、そして過去に貢献した方々に、NumPyに参加し貢献した経験について話を聞きたいと考えています。 The research team would like to talk to new contributors, project +developers and maintainers, and those who have contributed in the past about +their experiences joining and contributing to NumPy. **あなたの経験を共有することに興味がありますか?** -もし興味がある場合は、研究目標、プライバシー、および 守秘義務に関する追加情報が記載されている、この簡単な[参加者の興味](https://numfocus.typeform.com/to/WBWVJSqe)フォームに記入をお願いします。 多様で包括的なオープンソースソフトウェアコミュニティの 成長と持続可能性のために、このプロジェクトへのあなたの参加は非常に大きな価値があります。 参加を受け入れられた人は、研究チームメンバーと30分間のインタビューに参加することになります。 - -### NumPy 1.19.2 リリース - -_2021年12月31日_ -- [Numpy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 - -* メインの名前空間の型アノテーションは基本的に完了しました。 上流のコードは常に変化するものなので、さらなる改良が必要でしょうが、大きな作業は終わったと考えています。 これはおそらく、今回のリリースで最も目に見える改良でしょう。 -* 以前から提案されていた [array API 標準](https://data-apis.org/array-api/latest/) のベータ版が提供されています ( [NEP 47](https://numpy.org/neps/nep-0047-array-api-standard.html) を参照) 。 これは、CuPy や JAX などのライブラリで使用できる 関数の標準的なコレクションを作成するために必要なステップです。 -* NumPy に DLPack バックエンドが追加されました。 DLPack は、配列(テンソル) データ用の共通のデータ変換フォーマットを提供します。 -* `quantile`, `percentile`, および関連する関数に新しいメソッドが追加されました。 これらの新しいメソッドは、論文で一般的に見られる一通りの処理を提供します。 -* ユニバーサル関数は、[NEP 43](https://numpy.org/neps/nep-0043-extensible-ufuncs.html) の多くを実装するためにリファクタリングされました。 これにより将来の DType API の処理も可能にします。 -* ダウンストリームのプロジェクトで使用するための新しい設定可能なメモリー・アロケーターが追加されました。 - -NumPy 1.22.0は、153人の貢献者が609のプルリクエストを作成した 非常に大きなリリースです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 +Please complete this brief [“Participant Interest” form](https://numfocus.typeform.com/to/WBWVJSqe) +which contains additional information on the research goals, privacy, and +confidentiality considerations. Your participation will be valuable to the +growth and sustainability of diverse and inclusive open-source software +communities. Accepted participants will participate in a 30-minute interview +with a research team member. + +### Numpy 1.25. + +_2022年1月22日_ -- [Numpy 1.23.0](https://numpy.org/doc/stable/release/1.23.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。 The highlights of the release are: + +- Type annotations of the main namespace are essentially complete. Upstream is + a moving target, so there will likely be further improvements, but the major + work is done. This is probably the most user visible enhancement in this + release. +- 以前から提案されていた [array API 標準](https://data-apis.org/array-api/latest/) のベータ版が提供されています ( [NEP 47](https://numpy.org/neps/nep-0047-array-api-standard.html) を参照) 。 これは、CuPy や JAX などのライブラリで使用できる 関数の標準的なコレクションを作成するために必要なステップです。 + This is a step in creating a standard collection of functions that can be + used across libraries such as CuPy and JAX. +- NumPy に DLPack バックエンドが追加されました。 DLPack は、配列(テンソル) データ用の共通のデータ変換フォーマットを提供します。 DLPack provides a common interchange format + for array (tensor) data. +- `quantile`, `percentile`, および関連する関数に新しいメソッドが追加されました。 これらの新しいメソッドは、論文で一般的に見られる一通りの処理を提供します。 The new + methods provide a complete set of the methods commonly found in the + literature. +- ユニバーサル関数は、[NEP 43](https://numpy.org/neps/nep-0043-extensible-ufuncs.html) の多くを実装するためにリファクタリングされました。 これにより将来の DType API の処理も可能にします。 + This also unlocks the ability to experiment with the future DType API. +- ダウンストリームのプロジェクトで使用するための新しい設定可能なメモリー・アロケーターが追加されました。 + +NumPy 1.22.0は、153人の貢献者が609のプルリクエストを作成した 非常に大きなリリースです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 このリリースでサポートされている Python のバージョンは3.3.9 - 3.11 です。 ### 科学的なPythonエコシステムにおける包括的な文化の前進 _ 2021年8月31日_ -- この度、Chan Zuckerberg Initiativeより、科学的なPythonプロジェクトにおいて、歴史的に疎外されてきたグループの人々のオンボーディング、インクルージョン、リテンションを支援し、NumPy、SciPy、Matplotlib、Pandasのコミュニティダイナミクスを構造的に改善するための [ 助成金を授与されました ](https://chanzuckerberg.com/newsroom/czi-awards-16-million-for-foundational-open-source-software-tools-essential-to-biomedicine/) ことをお知らせします。 -[ CZIのEssential Open Source Software for Scienceプログラム ](https://chanzuckerberg.com/eoss/)の一環として、この[ Diversity & Inclusion補助金 ](https://cziscience.medium.com/advancing-diversity-and-inclusion-in-scientific-open-source-eaabe6a5488b)は、開けたなオープンソースコミュニティを育成するためにやるべきことを特定したり、文書化したり、実施したりするためのコントリビュータ体験のリーダー専任職の創設を支援することになります。 このプロジェクトは、Melissa Mendonça (NumPy) が中心となって、下記の方々の追加のメンタリングとサポートにより実施されます。Ralf Gommers (NumPy、SciPy)、Hannah AizenmanとThomas Caswell (Matplotlib)、Matt Haberland (SciPy)、そして Joris Van den Bossche (Pandas)。 - -このプロジェクトは私たちのOSSプロジェクトのコミュニティダイナミクスを構造的に改善する方法を発見し、実施することを目指す野心的なプロジェクトです。 このような複数のプロジェクトの横断的な役割を確立することで、Scientific Pythonコミュニティに新しいコラボレーションモデルを導入し、エコシステム内のコミュニティ構築作業をより効率的に、より大きな成果を生めるようにしたいと考えています。 特にこのプロジェクトにより、歴史的にこれまで代表的ではなかったグループからの新しいコントリビュータを引き付け、貢献を維持するために、何がうまくいき、何がうまくいかないかを、より明確に把握できるようになると期待しています。 最後に、実施したアクションについて詳細な報告書を作成し、プロジェクトの代表者やコミュニティとの交流の面で、プロジェクトにどのような影響を与えたかを説明する予定です。 - -2021年11月から2年間のプロジェクトが始まると予想されており、このプロジェクトの成果を楽しみにしています! このプロジェクトの提案書に関しては、[こちら](https://figshare.com/articles/online_resource/Advancing_an_inclusive_culture_in_the_scientific_Python_ecosystem/16548063) から全文を読むことができます. +[ CZIのEssential Open Source Software for Scienceプログラム ](https://chanzuckerberg.com/eoss/)の一環として、この[ Diversity & Inclusion補助金 ](https://cziscience.medium.com/advancing-diversity-and-inclusion-in-scientific-open-source-eaabe6a5488b)は、開けたなオープンソースコミュニティを育成するためにやるべきことを特定したり、文書化したり、実施したりするためのコントリビュータ体験のリーダー専任職の創設を支援することになります。 このプロジェクトは、Melissa Mendonça (NumPy) が中心となって、下記の方々の追加のメンタリングとサポートにより実施されます。Ralf Gommers (NumPy、SciPy)、Hannah AizenmanとThomas Caswell (Matplotlib)、Matt Haberland (SciPy)、そして Joris Van den Bossche (Pandas)。 This project will be led by Melissa Mendonça (NumPy), with +additional mentorship and guidance provided by Ralf Gommers (NumPy, SciPy), +Hannah Aizenman and Thomas Caswell (Matplotlib), Matt Haberland (SciPy), and +Joris Van den Bossche (Pandas). + +This is an ambitious project aiming to discover and implement activities that +should structurally improve the community dynamics of our projects. By +establishing these new cross-project roles, we hope to introduce a new +collaboration model to the Scientific Python communities, allowing +community-building work within the ecosystem to be done more efficiently and +with greater outcomes. We also expect to develop a clearer picture of what +works and what doesn't in our projects to engage and retain new contributors, +especially from historically underrepresented groups. Finally, we plan on +producing detailed reports on the actions executed, explaining how they have +impacted our projects in terms of representation and interaction with our +communities. + +2021年11月から2年間のプロジェクトが始まると予想されており、このプロジェクトの成果を楽しみにしています! +このプロジェクトの提案書に関しては、[こちら](https://figshare.com/articles/online_resource/Advancing_an_inclusive_culture_in_the_scientific_Python_ecosystem/16548063) から全文を読むことができます. ### 2021年度NumPyアンケート -_2021年7月12日_ -- NumPy ではコミュニティの力を信じています。 昨年の第1回アンケートには、75カ国から1,236名のNumPyユーザーが参加してくれました。 この調査結果により、今後12ヶ月間、私たちがどのようなことに集中すべきかを、非常に良く理解することができました。 +_July 12, 2021_ -- At NumPy, we believe in the power of our community. 1,236 +NumPy users from 75 countries participated in our inaugural survey last year. +The survey findings gave us a very good understanding of what we should focus +on for the next 12 months. -今年もアンケートの時間が来ました。もう一度アンケートへの回答をお願いいたします。 アンケートへの回答は15分ほどで終了します。 アンケートは英語以外にも、ベンガル語、フランス語、ヒンディー語、日本語、マンダリン、ポルトガル語、ロシア語、スペイン語の8ヶ国語に対応しています。 +It’s time for another survey, and we are counting on you once again. It will +take about 15 minutes of your time. Besides English, the survey questionnaire +is available in 8 additional languages: Bangla, French, Hindi, Japanese, +Mandarin, Portuguese, Russian, and Spanish. こちらのリンク先から、アンケートを始めることができます: https://berkeley.qualtrics.com/jfe/form/SV_aaOONjgcBXDSL4q. +### Numpy 1.18.0 リリース -### NumPy 1.19.0 リリース - -_2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) がリリースされました。 今回のリリースのハイライトは下記の通りです。 +_2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) がリリースされました。 今回のリリースのハイライトは下記の通りです。 The highlights of the release are: - より多くの機能やプラットフォームをカバーするためのSIMD関連の改善が実施されました。 - dtypeのための新しいインフラとキャストの準備 @@ -142,90 +219,103 @@ _2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0 - アノテーションの改善 - 乱数生成用の新しい `PCG64DXSM` ビット生成機 -今回のNumpy リリースは、175人による581件のプルリクエストのマージの結果です。 このリリースでサポートされている Python のバージョンは 3.7-3.9 です。Python 3.10 がリリースされた後、Python 3.10 のサポートが追加されます。 - +This NumPy release is the result of 581 merged pull requests contributed by 175 +people. 今回のNumpy リリースは、175人による581件のプルリクエストのマージの結果です。 このリリースでサポートされている Python のバージョンは 3.7-3.9 です。Python 3.10 がリリースされた後、Python 3.10 のサポートが追加されます。 ### 2020年度 NumPy アンケート結果 -_2021年6月22日_ -- NumPyの調査チームは、2020年に ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果はこちらから確認できます。 https://numpy.org/user-survey-2020/ +_2021年6月22日_ -- NumPyの調査チームは、2020年に ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果はこちらから確認できます。 https://numpy.org/user-survey-2020/ 今年もアンケートの時間が来ました。もう一度アンケートへの回答をお願いいたします。 アンケートへの回答は15分ほどで終了します。 アンケートは英語以外にも、ベンガル語、フランス語、ヒンディー語、日本語、マンダリン、ポルトガル語、ロシア語、スペイン語の8ヶ国語に対応しています。 +### NumPy 1.20.0 リリース -### NumPy 1.18.0 リリース +_2021年1月30日_ -- [NumPy 1.20.0](https://numpy.org/doc/stable/release/1.20.0-notes.html) がリリースされました。 今回のリリースは180 人以上のコントリビューターのおかげで、これまでで最大の NumPyのリリースとなりました。 最も重要な2つの新機能は次のとおりです。 This is the largest NumPy release to date, thanks to 180+ +contributors. The two most exciting new features are: -_2021年1月30日_ -- [NumPy 1.20.0](https://numpy.org/doc/stable/release/1.20.0-notes.html) がリリースされました。 今回のリリースは180 人以上のコントリビューターのおかげで、これまでで最大の NumPyのリリースとなりました。 最も重要な2つの新機能は次のとおりです。 - NumPyの大部分のコードに型注釈が追加されました。 そして新しいサブモジュールである`numpy.typing`が追加されました。 このサブモジュールは`ArrayLike` や`DtypeLike`という型注釈のエイリアスが定義されており、これによりユーザーやダウンストリームのライブラリはこの型注釈を使うことができます。 -- X86(SSE、AVX)、ARM64(Neon)、およびPowerPC (VSX) 命令をサポートするマルチプラットフォームSIMDコンパイラの最適化が実施されました。 これにより、多くの関数で大きく パフォーマンスが向上しました (例: [sin/cos](https://github.com/numpy/numpy/pull/17587), [einsum](https://github.com/numpy/numpy/pull/18194)). +- X86(SSE、AVX)、ARM64(Neon)、およびPowerPC (VSX) 命令をサポートするマルチプラットフォームSIMDコンパイラの最適化が実施されました。 これにより、多くの関数で大きく パフォーマンスが向上しました (例: [sin/cos](https://github.com/numpy/numpy/pull/17587), [einsum](https://github.com/numpy/numpy/pull/18194)). This yielded significant + performance improvements for many functions (examples: + [sin/cos](https://github.com/numpy/numpy/pull/17587), + [einsum](https://github.com/numpy/numpy/pull/18194)). ### NumPyプロジェクトの多様性 _2020年9月20日に_ 、私たちは[ NumPyプロジェクトにおけるダイバーシティやインクルージョンの状況や、ソーシャルメディア上での議論についての宣言 ](/diversity_sep2020)について書きました。 - ### Natureに初の公式NumPy論文が掲載されました! -_2020年9月16日_ -- NumPyに関する [ 最初の公式の論文 ](https://www.nature.com/articles/s41586-020-2649-2)がNatureに査読付き論文として掲載されました。 これはNumPy 1.0のリリースから14年後のことになりました。 この論文では、配列プログラミングのアプリケーションと基本的なコンセプト、NumPyの上に構築された様々な科学的Pythonエコシステム、そしてCuPy、Dask、JAXのような外部の配列およびテンソルライブラリとの相互運用を容易にするために最近追加された配列プロトコルについて説明しています。 - +提案されたイニシアチブとその成果の詳細については、 [フルグラントプロポーザル](https://figshare.com/articles/Proposal_NumPy_OpenBLAS_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/10302167) を参照してください。 この取り組みは2019年12月1日から始まり、今後12ヶ月間継続実施される予定です。 This comes 14 years after the release of NumPy 1.0. +The paper covers applications and fundamental concepts of array programming, +the rich scientific Python ecosystem built on top of NumPy, and the recently added +array protocols to facilitate interoperability with external array and tensor +libraries like CuPy, Dask, and JAX. ### Python 3.9のリリースに伴い、いつNumPyのバイナリwheelがリリースされるのですか？ -_2020年9月14日_ -- Python 3.9 は数週間後にリリースされる予定です。 もしあなたが新しいPythonのバージョンをいち早く利用している場合、NumPy（およびSciPyのような他のパッケージ）がリリース当日にバイナリwheelを用意していないことを知ってがっかりしたかもしれませんね。 ビルド用のインフラを新しいPythonのバージョンに適応させるのは非常に大変な作業で、PyPIやconda-forgeにパッケージが掲載されるまでには通常数週間かかります。 今後のwheelのリリースに備えて、以下を確認してください。 +_2020年9月10日_ -- [NumPy 19.2.0](https://numpy.org/devdocs/release/1.19.2-notes.html) がリリースされました。 この 1.19 シリーズの最新リリースでは、いくつかのバグが修正され、[ 来るべき Cython 3.xリリース ](http:/docs.cython.orgenlatestsrcchanges.html)への準備が行われ、アップストリームの修正が進行中の間も distutils の動作を維持するためのsetuptoolsのバージョンの固定が実施されています。 aarch64 wheelは最新のmanylinux2014リリースでビルドされており、異なるLinuxディストリビューションで使用される異なるページサイズの問題が修正されています。 _2020年7月2日_ -- このアンケート調査は、NumPyにおける、ソフトウェアとしてとコミュニティの両方における意思決定の指針となり、優先順位を決定する役に立ちました。 この調査結果は英語以外のこれらの8つの言語で利用可能です: バングラ, ヒンディー語, 日本語, マンダリン, ポルトガル語, ロシア語, スペイン語とフランス語. _2020年9月14日_ -- Python 3.9 は数週間後にリリースされる予定です。 もしあなたが新しいPythonのバージョンをいち早く利用している場合、NumPy（およびSciPyのような他のパッケージ）がリリース当日にバイナリwheelを用意していないことを知ってがっかりしたかもしれませんね。 ビルド用のインフラを新しいPythonのバージョンに適応させるのは非常に大変な作業で、PyPIやconda-forgeにパッケージが掲載されるまでには通常数週間かかります。 今後のwheelのリリースに備えて、以下を確認してください。 In preparation for this event, please make sure to + - `pip` が`manylinux2010` と `manylinux2014` をサポートするためにpipを少なくともバージョン 20.1 に更新する。 - [`--only-binary=numpy`](https://pip.pypa.io/en/stable/reference/pip_install/#cmdoption-only-binary) または `--only-binary=:all:` を`pip`がソースからビルドしようとするのを防ぐために使用します。 - ### NumPy 1.19.2 リリース -_2020年9月10日_ -- [NumPy 19.2.0](https://numpy.org/devdocs/release/1.19.2-notes.html) がリリースされました。 この 1.19 シリーズの最新リリースでは、いくつかのバグが修正され、[ 来るべき Cython 3.xリリース ](http:/docs.cython.orgenlatestsrcchanges.html)への準備が行われ、アップストリームの修正が進行中の間も distutils の動作を維持するためのsetuptoolsのバージョンの固定が実施されています。 aarch64 wheelは最新のmanylinux2014リリースでビルドされており、異なるLinuxディストリビューションで使用される異なるページサイズの問題が修正されています。 +_2020年9月16日_ -- NumPyに関する [ 最初の公式の論文 ](https://www.nature.com/articles/s41586-020-2649-2)がNatureに査読付き論文として掲載されました。 これはNumPy 1.0のリリースから14年後のことになりました。 この論文では、配列プログラミングのアプリケーションと基本的なコンセプト、NumPyの上に構築された様々な科学的Pythonエコシステム、そしてCuPy、Dask、JAXのような外部の配列およびテンソルライブラリとの相互運用を容易にするために最近追加された配列プロトコルについて説明しています。 +メインの名前空間の型アノテーションは基本的に完了しました。 上流のコードは常に変化するものなので、さらなる改良が必要でしょうが、大きな作業は終わったと考えています。 これはおそらく、今回のリリースで最も目に見える改良でしょう。 +The aarch64 wheels are built with the latest manylinux2014 release that fixes +the problem of differing page sizes used by different linux distros. ### 初めてのNumPyの調査が公開されました!! -_2020年7月2日_ -- このアンケート調査は、NumPyにおける、ソフトウェアとしてとコミュニティの両方における意思決定の指針となり、優先順位を決定する役に立ちました。 この調査結果は英語以外のこれらの8つの言語で利用可能です: バングラ, ヒンディー語, 日本語, マンダリン, ポルトガル語, ロシア語, スペイン語とフランス語. - -NumPy をより良くするために、こちらの [アンケート](https://umdsurvey. umd. edu/jfe/form/SV_8bJrXjbhXf7saAl) に協力してもらえると助かります。 +_Jul 2, 2020_ -- This survey is meant to guide and set priorities for +decision-making about the development of NumPy as software and as a community. +The survey is available in 8 additional languages besides English: +Bangla, Hindi, Japanese, Mandarin, Portuguese, Russian, Spanish and French. +NumPy をより良くするために、こちらの [アンケート](https://umdsurvey. ### NumPy に新しいロゴができました! _2020年6月24日_ -- NumPyのロゴが新しくなりました: -NumPyのロゴ - -新しいロゴは、古いロゴに比べて、モダンでよりクリーンなデザインになりました。 新しいロゴをデザインしてくれたIsabela Presedo-Floydと、15年以上にわたって使用してきた旧ロゴをデザインしてくれたTravis Vaughtに感謝します。 + +The logo is a modern take on the old one, with a cleaner design. 新しいロゴは、古いロゴに比べて、モダンでよりクリーンなデザインになりました。 新しいロゴをデザインしてくれたIsabela Presedo-Floydと、15年以上にわたって使用してきた旧ロゴをデザインしてくれたTravis Vaughtに感謝します。 -### NumPy 1.20.0 リリース - -_2020年6月20日_ -- NumPy 1.19.0 がリリースされました。 このバージョンは Python 2系のサポートがない最初のリリースであり、"クリーンアップ用のリリース" です。 サポートされている一番古いPython のバージョンは Python 3.6 になりました。 また、今回の重要な新機能はNumPy 1.17.0で導入された乱数生成用のインフラにCythonからアクセスできるようになったことです。 +### NumPy 1.19.0 リリース +_Jun 20, 2020_ -- NumPy 1.19.0 is now available. 多くの期限切れの非推奨(Deprecation)の削除 _2019年12月22日_ -- NumPy 1.18.0 がリリースされました。 このリリースは、1.17.0での主要な変更の後の、まとめのようなリリースです。 Python 3.5 をサポートする最後のマイナーリリースになります。 今回のリリースでは、64ビットのBLASおよびLAPACKライブラリとリンクするためのインフラの追加や、`numpy.random`のための新しいC-APIの追加などが行われました。 _2020年6月20日_ -- NumPy 1.19.0 がリリースされました。 このバージョンは Python 2系のサポートがない最初のリリースであり、"クリーンアップ用のリリース" です。 サポートされている一番古いPython のバージョンは Python 3.6 になりました。 また、今回の重要な新機能はNumPy 1.17.0で導入された乱数生成用のインフラにCythonからアクセスできるようになったことです。 ### ドキュメント受諾期間 -_2020年5月11日_ -- NumPyは、 Googleのシーズンオブドキュメントプログラムのメンター団体の1つとして選ばれました。 NumPy のドキュメントを改善するために、テクニカルライターと協力するこの機会を楽しみにしています! 詳細については、 [シーズンオブドキュメント公式サイト](https://developers.google.com/season-of-docs/) と [アイデアページ](https://github.com/numpy/numpy/wiki/Google-Season-of-Docs-2020-Project-Ideas) をご覧ください。 - +_2020年5月11日_ -- NumPyは、 Googleのシーズンオブドキュメントプログラムのメンター団体の1つとして選ばれました。 NumPy のドキュメントを改善するために、テクニカルライターと協力するこの機会を楽しみにしています! NumPyプロジェクトの多様性とインクルージョンに関して、我々はどのようなことを実施すればいいでしょうか？ 興味がある方はこちらの [レポート](https://contributor-experience.org/docs/posts/dei-report/) を読んで参加する方法を確認してください。 詳細については、 [シーズンオブドキュメント公式サイト](https://developers.google.com/season-of-docs/) と [アイデアページ](https://github.com/numpy/numpy/wiki/Google-Season-of-Docs-2020-Project-Ideas) をご覧ください。 -### Numpy 1.18.0 リリース +### NumPy 1.18.0 リリース -_2019年12月22日_ -- NumPy 1.18.0 がリリースされました。 このリリースは、1.17.0での主要な変更の後の、まとめのようなリリースです。 Python 3.5 をサポートする最後のマイナーリリースになります。 今回のリリースでは、64ビットのBLASおよびLAPACKライブラリとリンクするためのインフラの追加や、`numpy.random`のための新しいC-APIの追加などが行われました。 +2023-09-16 After the major changes in +1.17.0, this is a consolidation release. リリースでは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 今回のリリースは、494個のプルリクエストと151人のコントリビューターによるものです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 Python 3.11がrc ステージに到達すると Python 3.11 もサポートされます。 Highlights of the release includes the addition of basic +infrastructure for linking with 64-bit BLAS and LAPACK libraries, and a new C-API for `numpy.random`. 詳細については、 [リリースノート](https://github.com/numpy/numpy/releases/tag/v1.18.0) を参照してください。 - ### NumPyはChan Zuckerberg財団から助成金を受けました。 _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つであるOpenBLASが、Chan Zuckerberg財団の[Essential Open Source Software for Scienceプログラム](https:/chanzuckerberg.comeoss)を通じて、科学に不可欠なオープンソースツールのソフトウェアのメンテナンス、成長、開発、コミュニティへの参加などを支援する195,000ドルの共同助成金を獲得したことを発表しました。 -この助成金は、Numpy ドキュメントやウェブサイトの再設計などの改善に向けた取り組みを促進するために使用されます。 大規模かつ急速に拡大するユーザーの体験をより良くし、プロジェクトの長期的な持続可能性を確保するためのコミュニティ開発を行っていきます。 OpenBLASチームは、技術的に非常に重要な問題である、スレッド安全性、AVX-512に対処することに注力します。 また、スレッドローカルストレージ(TLS) の問題や、OpenBLASが依存するReLAPACK(再帰的なLAPACK) のアルゴリズムの改善も実施します。 - -提案されたイニシアチブとその成果の詳細については、 [フルグラントプロポーザル](https://figshare.com/articles/Proposal_NumPy_OpenBLAS_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/10302167) を参照してください。 この取り組みは2019年12月1日から始まり、今後12ヶ月間継続実施される予定です。 +This grant will be used to ramp up the efforts in improving NumPy documentation, website redesign, and community development to better serve our large and rapidly growing user base, and ensure the long-term sustainability of the project. While the OpenBLAS team will focus on addressing sets of key technical issues, in particular thread-safety, AVX-512, and thread-local storage (TLS) issues, as well as algorithmic improvements in ReLAPACK (Recursive LAPACK) on which OpenBLAS depends. +More details on our proposed initiatives and deliverables can be found in the [full grant proposal](https://figshare.com/articles/Proposal_NumPy_OpenBLAS_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/10302167). The work is scheduled to start on Dec 1st, 2019 and continue for the next 12 months. ## 過去のリリース -こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 - +Here is a list of NumPy releases, with links to release notes. こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 +- NumPy 1.21.6 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.21.6)) -- _2022年4月12日_. +- _2021年7月12日_ -- NumPy ではコミュニティの力を信じています。 昨年の第1回アンケートには、75カ国から1,236名のNumPyユーザーが参加してくれました。 この調査結果により、今後12ヶ月間、私たちがどのようなことに集中すべきかを、非常に良く理解することができました。 - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. @@ -244,7 +334,7 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ - NumPy 1.23.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.23.1)) -- _2022年7月8日_. - NumPy 1.23.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.23.0)) -- _2022年6月22日_. - NumPy 1.22.4 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.22.4)) -- _2022年5月20日_. -- NumPy 1.21.6 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.21.6)) -- _2022年4月12日_. +- Numpy 1.23. - NumPy 1.22.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.18.2)) -- _2022年3月7日_. - NumPy 1.22.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.22.2)) -- _2022年2月3日_. - NumPy 1.22.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.22.1)) -- _2022年1月14日_. From ffdcf3e10e537228748c496397362fe1903da13c Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:13:05 +0200 Subject: [PATCH 31/96] New translations press-kit.md (Japanese) --- content/ja/press-kit.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/press-kit.md b/content/ja/press-kit.md index 6d28214989..39f88f2388 100644 --- a/content/ja/press-kit.md +++ b/content/ja/press-kit.md @@ -5,4 +5,4 @@ sidebar: false 私たちはユーザーの皆さんが次に書く学術論文や、コース教材、プレゼンテーションなどに、NumPyプロジェクトのロゴを簡単に盛り込めるようにしたいと考えています。 -こちらから、様々な解像度のNumPyロゴのファイルをダウンロードできます: [ロゴリンク](https://github.com/numpy/numpy/tree/main/branding/logo)。 numpy.orgのリソースを使用することで、[NumPy行動規範](/code-of-conduct) を受け入れたことになることに注意してください。 +こちらから、様々な解像度のNumPyロゴのファイルをダウンロードできます: [ロゴリンク](https://github.com/numpy/numpy/tree/main/branding/logo)。 numpy.orgのリソースを使用することで、[NumPy行動規範](/code-of-conduct) を受け入れたことになることに注意してください。 Note that by using the numpy.org resources, you accept the [NumPy Code of Conduct](/code-of-conduct). From 2dbc4bc91a1f2b39d9da76b0ac0efbedb69db722 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:13:12 +0200 Subject: [PATCH 32/96] New translations privacy.md (Japanese) --- content/ja/privacy.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/privacy.md b/content/ja/privacy.md index 8cd76d43e4..2d4d2fba91 100644 --- a/content/ja/privacy.md +++ b/content/ja/privacy.md @@ -3,6 +3,6 @@ title: プライバシーポリシー sidebar: false --- -**numpy.org** は、NumPyプロジェクトの資金援助のスポンサーでもある、[NumFOCUS, Inc.](https://numfocus.org)によって運営されています。 このウェブサイトのプライバシーポリシーについては、https://numfocus.org/privacy-policy を参照してください。 +**numpy.org** は、NumPyプロジェクトの資金援助のスポンサーでもある、[NumFOCUS, Inc.](https://numfocus.org)によって運営されています。 このウェブサイトのプライバシーポリシーについては、https://numfocus.org/privacy-policy を参照してください。 For the Privacy Policy of this website please refer to https://numfocus.org/privacy-policy. ポリシーまたはNumFOCUSのデータ収集、使用、および開示方法についてご質問がある場合は、privacy@numfocus.orgのNumFOCUSスタッフにお問い合わせください。 From d0770f29e70ec2647a5bdcfe104a6d28fd104e54 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:13:21 +0200 Subject: [PATCH 33/96] New translations report-handling-manual.md (Japanese) --- content/ja/report-handling-manual.md | 96 +++++++++++++--------------- 1 file changed, 45 insertions(+), 51 deletions(-) diff --git a/content/ja/report-handling-manual.md b/content/ja/report-handling-manual.md index b200124145..62363d58cb 100644 --- a/content/ja/report-handling-manual.md +++ b/content/ja/report-handling-manual.md @@ -3,93 +3,87 @@ title: NumPy行動規範 - 報告書のフォローアップ方法 sidebar: false --- -NumPyの行動規範委員会はこのマニュアルに従います。 このマニュアルは様々な問題に対応する際に使用され、一貫性と公平性を確保します。 +NumPyの行動規範委員会はこのマニュアルに従います。 このマニュアルは様々な問題に対応する際に使用され、一貫性と公平性を確保します。 It’s used when we respond to an issue to make sure we’re consistent and fair. -[行動規範](/ja/code-of-conduct) を施行することは、私たちのコミュニティの現在のため、未来のために重要です。 この施行は、軽いものではありません。 施行の基準を見直す際、行動規範委員会は以下の考え方とガイドラインに留意するようにします。 +Enforcing the [Code of Conduct](/code-of-conduct) impacts our community today and for the future. It’s an action that we do not take lightly. When reviewing enforcement measures, the Code of Conduct Committee will keep the following values and guidelines in mind: -* 機械的ではなく、人間的に行動します。 委員会は、当事者のプライバシーと報告者の必要なだけの機密性を尊重しながら、状況を理解するように働きかけることができます. ただし、1人以上の個人と直接連絡を取る必要がある場合もあります。 委員会の目標は正しい決定を下すのではなく、コミュニティの健康を改善することなのです。 -* 行動を判断するのではなく、個人への共感を強調し、「良い」と「悪い」の二値評価を避けます。 明確な攻撃性とハラスメントが存在した場合、私たちはそれらに対処します。 しかし、解決が困難なシナリオの多くは、通常の意見の相違が、複数の当事者による無益または有害な行動に発展した場合です。 完全に文脈を理解し、すべてを再び元に戻す道を見つけることは困難ですが、コミュニティにとって最終的に最も有益な方法です。 -* 私たちは、電子メールが判断に困難な媒体であり、独立して利用できることを理解しています。 個人の情報なしに電子メール上で批判を受けることは、特に苦痛である場合もあります。 そこで、他者の見解に対して、開放的で、敬意を持った雰囲気を保つことが重要になります。 それはまた、私たちの行動が透明でなければならないことを意味します。 全てのメンバーが公平かつ同情をもって扱われるようにするため、私たちは全力を尽くします。 -* 差別の境界は時に曖昧で、また無意識に行われている場合もあります。 これにより、普通の人との関わりの中で、不公平感や敵意として現れてくるのです。 私達は、このようなことが起こることはわかっているので、気をつけて見ていきたいと思います。 不当な扱いを受けたと思われる方は、ぜひご連絡ください。 -* 良い議論を実践することで、エンゲージメントの向上に取り組みます。例えば議論がどこで止まっているのかを特定したり、 実践的な情報、指針、資源を提供することで、これらの問題を前向きな方向に変えていきます。 -* 新しいメンバーが何を必要としているかに留意します。 特に社会的地位の低いグループからの参加を増やすことを目的に、明確なサポートと配慮を提供していきます。 -* 一人一人の文化的背景や母国語は異なります。 ネイティブでない人が起こした悪気のない誤解を確認し、問題を理解してもらい、不快感を与えないために何を変えればよいかを教えてあげてください。 外国語での複雑な議論はとても難しいものであり、国籍や文化を超えて多様性を育てていきたいと考えています。 +- Act in a personal manner rather than impersonal. The Committee can engage the parties to understand the situation while respecting the privacy and any necessary confidentiality of reporters. ただし、1人以上の個人と直接連絡を取る必要がある場合もあります。 委員会の目標は正しい決定を下すのではなく、コミュニティの健康を改善することなのです。 +- Emphasize empathy for individuals rather than judging behavior, avoiding binary labels of “good” and “bad/evil”. Overt, clear-cut aggression and harassment exist, and we will address them firmly. But many scenarios that can prove challenging to resolve are those where normal disagreements devolve into unhelpful or harmful behavior from multiple parties. Understanding the full context and finding a path that re-engages all is hard, but ultimately the most productive for our community. +- We understand that email is a difficult medium and can be isolating. Receiving criticism over email, without personal contact, can be particularly painful. This makes it especially important to keep an atmosphere of open-minded respect for the views of others. It also means that we must be transparent in our actions, and that we will do everything in our power to make sure that all our members are treated fairly and with sympathy. +- Discrimination can be subtle and it can be unconscious. It can show itself as unfairness and hostility in otherwise ordinary interactions. We know that this does occur, and we will take care to look out for it. We would very much like to hear from you if you feel you have been treated unfairly, and we will use these procedures to make sure that your complaint is heard and addressed. +- Help increase engagement in good discussion practice: try to identify where discussion may have broken down, and provide actionable information, pointers, and resources that can lead to positive change on these points. +- 新しいメンバーが何を必要としているかに留意します。 特に社会的地位の低いグループからの参加を増やすことを目的に、明確なサポートと配慮を提供していきます。 +- Individuals come from different cultural backgrounds and native languages. Try to identify any honest misunderstandings caused by a non-native speaker and help them understand the issue and what they can change to avoid causing offence. Complex discussion in a foreign language can be very intimidating, and we want to grow our diversity also across nationalities and cultures. +## Mediation -## 仲介 +Voluntary informal mediation is a tool at our disposal. In contexts such as when two or more parties have all escalated to the point of inappropriate behavior (something sadly common in human conflict), it may be useful to facilitate a mediation process. This is only an example: the Committee can consider mediation in any case, mindful that the process is meant to be strictly voluntary and no party can be pressured to participate. If the Committee suggests mediation, it should: -自主的な非公式の調停は、私たちの重要な役割です。 2つのグループ以上の当事者が不適切な行動をエスカレートした場合(人類の紛争では悲しいことに一般的なものですが)、調停プロセスを促進するは非常に重要です。 ちなみに、これは一例に過ぎません。委員会は、どのようなケースでも調停を検討することができますが、このプロセスはあくまでも自発的なものであり、当事者に参加を迫ることはできないことを念頭に置いて下さい。 委員会が調停を提案する場合は、次のようにすべきです。 - -* 調停者として役立つ候補者を見つけます。 -* 報告者の合意を取得します。 報告者は、調停のアイデアを拒否したり、代替の調停者を提案する権利を持ちます。 -* 報告者の同意を取得します。 -* 調停人を決定します。当事者は、提案された候補者とは別の調停人を提案することができます。すべての条件で共通の合意に達した場合のみ、プロセスを進めることができます。 -* 調停が完了するまでのタイムラインを設定し、理想的には2週間以内に完了させます。 - -調停者は、すべての当事者と関わり、すべての人に満足のいく決議を求めていきます。 終了後、調停人は（プロセスの全当事者によって吟味された）報告書を委員会に提出し、今後のステップに関する推奨事項を提示します。 委員会は、これらの結果(満足のいく決議が達成されたか否か) を評価し、必要と判断される追加的な措置を決定します。 +- Find a candidate who can serve as a mediator. +- Obtain the agreement of the reporter(s). The reporter(s) have complete freedom to decline the mediation idea or to propose an alternate mediator. +- Obtain the agreement of the reported person(s). +- Settle on the mediator: while parties can propose a different mediator than the suggested candidate, only if a common agreement is reached on all terms can the process move forward. +- Establish a timeline for mediation to complete, ideally within two weeks. +The mediator will engage with all the parties and seek a resolution that is satisfactory to all. Upon completion, the mediator will provide a report (vetted by all parties to the process) to the Committee, with recommendations on further steps. The Committee will then evaluate these results (whether a satisfactory resolution was achieved or not) and decide on any additional action deemed necessary. ## 報告に対する委員会の対応 -委員会(または委員) が行動規範違反報告を受けた時、その報告が明確で深刻な違反であるかどうかは判断されます(以下に違反項目を定義します)。 違反判定された場合は、通常のレポート処理プロセスに加えて、即時の対応が必要になります。 - +When the Committee (or a Committee member) receives a report, they will first determine whether the report is about a clear and severe breach (as defined below). If so, immediate action needs to be taken in addition to the regular report handling process. ## 明確かつ深刻な違反行為の解決 -私たちは、インターネットでの会話が簡単にひどい誹謗中傷になってしまうことを、痛いほど知っています。 個人的な脅迫、暴力的、性差別的、人種差別的な言葉など、明らかで深刻な違反に対しては、迅速に対処します。 +We know that it is painfully common for internet communication to start at or devolve into obvious and flagrant abuse. We will deal quickly with clear and severe breaches like personal threats, violent, sexist or racist language. 行動規範委員会のメンバーは、明確かつ深刻な違反に気づいた場合、以下のように行動します。 -* 直ちにすべてのNumPyのオンラインコミュニティから違反者を排除します。 -* 報告が受信され、違反者が排除されたことを報告者に連絡します。 -* どのような場合でも、モデレーターは違反者に連絡するための合理的な努力を行い、違反者の言葉や行動がどのように「明確かつ重大な違反」に該当するのかを具体的に伝えるべきです。 モデレーターは、違反者がこれは不当だと思う場合、あるいはNumPyチャンネルとの再接続を望む場合には、行動規範委員会による以下のような審査を求める権利があることも述べるべきです。 モデレータは、この説明を行動規範委員会に転送する必要があります。 -* 行動規範委員会は、このプロセスが適用されたすべてのケースを正式にレビューし署名することで、よくある盛り上がりすぎた論争を諫めるためこのプロセスが使用されたのでないことを確認します。 - +- Immediately disconnect the originator from all NumPy communication channels. +- Reply to the reporter that their report has been received and that the originator has been disconnected. +- In every case, the moderator should make a reasonable effort to contact the originator, and tell them specifically how their language or actions qualify as a “clear and severe breach”. The moderator should also say that, if the originator believes this is unfair or they want to be reconnected to NumPy, they have the right to ask for a review, as below, by the Code of Conduct Committee. The moderator should copy this explanation to the Code of Conduct Committee. +- The Code of Conduct Committee will formally review and sign off on all cases where this mechanism has been applied to make sure it is not being used to control ordinary heated disagreement. ## 報告の処理 -報告が委員会に送られると、直ちに報告者に返信して報告を受領したことを確認します。 この返信は72時間以内に送信される必要があり、委員会はそれよりもはるかに迅速に対応するよう努める必要があります。 +When a report is sent to the Committee they will immediately reply to the reporter to confirm receipt. This reply must be sent within 72 hours, and the group should strive to respond much quicker than that. -レポートに十分な情報が含まれていない場合、委員会は行動する前に、関連するすべてのデータを取得するようにします。 委員会は、事件の状況を全て知るために関係する個人に連絡する際に、運営協議会に代わって行動する権限を与えられています。 +レポートに十分な情報が含まれていない場合、委員会は行動する前に、関連するすべてのデータを取得するようにします。 委員会は、事件の状況を全て知るために関係する個人に連絡する際に、運営協議会に代わって行動する権限を与えられています。 The Committee is empowered to act on the Steering Council’s behalf in contacting any individuals involved to get a more complete account of events. -その後、委員会は今回の問題を見直し、効果を最大限に発揮する対策を決定します。 +The Committee will then review the incident and determine, to the best of their ability: -* 問題の種類 -* 今回の事情が行動規範違反であるかどうか。 -* 責任者が誰であるか -* これが進行中の状況であるか、誰の物理的安全に脅威があるかどうか。 +- What happened. +- 今回の事情が行動規範違反であるかどうか。 +- 責任者が誰であるか +- これが進行中の状況であるか、誰の物理的安全に脅威があるかどうか。 これらの情報は書面で収集され、可能な限りグループの審議が記録され、保持されます (例えば、チャットの記録、Eメールのディスカッション、会議通話の記録、音声会話の概要など)。 -行動の一貫性を確保し、プロジェクトのために記録を残すために、委員会のすべての活動のアーカイブを保持することが重要です。 この活動支援するために、委員会のデフォルトの議論チャネルは、正当化された要求に応じて、委員会の現在および将来のメンバー、および運営委員会のメンバーがアクセスできるプライベートメーリングリストにします。 委員会がリストにはない連絡方法を使用する必要がある場合(例: 早期/迅速な対応を求める電話など)、そのプロセスの良い記録となるように、これらをリストにまとめて戻すべきです。 - -行動規範委員会は、2週間以内に決議の合意を目指すべきです。 その期間内に決議が確定できない場合。 委員会は、レポーターに対して現状の更新と今後のタイムラインを連絡します。 +It is important to retain an archive of all activities of this Committee to ensure consistency in behavior and provide institutional memory for the project. To assist in this, the default channel of discussion for this Committee will be a private mailing list accessible to current and future members of the Committee as well as members of the Steering Council upon justified request. If the Committee finds the need to use off-list communications (e.g. phone calls for early/rapid response), it should in all cases summarize these back to the list so there’s a good record of the process. +The Code of Conduct Committee should aim to have a resolution agreed upon within two weeks. In the event that a resolution can’t be determined in that time, the Committee will respond to the reporter(s) with an update and projected timeline for resolution. ## 解決方法 -委員会は、合意により決議について決定しなければなりません。 検討グループが一週間以上、合意かデッドロックに達しなかった場合、グループは、ステアリング評議会にこの問題を引き渡すことができます。 +The Committee must agree on a resolution by consensus. 委員会は、合意により決議について決定しなければなりません。 検討グループが一週間以上、合意かデッドロックに達しなかった場合、グループは、ステアリング評議会にこの問題を引き渡すことができます。 ありうる返答は次のとおりです: -* これ以上アクションを取らない。 - - 違反が起きていないと判断された - - 検討中に問題が明らかに解決された -* 調停の調整。すべての関係者が合意した場合、委員会は上記のように調停プロセスを促進することができます。 -* 公の場における説明。 どの行動・言動・言語が不適切で、現在の状況がなぜか引き起こされ、人々を傷つけたのかを説明し、コミュニティに自省を要求します。 -* 委員会から関係者(複数可) への非公開処分の実施。 この場合、委員会は、電子メールを介して、グループにccを入れながら、対象者に問題の指摘を連絡します。 -* 公の場での指摘。 この場合、委員会の議長は、違反が発生したのと同じ場所で、実用性の範囲内で叱責を行います。 例えば、メールルールの違反の元のメーリングリストなどです。しかし、人や状況がかわるかもしれないチャットルームなどの場合、他の手段を利用する可能性もあります。 文書化のため、この問題のメッセージを他の場所で公開することを対策グループが選択する場合もあります。 -* 報告者がこの考えに同意することを前提とした、公的または私的な謝罪の要求。 報告者は自分の裁量で、違反者とのさらなる接触を拒否することもできます。 委員会がこの要求をお届けします。 委員会は、必要に応じてこの要求に「条件」を付けることができます。例えば、メーリングリストの会員資格を維持するために、違反者に謝罪を求めることができます。 -* 「相互に合意した休止」の要求。 これは、委員会から個人への、コミュニティへの参加を一時的に控えるような要請です。 対象者が自発的に一時的な休みを取らないことを選択した場合、委員会は「冷却期限」を準備することがあります。 -* これは、一部またはすべてのNumPyオンラインコミュニティ (メーリングリスト、gitter.im など) からの永続的または一時的な出入り禁止。 将来的に禁止が見直されるのか、維持されるか決定できるよう、対策グループは出入り禁止の記録を全て保持します。 +- これ以上アクションを取らない。 + - if we determine no violations have occurred; + - if the matter has been resolved publicly while the Committee was considering responses. +- Coordinating voluntary mediation: if all involved parties agree, the Committee may facilitate a mediation process as detailed above. +- 公の場における説明。 どの行動・言動・言語が不適切で、現在の状況がなぜか引き起こされ、人々を傷つけたのかを説明し、コミュニティに自省を要求します。 +- A private reprimand from the Committee to the individual(s) involved. In this case, the group chair will deliver that reprimand to the individual(s) over email, cc’ing the group. +- A public reprimand. In this case, the Committee chair will deliver that reprimand in the same venue that the violation occurred, within the limits of practicality. E.g., the original mailing list for an email violation, but for a chat room discussion where the person/context may be gone, they can be reached by other means. The group may choose to publish this message elsewhere for documentation purposes. +- A request for a public or private apology, assuming the reporter agrees to this idea: they may at their discretion refuse further contact with the violator. The chair will deliver this request. The Committee may, if it chooses, attach “strings” to this request: for example, the group may ask a violator to apologize in order to retain one’s membership on a mailing list. +- A “mutually agreed upon hiatus” where the Committee asks the individual to temporarily refrain from community participation. 「相互に合意した休止」の要求。 これは、委員会から個人への、コミュニティへの参加を一時的に控えるような要請です。 対象者が自発的に一時的な休みを取らないことを選択した場合、委員会は「冷却期限」を準備することがあります。 +- A permanent or temporary ban from some or all NumPy spaces (mailing lists, gitter.im, etc.). The group will maintain records of all such bans so that they may be reviewed in the future or otherwise maintained. -決議が合意されると制定される前に、委員会は、元の報告者およびその他の影響を受けた当事者に連絡し、提案された決議を説明します。 委員会は、この決議が受け入れられるかどうかを尋ねます。 そして、記録のためのフィードバックに注意を払います。 +Once a resolution is agreed upon, but before it is enacted, the Committee will contact the original reporter and any other affected parties and explain the proposed resolution. The Committee will ask if this resolution is acceptable, and must note feedback for the record. 最後に 委員会は、NumPy Steering Councilに報告を行います(NumPy Coreチームにも、出入り禁止など進行中の出来事については報告します)。 委員会はこの問題について公に議論することはありません。 すべての公開声明は、行動規範委員会またはNumPy Steering Councilの議長によって行われます。 - ## 利益相反 -利益相反が発生した場合、委員会メンバーは直ちに他のメンバーに通知し、必要に応じて対応を辞退しなければなりません。 +In the event of any conflict of interest, a Committee member must immediately notify the other members, and recuse themselves if necessary. From 29b244858e7221e3a792ee718beddefbfb84494b Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:13:29 +0200 Subject: [PATCH 34/96] New translations user-survey-2020.md (Japanese) --- content/ja/user-survey-2020.md | 11 +++++++---- 1 file changed, 7 insertions(+), 4 deletions(-) diff --git a/content/ja/user-survey-2020.md b/content/ja/user-survey-2020.md index b79cc13ed8..46e47e5073 100644 --- a/content/ja/user-survey-2020.md +++ b/content/ja/user-survey-2020.md @@ -3,7 +3,12 @@ title: 2020年 NumPyコミュニティ調査 sidebar: false --- -2020年に、NumPyの調査チームは、ミシガン大学とメリーランド大学が共同で開催した、調査方法学の修士コースの学生と教員と共同で、初めて公式のNumPyコミュニティ調査を実施しました。 75カ国から1,200人以上のNumPyユーザーが参加してくれました。NumPyコミュニティの全体像を描き、プロジェクトの未来像についての意見を述べてもらいました。 +In 2020, the NumPy survey team in partnership with students and faculty from a +Master’s course in Survey Methodology jointly hosted by the University of +Michigan and the University of Maryland conducted the first official NumPy +community survey. Over 1,200 users from 75 countries participated to help us +map out a landscape of the NumPy community and voiced their thoughts about the +future of the project. {{< figure >}} src = '/surveys/NumPy_usersurvey_2020_report_cover.png' @@ -13,8 +18,6 @@ width = '250' 調査結果を詳細を知りたい場合は、**[こちらのレポート](/surveys/NumPy_usersurvey_2020_report.pdf)** をダウンロードしてください。 - 結果の概要については、 **[こちらの図](https://github.com/numpy/numpy-surveys/blob/master/images/2020NumPysurveyresults_community_infographic.pdf)** をチェックしてください。 -より詳細が知りたくなりましたか？ **https://numpy.org/user-survey-2020-details/** をご覧ください。 - +Ready for a deep dive? より詳細が知りたくなりましたか？ **https://numpy.org/user-survey-2020-details/** をご覧ください。 From 74c5588d57e9d2fe989318879779d454619313c5 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:13:37 +0200 Subject: [PATCH 35/96] New translations user-surveys.md (Japanese) --- content/ja/user-surveys.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/content/ja/user-surveys.md b/content/ja/user-surveys.md index 7be9979c3a..bc952ab2a9 100644 --- a/content/ja/user-surveys.md +++ b/content/ja/user-surveys.md @@ -1,10 +1,10 @@ --- -title: NumPyユーザアンケート +title: NUMPY USER SURVEYS sidebar: false --- -**2020** NumPY調査チームは、ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果は[こちら](https://numpy.org/user-survey-2020/)をご覧ください。 +**2020** NumPY調査チームは、ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果は[こちら](https://numpy.org/user-survey-2020/)をご覧ください。 Find the survey results [here](https://numpy.org/user-survey-2020/). **2021** 収集された調査データは現在解析中です。 -過去または今後のNumPyユーザ調査に関する質問や提案がある場合は、[こちら](https://github.com/numpy/numpy-surveys/issues)にイシューを作成してください。 +過去または今後のNumPyユーザ調査に関する質問や提案がある場合は、[こちら](https://github.com/numpy/numpy-surveys/issues)にイシューを作成してください。 From 342172775cebed27eb6549fcd31076b096f3a812 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:13:45 +0200 Subject: [PATCH 36/96] New translations blackhole-image.md (Japanese) --- content/ja/case-studies/blackhole-image.md | 81 ++++++++++++++-------- 1 file changed, 53 insertions(+), 28 deletions(-) diff --git a/content/ja/case-studies/blackhole-image.md b/content/ja/case-studies/blackhole-image.md index 7d7dfb2505..163d6347e0 100644 --- a/content/ja/case-studies/blackhole-image.md +++ b/content/ja/case-studies/blackhole-image.md @@ -1,5 +1,5 @@ --- -title: "ケーススタディ：世界初のブラックホール画像" +title: ケーススタディ：世界初のブラックホール画像 sidebar: false --- @@ -12,37 +12,50 @@ attrk = 'https://www.jpl.nasa.gov/images/universe/90410/blackhole20190410.jpg' {{< /figure >}} {{< blockquote - cite="https://www.youtube.com/watch?v=BIvezCVcsYs" - by="*カリフォルニア工科大学 計算・数理学部*のKatie Bouman助教授" ->}} -M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。 -{{< /blockquote >}} +cite="https://www.youtube.com/watch?v=BIvezCVcsYs" +by="_カリフォルニア工科大学 計算・数理学部_のKatie Bouman助教授" + +> }} +> M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。 +> {{< /blockquote >}} +> {{< /blockquote >}} ## 地球大の望遠鏡 -[Event Horizon telescope(EHT)](https:/eventhorizontelescope.org)は、地球サイズの解析望遠鏡を形成する8台の地上型電波望遠鏡から成るシステムで、これまでに前例のない感度と解像度で宇宙を研究することができます。 超長基線干渉法(VLBI) と呼ばれる手法を用いた巨大な仮想望遠鏡の角度分解能は、[20マイクロ秒][resolution]で、ニューヨークにある新聞をパリの歩道のカフェから読むのに十分な解像度です! +[Event Horizon telescope(EHT)](https:/eventhorizontelescope.org)は、地球サイズの解析望遠鏡を形成する8台の地上型電波望遠鏡から成るシステムで、これまでに前例のない感度と解像度で宇宙を研究することができます。 超長基線干渉法(VLBI) と呼ばれる手法を用いた巨大な仮想望遠鏡の角度分解能は、[20マイクロ秒][resolution]で、ニューヨークにある新聞をパリの歩道のカフェから読むのに十分な解像度です! The huge virtual telescope, which uses a technique +called very-long-baseline interferometry (VLBI), has an angular resolution of +[20 micro-arcseconds][resolution] — enough to read a newspaper in New York +from a sidewalk café in Paris! + +[resolution]: https://eventhorizontelescope.org/press-release-april-10-2019-astronomers-capture-first-image-black-hole ### 主な目標と結果 -* **宇宙の新しい見方:** EHTの画期的な考え方の基礎が築かれたのは、100年前に [Sir Arthur Eddington][eddington]がアインシュタインの一般相対性理論に沿った最初の観測を実施したことが始まりでした。 +- **宇宙の新しい見方:** EHTの画期的な考え方の基礎が築かれたのは、100年前に [Sir Arthur Eddington][eddington]がアインシュタインの一般相対性理論に沿った最初の観測を実施したことが始まりでした。 -* **ブラックホール:** EHTは、おとめ座銀河団のメシエ87銀河 (M87) の中心にある、地球から約5500万光年の距離にある超巨大ブラックホールを観測しました。 その質量は、太陽の65億倍です。 [100年以上](https://www.jpl.nasa.gov/news/news.php?feature=7385)に渡る研究が行われてもなお、これまでに視覚的にブラックホールを観測できたことはありませんでした。 +- **ブラックホール:** EHTは、おとめ座銀河団のメシエ87銀河 (M87) の中心にある、地球から約5500万光年の距離にある超巨大ブラックホールを観測しました。 その質量は、太陽の65億倍です。 [100年以上](https://www.jpl.nasa.gov/news/news.php?feature=7385)に渡る研究が行われてもなお、これまでに視覚的にブラックホールを観測できたことはありませんでした。 Its mass is + 6.5 billion times the Sun's. It had been studied for + [over 100 years](https://www.jpl.nasa.gov/news/news.php?feature=7385), but never before + had a black hole been visually observed. -* **観測と理論の比較:** 科学者たちの間で、アインシュタインの一般相対性理論から、重力による光の曲げや光の捕獲による影のような領域が観測できるのではないかと期待されていました。 これはブラックホールの巨大な質量を測定するために利用することができます。 +- **観測と理論の比較:** 科学者たちの間で、アインシュタインの一般相対性理論から、重力による光の曲げや光の捕獲による影のような領域が観測できるのではないかと期待されていました。 これはブラックホールの巨大な質量を測定するために利用することができます。 EHTの共同研究では、最先端の画像再構成技術を使用して、それぞれのチームがデータを評価することによって、これらの課題に対処しました。 それぞれのチームの解析結果が同じであることが証明されると、それらの結果を組み合わせることで、ブラックホール画像を得ることができました。 + +[eddington]: https://en.wikipedia.org/wiki/Eddington_experiment ### 課題 -* **大規模な計算** +- **大規模な計算** - EHTは膨大なデータ処理の課題を抱えていました。 大気の位相変動は急速で、記録帯域の幅は大きく、望遠鏡はそれぞれ異なっていて地理的にも分散しています。 + EHTは膨大なデータ処理の課題を抱えていました。 大気の位相変動は急速で、記録帯域の幅は大きく、望遠鏡はそれぞれ異なっていて地理的にも分散しています。 -* **大量のデータ** +- **大量のデータ** - EHTは一日で350テラバイトを超える観測データを生成し、ヘリウムで満たされたハードドライブに保存しています。 この大量のデータとデータの複雑さを軽減することは非常に難しいことです。 + EHTは一日で350テラバイトを超える観測データを生成し、ヘリウムで満たされたハードドライブに保存しています。 この大量のデータとデータの複雑さを軽減することは非常に難しいことです。 Reducing the volume and complexity of this much + data is enormously difficult. -* **よくわからないものを観測する** +- **よくわからないものを観測する** - 今までに見たことのないものを見るのが研究の目標なら、どうやって科学者はその画像が正しいと確信することができるのでしょうか? + 今までに見たことのないものを見るのが研究の目標なら、どうやって科学者はその画像が正しいと確信することができるのでしょうか? {{< figure >}} src = '/images/content_images/cs/dataprocessbh.png' @@ -55,9 +68,13 @@ attributionlink = 'https://iopscience.iop.org/article/10.3847/2041-8213/ab0c57' ## NumPyが果たした役割 -データに問題がある場合はどうなるでしょう？ あるいは、アルゴリズムが特定の仮定に あまりにも大きく依存しているかもしれません。 もしあるパラメータを変更した場合、画像は大きく変化するのでしょうか？ +What if there's a problem with the data? Or perhaps an algorithm relies too +heavily on a particular assumption. データに問題がある場合はどうなるでしょう？ あるいは、アルゴリズムが特定の仮定に あまりにも大きく依存しているかもしれません。 もしあるパラメータを変更した場合、画像は大きく変化するのでしょうか？ -EHTの共同研究では、最先端の画像再構成技術を使用して、それぞれのチームがデータを評価することによって、これらの課題に対処しました。 それぞれのチームの解析結果が同じであることが証明されると、それらの結果を組み合わせることで、ブラックホール画像を得ることができました。 +The EHT collaboration met these challenges by having independent teams +evaluate the data, using both established and cutting-edge image reconstruction +techniques. When results proved consistent, they were combined to yield the +first-of-a-kind image of the black hole. 彼らの研究は、共同のデータ解析を通じて科学を進歩させる、科学的なPythonエコシステムが果たす役割を如実に表しています。 @@ -68,6 +85,9 @@ title = 'ブラックホール画像化でNumPyが果たした役割' {{< /figure >}} 例えば、 [`eht-imaging`][ehtim] というPython パッケージは VLBI データで画像の再構築をシミュレートし、実行するためのツールです。 NumPyは、以下のソフトウェア依存関係チャートで示されているように、このパッケージで使用される配列データ処理の中核を担っています。 +NumPy is at the core of array data processing used +in this package, as illustrated by the partial software +dependency chart below. {{< figure >}} src = '/images/content_images/cs/ehtim_numpy.png' @@ -75,23 +95,28 @@ alt = 'ehtim dependency map highlighting numpy' title = 'NumPyの中心としたehtimのソフトウェア依存図' {{< /figure >}} +[ehtim]: https://github.com/achael/eht-imaging + +Besides NumPy, many other packages, such as +[SciPy](https://www.scipy.org) and [Pandas](https://pandas.io), are part of the +data processing pipeline for imaging the black hole. NumPyだけでなく、[SciPy](https://www.scipy.org)や[Pandas](https://pandas.io)などのパッケージもブラックホール画像化におけるデータ処理パイプラインに利用されています。 天文学の標準的なファイル形式や時間/座標変換 は[Astropy][astropy]で実装され、ブラックホールの最終画像の生成を含め、解析パイプライン全体でのデータ可視化には [Matplotlib][mpl]が利用されました。 +[astropy]: https://www.astropy.org/ +[mpl]: https://matplotlib.org/ + ## まとめ -NumPyの中心的な機能である、効率的で適用性の高いn次元配列は、研究者が大規模な数値データを操作することを可能にし、世界で初めてのブラックホールの画像化の基礎を築きました。 アインシュタインの理論に素晴らしい視覚的証拠を与えたのは、科学の画期的な瞬間だといえます。 この科学的に偉大な達成には、技術的の飛躍的な進歩だけでなく、200人以上の科学者と世界で 最高の電波観測所の間での国際協力も寄与しました。 革新的なアルゴリズムとデータ処理技術は、既存の天文学モデルを改良し、宇宙の謎を解き明かす助けになったといえます。 +NumPyの中心的な機能である、効率的で適用性の高いn次元配列は、研究者が大規模な数値データを操作することを可能にし、世界で初めてのブラックホールの画像化の基礎を築きました。 アインシュタインの理論に素晴らしい視覚的証拠を与えたのは、科学の画期的な瞬間だといえます。 この科学的に偉大な達成には、技術的の飛躍的な進歩だけでなく、200人以上の科学者と世界で 最高の電波観測所の間での国際協力も寄与しました。 革新的なアルゴリズムとデータ処理技術は、既存の天文学モデルを改良し、宇宙の謎を解き明かす助けになったといえます。 A landmark moment in +science, it gives stunning visual evidence of Einstein’s theory. The +achievement encompasses not only technological breakthroughs but also +international collaboration among over 200 scientists and some of the world's +best radio observatories. Innovative algorithms and data processing +techniques, improving upon existing astronomical models, helped unfold a +mystery of the universe. {{< figure >}} src = '/images/content_images/cs/numpy_bh_benefits.png' alt = 'numpy benefits' title = '利用されたNumPyの主要機能' {{< /figure >}} - -[resolution]: https://eventhorizontelescope.org/press-release-april-10-2019-astronomers-capture-first-image-black-hole - -[eddington]: https://en.wikipedia.org/wiki/Eddington_experiment - -[ehtim]: https://github.com/achael/eht-imaging - -[astropy]: https://www.astropy.org/ -[mpl]: https://matplotlib.org/ From cc6a650535bee33ae5399f1aab5b78f0d41ad0f8 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:13:55 +0200 Subject: [PATCH 37/96] New translations cricket-analytics.md (Japanese) --- content/ja/case-studies/cricket-analytics.md | 112 ++++++++++++++----- 1 file changed, 83 insertions(+), 29 deletions(-) diff --git a/content/ja/case-studies/cricket-analytics.md b/content/ja/case-studies/cricket-analytics.md index b76249853f..2bbc4690ee 100644 --- a/content/ja/case-studies/cricket-analytics.md +++ b/content/ja/case-studies/cricket-analytics.md @@ -12,26 +12,47 @@ attributionlink = 'https://unsplash.com/@aksh1802' {{< /figure >}} {{< blockquote - cite="https://www.scoopwhoop.com/sports/ms-dhoni/" - by="M S Dhoni、 *インディアンチームの元キャプテン、インターナショナル・クリケットプレイヤー、チェンナイ・スーパー・キングスのためにIPLでプレイ*" ->}} -観客のために競技をするのではなく、国のために競技するのです。 -{{< /blockquote >}} +cite="https://www.scoopwhoop.com/sports/ms-dhoni/" +by="M S Dhoni、 _インディアンチームの元キャプテン、インターナショナル・クリケットプレイヤー、チェンナイ・スーパー・キングスのためにIPLでプレイ_" -## クリケットについて - -インド人はクリケットが大好きだと言っても過言ではないでしょう。 この競技は、他のスポーツと異なり、インドの農村部や都市部を問わず、あらゆる場所でプレイされており、若者から年配の方まで広く人気があり、インドでは何十億人もの人々を結びつける役割を担っています。 クリケットは多くのメディアの注目を集めています。 クリケットは多くのメディアの注目を集め、非常に[多額のお金](https://www.statista.com/topics/4543/indian-premier-league-ipl/)と名声がかかっています。 過去数年間、テクノロジーは文字通りクリケットの試合を変えてきました。 視聴者はストリーミングメディア、トーナメント、モバイルベースの手頃なアクセスによるライブクリケット視聴などを享受しています。 - -インドプレミアリーグ (IPL) は、2008年に設立された20チームから成るプロクリケットリーグです。 これは世界で最も参加者が多いクリケットイベントの1つで、2019年の市場規模は[67億ドル](https://en.wikipedia.org/wiki/Indian_Premier_League)だと評価されています。 +> }} +> You don't play for the crowd, you play for the country. +> {{< /blockquote >}} -クリケットは数のゲームです。 バッツマンによってスコアされたランの数、ボウラーによって取られたウィケットの数、クリケットチームによって獲得した試合の数、バッツマンがボウリング攻撃に特定の方法で応答する回数。 クリケットの数字を掘り下げてパフォーマンスを向上させるとともに、NumPyなどの数値計算ソフトウェアを利用した強力な分析ツールを介して、クリケットのビジネスチャンス、市場全体、経済性を研究することは、大きな意味を持ちます。 クリケット分析は、試合に関する興味深い洞察と、ゲームの結果に関する予測AIを提供します。 - -現在では、クリケットゲームの記録と 利用可能な統計データは豊富で、ほぼ無限の宝の山だと言えます。 : [ESPN cricinfo や](https://stats.espncricinfo.com/ci/engine/stats/index.html) [cricsheet](https://cricsheet.org). これらのクリケットデータベースは、最新の機械学習と予測モデリングアルゴリズムを使用して、 [クリケット 分析](https://www.researchgate.net/publication/336886516_Data_visualization_and_toss_related_analysis_of_IPL_teams_and_batsmen_performances) に使用されています。 メディアやプロスポーツ団体のエンターテインメントプラットフォームは、技術や分析を利用し、試合勝率を向上させるために、下記のような要素が主要なメトリックだと考え始めています。 +## クリケットについて -* バッティング成績の移動平均 -* スコア予測 -* プレイヤーの体力や、異なる相手に対するパフォーマンスについての洞察 -* チーム構成に戦略的な決定を下すための、各勝敗へのプレイヤーの貢献 +It would be an understatement to state that Indians love cricket. The game is +played in just about every nook and cranny of India, rural or urban, popular +with the young and the old alike, connecting billions in India unlike any other sport. +Cricket enjoys lots of media attention. There is a significant amount of +[money](https://www.statista.com/topics/4543/indian-premier-league-ipl/) and +fame at stake. Over the last several years, technology has literally been a game +changer. Audiences are spoilt for choice with streaming media, tournaments, +affordable access to mobile based live cricket watching, and more. + +IPLは、クリケットを古典的なテストマッチ形式から、はるかに大規模に拡大させました。 毎シーズン、様々なフォーマットで行われる試合の数は増加しており、データ、アルゴリズム、最新のスポーツデータ分析技術、シミュレーションモデルも増加しています。 クリケットのデータ分析には、フィールドマッピング、プレイヤートラッキング、ボールトラッキング、プレイヤーショット分析、およびボールがどのように動くのか、その角度、スピン、速度、軌道など、他の沢山の種類のデータを必要とします。 これらの要因により、データクリーニングと前処理の複雑さが増してしまいました。 インドプレミアリーグ (IPL) は、2008年に設立された20チームから成るプロクリケットリーグです。 これは世界で最も参加者が多いクリケットイベントの1つで、2019年の市場規模は[67億ドル](https://en.wikipedia.org/wiki/Indian_Premier_League)だと評価されています。 + +Cricket is a game of numbers - the runs scored by a batsman, the wickets taken +by a bowler, the matches won by a cricket team, the number of times a batsman +responds in a certain way to a kind of bowling attack, etc. The capability to +dig into cricketing numbers for both improving performance and studying +the business opportunities, overall market, and economics of cricket via powerful +analytics tools, powered by numerical computing software such as NumPy, is a big +deal. Cricket analytics provides interesting insights into the game and +predictive intelligence regarding game outcomes. + +現在では、クリケットゲームの記録と 利用可能な統計データは豊富で、ほぼ無限の宝の山だと言えます。 : [ESPN cricinfo や](https://stats.espncricinfo.com/ci/engine/stats/index.html) [cricsheet](https://cricsheet.org). These and several such cricket databases +have been used for cricket +analysis +using the latest machine learning and predictive modelling algorithms. +Media and entertainment platforms along with professional sports bodies +associated with the game use technology and analytics for determining key +metrics for improving match winning chances: + +- バッティング成績の移動平均 +- スコア予測 +- プレイヤーの体力や、異なる相手に対するパフォーマンスについての洞察 +- チーム構成に戦略的な決定を下すための、各勝敗へのプレイヤーの貢献 {{< figure >}} src = '/images/content_images/cs/cricket-pitch.png' @@ -44,9 +65,9 @@ attributionlink = 'http://debarghyadas.com/files/IPLpaper.pdf' ### データ分析の主要な目標 -* スポーツデータ分析はクリケットだけでなく、チーム全体のパフォーマンスを向上させ、勝利率を最大限に高めるために、 [他のスポーツ](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)でも使用されています。 -* リアルタイムデータ分析は、ゲーム中の洞察を得ることができ、チームや関連ビジネスが経済的利益と成長のために戦術を変更するためも役立ちます。 -* 履歴分析に加えて、予測モデルは可能性のある結果を求めることができますが、かなりの数のナンバークランチングとデータサイエンスのノウハウ、可視化ツール、および分析に新しい観測データを含める機能などが必要になります。 +- スポーツデータ分析はクリケットだけでなく、チーム全体のパフォーマンスを向上させ、勝利率を最大限に高めるために、 [他のスポーツ](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)でも使用されています。 +- リアルタイムデータ分析は、ゲーム中の洞察を得ることができ、チームや関連ビジネスが経済的利益と成長のために戦術を変更するためも役立ちます。 +- 履歴分析に加えて、予測モデルは可能性のある結果を求めることができますが、かなりの数のナンバークランチングとデータサイエンスのノウハウ、可視化ツール、および分析に新しい観測データを含める機能などが必要になります。 {{< figure >}} src = '/images/content_images/cs/player-pose-estimator.png' @@ -58,29 +79,62 @@ attributionlink = 'https://connect.vin/2019/05/ai-for-cricket-batsman-pose-analy ### 課題 -* **データのクリーニングと前処理** +- **データのクリーニングと前処理** - IPLは、クリケットを古典的なテストマッチ形式から、はるかに大規模に拡大させました。 毎シーズン、様々なフォーマットで行われる試合の数は増加しており、データ、アルゴリズム、最新のスポーツデータ分析技術、シミュレーションモデルも増加しています。 クリケットのデータ分析には、フィールドマッピング、プレイヤートラッキング、ボールトラッキング、プレイヤーショット分析、およびボールがどのように動くのか、その角度、スピン、速度、軌道など、他の沢山の種類のデータを必要とします。 これらの要因により、データクリーニングと前処理の複雑さが増してしまいました。 + IPL has expanded cricket beyond the classic test match format to a much + larger scale. The number of matches played every season across various + formats has increased and so has the data, the algorithms, newer sports data + analysis technologies and simulation models. Cricket data analysis requires + field mapping, player tracking, ball tracking, player shot analysis, and + several other aspects involved in how the ball is delivered, its angle, spin, + velocity, and trajectory. All these factors together have increased the + complexity of data cleaning and preprocessing. -* **動的モデリング** +- **動的モデリング** - クリケットでは、他のスポーツと同様、フィールド上の選手の様々な数字を追跡するために、関連する変数の数が多くなってしまいがちです。 たとえば、ボールやその属性情報、およびいくつかの行動をとるアクションのいくつかの可能性などの変数です。 データ分析とモデリングの複雑さは、分析中に必要となる予測のための質問の種類に正比例しており、データ表現とモデルにも大きく依存しています。 バッツマンが異なる角度や速度でボールを打った場合に何が起こるのかのような、動的なクリケットのプレーの予測が必要な場合、計算量やデータ比較が更に困難になります。 + In cricket, just like any other sport, + there can be a large number of variables related to tracking various numbers + of players on the field, their attributes, the ball, and several possibilities + of potential actions. The complexity of data analytics and modeling is + directly proportional to the kind of predictive questions that are put forth + during analysis and are highly dependent on data representation and the + model. Things get even more challenging in terms of computation, data + comparisons when dynamic cricket play predictions are sought such as what + would have happened if the batsman had hit the ball at a different angle or + velocity. -* **予測分析の複雑さ** +- **予測分析の複雑さ** クリケットにおいて、意思決定の多くは「ボウラーがある特定のタイプの場合、打者はどのくらいの頻度で特定の種類のショットを打つのか」「バッツマンが特定の方法であるボウラーに反応した場合、ボウラーはどのようにラインと長さを変更するのか 」などの質問に基づいています。 この種の予測分析クエリでは、精度の良いデータセットが利用できることと、データを合成して高精度な生成モデルを作成できることが必要とされます。 + This kind of predictive analytics query requires highly granular dataset + availability and the capability to synthesize data and create generative + models that are highly accurate. ## クリケット解析におけるNumPyの役割 -スポーツ分析は現在、非常に盛んな分野です。 多くの研究者や企業は、最新の機械学習やAI技術以外にも、NumPyや、Scikit-learn, SciPy, Matplotlib, Jupyterなどの他のPyDataパッケージを[使っています](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)。 NumPyは以下のように、クリケット関連の様々なスポーツ分析に使用されています。 +Sports Analytics is a thriving field. スポーツ分析は現在、非常に盛んな分野です。 多くの研究者や企業は、最新の機械学習やAI技術以外にも、NumPyや、Scikit-learn, SciPy, Matplotlib, Jupyterなどの他のPyDataパッケージを[使っています](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)。 NumPyは以下のように、クリケット関連の様々なスポーツ分析に使用されています。 NumPy has been used +for various kinds of cricket related sporting analytics such as: -* **統計分析:** NumPyの数値計算機能は、様々なプレイヤーやゲーム戦術のコンテキストでの観測データで、試合中のイベントの統計的有意性を推定し、生成モデルや静的モデルと比較して試合結果を推定するのに役立ちます。 [因果分析](https://amplitude.com/blog/2017/01/19/causation-correlation) と [ビッグデータアプローチ](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/)が戦術的分析に使用されています。 +- **統計分析:** NumPyの数値計算機能は、様々なプレイヤーやゲーム戦術のコンテキストでの観測データで、試合中のイベントの統計的有意性を推定し、生成モデルや静的モデルと比較して試合結果を推定するのに役立ちます。 [因果分析](https://amplitude.com/blog/2017/01/19/causation-correlation) と [ビッグデータアプローチ](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/)が戦術的分析に使用されています。 + [Causal analysis](https://amplitude.com/blog/2017/01/19/causation-correlation) + and [big data approaches](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/) + are used for tactical analysis. -* **データ可視化:** データのグラフ化・[可視化](https://towardsdatascience.com/advanced-sports-visualization-with-pandas-matplotlib-and-seaborn-9c16df80a81b) は、さまざまなデータセット間の関係について、有益な洞察を与えてくれます。 +- **データ可視化:** データのグラフ化・[可視化](https://towardsdatascience.com/advanced-sports-visualization-with-pandas-matplotlib-and-seaborn-9c16df80a81b) は、さまざまなデータセット間の関係について、有益な洞察を与えてくれます。 ## まとめ -スポーツアナリティクスは、プロの試合についてはまさにゲームチェンジャーです。 特に戦略的な意思決定については、最近まで主に「直感」や過去の伝統的な考え方に基づいて行われていたため、大きな影響があります。 NumPyは、データ分析・機械学習・人工知能のアルゴリズムに関連する高レベル関数を提供する沢山のPythonパッケージ群の、堅固な基盤となっています。 これらのパッケージは、ゲームの結果を変えるような意思決定を支援するリアルタイムのインサイトを得るため、クリケットの試合だけでなく関連する推論やビジネスの推進にも広く使用されています。 クリケットの試合結果につながる隠れたパラメータや、パターン、属性を見つけることは、ステークホルダーが数字や統計に隠されているゲームの洞察方法を見つけるのにも役に立つのです。 +Sports Analytics is a game changer when it comes to how professional games are +played, especially how strategic decision making happens, which until recently +was primarily done based on “gut feeling" or adherence to past traditions. NumPy +forms a solid foundation for a large set of Python packages which provide higher +level functions related to data analytics, machine learning, and AI algorithms. +These packages are widely deployed to gain real-time insights that help in +decision making for game-changing outcomes, both on field as well as to draw +inferences and drive business around the game of cricket. Finding out the +hidden parameters, patterns, and attributes that lead to the outcome of a +cricket match helps the stakeholders to take notice of game insights that are +otherwise hidden in numbers and statistics. {{< figure >}} src = '/images/content_images/cs/numpy_ca_benefits.png' From 6f26969364666eb430fc90293162ff396d2b7454 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:14:04 +0200 Subject: [PATCH 38/96] New translations deeplabcut-dnn.md (Japanese) --- content/ja/case-studies/deeplabcut-dnn.md | 107 +++++++++++++++------- 1 file changed, 73 insertions(+), 34 deletions(-) diff --git a/content/ja/case-studies/deeplabcut-dnn.md b/content/ja/case-studies/deeplabcut-dnn.md index 006dacadbb..3f2fa6259e 100644 --- a/content/ja/case-studies/deeplabcut-dnn.md +++ b/content/ja/case-studies/deeplabcut-dnn.md @@ -12,17 +12,20 @@ attributionlink = 'http://www.mousemotorlab.org/deeplabcut' {{< /figure >}} {{< blockquote - cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/" - by="Alexander Mathis、 *准教授、École polytechnology fe’rale de Lausanne* ([EPFL](https://www.epfl.ch/en/))" ->}} -オープンソースソフトウェアは生体臨床医学を加速させています。 DeepLabCut を使用すると、深層学習を使用して動物の行動を自動的にビデオ解析することができます。 -{{< /blockquote >}} +cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/" +by="Alexander Mathis、 _准教授、École polytechnology fe’rale de Lausanne_ ([EPFL](https://www.epfl.ch/en/))" + +> }} +> Open Source Software is accelerating Biomedicine. }} +> オープンソースソフトウェアは生体臨床医学を加速させています。 DeepLabCut を使用すると、深層学習を使用して動物の行動を自動的にビデオ解析することができます。 +> {{< /blockquote >}} +> {{< /blockquote >}} ## DeepLabCut について -[DeepLabCut](https://github.com/DeepLabCut/DeepLabCut)は、ごくわずかなトレーニングデータで人間レベルの精度で実験動物の行動を追跡可能にするオープンソースのツールボックスです。 DeepLabCutの技術を使うことで、科学者は動物の種類と時系列のデータをもとに、運動制御と行動に関する科学的な理解を深めることができるようになりました。 +[DeepLabCut](https://github.com/DeepLabCut/DeepLabCut)は、ごくわずかなトレーニングデータで人間レベルの精度で実験動物の行動を追跡可能にするオープンソースのツールボックスです。 DeepLabCutの技術を使うことで、科学者は動物の種類と時系列のデータをもとに、運動制御と行動に関する科学的な理解を深めることができるようになりました。 With DeepLabCut technology, scientists can delve deeper into the scientific understanding of motor control and behavior across animal species and timescales. -神経科学、医学、生体力学などのいくつかの研究分野では、動物の動きを追跡したデータを使用しています。 DeepLabCutは、動画に記録された動きを解析することで、人間やその他の動物が何をしているのかを理解することができます。 タグ付けや監視などの、手間のかかる作業を自動化し、深層学習ベースのデータ解析を実施します。 DeepLabCutは、霊長類、マウス、魚、ハエなどの動物を観察する科学研究をより速く正確にしています。 +Several areas of research, including neuroscience, medicine, and biomechanics, use data from tracking animal movement. 神経科学、医学、生体力学などのいくつかの研究分野では、動物の動きを追跡したデータを使用しています。 DeepLabCutは、動画に記録された動きを解析することで、人間やその他の動物が何をしているのかを理解することができます。 タグ付けや監視などの、手間のかかる作業を自動化し、深層学習ベースのデータ解析を実施します。 DeepLabCutは、霊長類、マウス、魚、ハエなどの動物を観察する科学研究をより速く正確にしています。 DeepLabCutは、動物の姿勢推定技術を研究者が簡単に利用できるツールとして共有したいという考えから開発されています。 そこで開発者らはプロジェクト管理機能を備えた、単独で機能し、使いやすいPythonツールボックスとしてこのツールを作成しました。 これにより、姿勢推定を自動化するだけでなく、DeepLabCutツールキットユーザーをデータセット収集段階から共有可能・再利用可能な分析パイプラインを作成する段階まで補助し、プロジェクトをエンドツーエンドで管理することも可能になりました。 {{< figure >}} src = '/images/content_images/cs/race-horse.gif' @@ -31,23 +34,36 @@ alt = 'horserideranim' attribution = '(Source: Mackenzie Mathis)' {{< /figure >}} -DeepLabCutは、動物の姿勢を抽出することで非侵襲的な行動追跡を行います。 これは、生体力学、遺伝学、倫理学、神経科学などの分野での研究に必要不可欠です。 動的に変化する背景の中で、動物の姿勢をビデオデータから非侵襲的に測定することは、技術的にも、必要な計算リソースやトレーニングデータの点でも、非常に困難な計算処理です。 +DeepLabCutは、動物の姿勢を抽出することで非侵襲的な行動追跡を行います。 これは、生体力学、遺伝学、倫理学、神経科学などの分野での研究に必要不可欠です。 動的に変化する背景の中で、動物の姿勢をビデオデータから非侵襲的に測定することは、技術的にも、必要な計算リソースやトレーニングデータの点でも、非常に困難な計算処理です。 Measuring animal poses non-invasively from video - without markers - in dynamically changing backgrounds is computationally challenging, both technically as well as in terms of resource needs and training data required. + +DeepLabCut allows researchers to estimate the pose of the subject, efficiently enabling them to quantify the behavior through a Python based software toolkit. DeepLabCutは、研究者が対象の姿勢を推定し、Pythonベースのソフトウェアを使って効率的に対象の行動を定量化することを可能にします。 DeepLabCutを使用すると、研究者は動画から異なるフレームを識別し、数十個のフレームの特定の身体部位を、よくできたGUIによってラベルづけできます。 すると、DeepLabCutの深層学習ベースのポーズ推定アーキテクチャにより、動画の残りの部分や動物の他の類似した動画から同じ特徴を抽出する方法を学習できます。 ハエやマウスなどの一般的な実験動物から [チーター][cheetah-movement]のようなより珍しい動物まで、動物の種類を問わず利用できます。 It works across species of animals, from common laboratory animals such as flies and mice to more unusual animals like [cheetahs][cheetah-movement]. -DeepLabCutは、研究者が対象の姿勢を推定し、Pythonベースのソフトウェアを使って効率的に対象の行動を定量化することを可能にします。 DeepLabCutを使用すると、研究者は動画から異なるフレームを識別し、数十個のフレームの特定の身体部位を、よくできたGUIによってラベルづけできます。 すると、DeepLabCutの深層学習ベースのポーズ推定アーキテクチャにより、動画の残りの部分や動物の他の類似した動画から同じ特徴を抽出する方法を学習できます。 ハエやマウスなどの一般的な実験動物から [チーター][cheetah-movement]のようなより珍しい動物まで、動物の種類を問わず利用できます。 +[cheetah-movement]: https://www.technologynetworks.com/neuroscience/articles/interview-a-deeper-cut-into-behavior-with-mackenzie-mathis-327618 -DeepLabCutでは[転移学習](https://arxiv.org/pdf/1909.11229)という技術を使用しています。 これにより必要な学習データの量を大幅に削減し、学習の収束を加速させることができます。 必要に応じて、より高速な推論を提供するさまざまなネットワークアーキテクチャ(MobileNetV2など)を選択することができ、リアルタイムの実験データフィードバックと組み合わせることもできます。 DeepLabCutはもともと[DeeperCut](https://arxiv.org/abs/1605.03170)と呼ばれるパフォーマンスのよい人用のポーズ推定アーキテクチャの特徴検出器を使用しており、これが名前の由来になりました。 今ではこのパッケージは大幅に変更され、追加のアーキテクチャ・データの水増し・一通りのユーザー用フロントエンドを含んでいます。 さらに、 大規模な生物学的実験をサポートするため、DeepLabCutはオンライン学習の機能を提供しています。 これにより、動画の時間をこえて学習データを増やすことができ、エッジケースをカバーしたり、特定のコンテキスト内でポーズ推定アルゴリズムを堅牢にしたりできます。 +DeepLabCut uses a principle called [transfer learning](https://arxiv.org/pdf/1909.11229), which greatly reduces the amount of training data required and speeds up the convergence of the training period. Depending on the needs, users can pick different network architectures that provide faster inference (e.g. MobileNetV2), which can also be combined with real-time experimental feedback. DeepLabCut originally used the feature detectors from a top-performing human pose estimation architecture, called [DeeperCut](https://arxiv.org/abs/1605.03170), which inspired the name. The package now has been significantly changed to include additional architectures, augmentation methods, and a full front-end user experience. Furthermore, to support large-scale biological experiments DeepLabCut provides active learning capabilities so that users can increase the training set over time to cover edge cases and make their pose estimation algorithm robust within the specific context. -最近、[DeepLabCut model zoo](http://www.mousemotorlab.org/dlc-modelzoo)が発表されました。 これは、霊長類の顔分析から犬の姿勢まで、様々な種や実験条件に対応した事前訓練済みモデルを提供しています。 これにより、例えば、新しいデータのラベルを付けることなくクラウドで予測を実行することができたり、ニューラルネットワークの学習を実行することができます。 プログラミング経験は必要ありません。 +最近、[DeepLabCut model zoo](http://www.mousemotorlab.org/dlc-modelzoo)が発表されました。 これは、霊長類の顔分析から犬の姿勢まで、様々な種や実験条件に対応した事前訓練済みモデルを提供しています。 これにより、例えば、新しいデータのラベルを付けることなくクラウドで予測を実行することができたり、ニューラルネットワークの学習を実行することができます。 プログラミング経験は必要ありません。 This can be run for instance in the cloud without any labeling of new data, or neural network training, and no programming experience is necessary. ### 主な目標と結果 -* **科学研究のための動物姿勢解析の自動化:** +- **科学研究のための動物姿勢解析の自動化:** - DeepLabCutという技術の主な目的は、多様な環境で動物の姿勢を測定し追跡することです。 このデータは例えば神経科学の研究において、脳がどのように運動を制御しているかを理解するためのや、動物がどのように社会的に交流しているかを明らかにするために利用することができます。 研究者はDeepLabCutで [10倍のパフォーマンス向上](https://www.biorxiv.org/content/10.1101/457242v1) が可能であると発表しています。 オフラインでは最大1200フレーム/秒(FPS) で姿勢を推定することができます。 + DeepLabCutという技術の主な目的は、多様な環境で動物の姿勢を測定し追跡することです。 このデータは例えば神経科学の研究において、脳がどのように運動を制御しているかを理解するためのや、動物がどのように社会的に交流しているかを明らかにするために利用することができます。 研究者はDeepLabCutで [10倍のパフォーマンス向上](https://www.biorxiv.org/content/10.1101/457242v1) が可能であると発表しています。 オフラインでは最大1200フレーム/秒(FPS) で姿勢を推定することができます。 This data can be used, for example, in + neuroscience studies to understand how the brain controls movement, or to + elucidate how animals socially interact. Researchers have observed a + [tenfold performance boost](https://www.biorxiv.org/content/10.1101/457242v1) + with DeepLabCut. Poses can be inferred offline at up to 1200 frames per second + (FPS). -* **姿勢推定のための使いやすいPythonツールキットの作成:** +- **姿勢推定のための使いやすいPythonツールキットの作成:** - DeepLabCutは、動物の姿勢推定技術を研究者が簡単に利用できるツールとして共有したいという考えから開発されています。 そこで開発者らはプロジェクト管理機能を備えた、単独で機能し、使いやすいPythonツールボックスとしてこのツールを作成しました。 これにより、姿勢推定を自動化するだけでなく、DeepLabCutツールキットユーザーをデータセット収集段階から共有可能・再利用可能な分析パイプラインを作成する段階まで補助し、プロジェクトをエンドツーエンドで管理することも可能になりました。 + DeepLabCut wanted to share their animal pose-estimation technology in the form + of an easy to use tool that can be adopted by researchers easily. So they have + created a complete, easy-to-use Python toolbox with project management features + as well. These enable not only automation of pose-estimation but also + managing the project end-to-end by helping the DeepLabCut Toolkit user right + from the dataset collection stage to creating shareable and reusable analysis + pipelines. この[ツールキット][DLCToolkit] はオープンソースとして利用できます。 @@ -67,19 +83,28 @@ attribution = '(Source: DeepLabCut)' attributionlink = 'https://twitter.com/DeepLabCut/status/1198046918284210176/photo/1' {{< /figure >}} +[DLCToolkit]: https://github.com/DeepLabCut/DeepLabCut + ### 課題 -* **速度** +- **速度** - 動物行動動画の高速な処理は、動物の行動を測定し、科学実験をより効率的で正確にするために重要です。 動的に変化する背景の中で、マーカーを使用せずに、実験室での実験のために動物の詳細な姿勢を抽出することは、技術的にも、必要なリソース的にも、必要なトレーニングデータの面でも、困難な場合があります。 科学者が、より現実的な状況で研究を行うために、コンピュータビジョンなどの専門知識のスキルを必要とせずに使うことができるツールを開発することは、解決すべき重要な問題です。 + 動物行動動画の高速な処理は、動物の行動を測定し、科学実験をより効率的で正確にするために重要です。 動的に変化する背景の中で、マーカーを使用せずに、実験室での実験のために動物の詳細な姿勢を抽出することは、技術的にも、必要なリソース的にも、必要なトレーニングデータの面でも、困難な場合があります。 科学者が、より現実的な状況で研究を行うために、コンピュータビジョンなどの専門知識のスキルを必要とせずに使うことができるツールを開発することは、解決すべき重要な問題です。 + Extracting detailed animal poses for laboratory experiments, without + markers, in dynamically changing backgrounds, can be challenging, both + technically as well as in terms of resource needs and training data required. + Coming up with a tool that is easy to use without the need for skills such + as computer vision expertise that enables scientists to do research in more + real-world contexts, is a non-trivial problem to solve. -* **組み合わせ問題** +- **組み合わせ問題** - 組合せ問題とは、複数の四肢の動きを個々の動物行動に統合することを指します。 キーポイントと、その個々の動物行動との関連性を組み合わせ、時間的に結びつけることは、複雑なプロセスであり、非常に膨大な数値解析が必要となります。 特に、実験映像の中で複数の動物の動きを追跡する場合は大変です。 + Combinatorics involves assembly and integration of movement of multiple + limbs into individual animal behavior. 組合せ問題とは、複数の四肢の動きを個々の動物行動に統合することを指します。 キーポイントと、その個々の動物行動との関連性を組み合わせ、時間的に結びつけることは、複雑なプロセスであり、非常に膨大な数値解析が必要となります。 特に、実験映像の中で複数の動物の動きを追跡する場合は大変です。 -* **データ処理** +- **データ処理** - 最後に、配列の操作もかなり難しい問題です。 様々な画像や、目標のテンソル、キーポイントに対応する大きな配列のスタックを処理しなければならないからです。 + 最後に、配列の操作もかなり難しい問題です。 様々な画像や、目標のテンソル、キーポイントに対応する大きな配列のスタックを処理しなければならないからです。 {{< figure >}} src = '/images/content_images/cs/pose-estimation.png' @@ -92,17 +117,27 @@ attributionlink = 'https://www.biorxiv.org/content/10.1101/476531v1.full.pdf' ## 姿勢推定の課題に対応するためのNumPyの役割 -NumPy は DeepLabCutにおける、行動分析の高速化のための数値計算の核となっています。 NumPyだけでなく、DeepLabCutは様々なNumPyをベースとしているPythonライブラリを利用しています。 [SciPy](https://www.scipy.org)、[Pandas](https://pandas.pydata.org)、[matplotlib](https://matplotlib.org)、[Tensorpack](https://github.com/tensorpack/tensorpack), [imgaug](https://github.com/aleju/imgaug)、[scikit-learn](https://scikit-learn.org/stable/)、[scikit-image](https://scikit-image.org)、[Tensorflow](https://www.tensorflow.org)などです。 +DeepLabCutでは[転移学習](https://arxiv.org/pdf/1909.11229)という技術を使用しています。 これにより必要な学習データの量を大幅に削減し、学習の収束を加速させることができます。 必要に応じて、より高速な推論を提供するさまざまなネットワークアーキテクチャ(MobileNetV2など)を選択することができ、リアルタイムの実験データフィードバックと組み合わせることもできます。 DeepLabCutはもともと[DeeperCut](https://arxiv.org/abs/1605.03170)と呼ばれるパフォーマンスのよい人用のポーズ推定アーキテクチャの特徴検出器を使用しており、これが名前の由来になりました。 今ではこのパッケージは大幅に変更され、追加のアーキテクチャ・データの水増し・一通りのユーザー用フロントエンドを含んでいます。 さらに、 大規模な生物学的実験をサポートするため、DeepLabCutはオンライン学習の機能を提供しています。 これにより、動画の時間をこえて学習データを増やすことができ、エッジケースをカバーしたり、特定のコンテキスト内でポーズ推定アルゴリズムを堅牢にしたりできます。 NumPy は DeepLabCutにおける、行動分析の高速化のための数値計算の核となっています。 NumPyだけでなく、DeepLabCutは様々なNumPyをベースとしているPythonライブラリを利用しています。 [SciPy](https://www.scipy.org)、[Pandas](https://pandas.pydata.org)、[matplotlib](https://matplotlib.org)、[Tensorpack](https://github.com/tensorpack/tensorpack), [imgaug](https://github.com/aleju/imgaug)、[scikit-learn](https://scikit-learn.org/stable/)、[scikit-image](https://scikit-image.org)、[Tensorflow](https://www.tensorflow.org)などです。 以下に挙げるNumPyの特徴が、DeepLabCutの姿勢推定アルゴリズムでの画像処理・組み合わせ処理・高速計算において、重要な役割を果たしました。 -* ベクトル化 -* マスクされた配列操作 -* 線形代数 -* ランダムサンプリング -* 大きな配列の再構成 - -DeepLabCutは、ツールキットが提供するワークフローを通じてNumPyの配列機能を利用しています。 特に、NumPyはヒューマンアノテーションのラベル付けや、アノテーションの書き込み、編集、処理のために、特定のフレームをサンプリングするために使用されています。 TensorFlowを使ったニューラルネットワークは、DeepLabCutの技術によって何千回も訓練され、 フレームから真のアノテーション情報を予測します。 この目的のため、姿勢推定問題を画像-画像変換問題として変換する目標密度(スコアマップ) を作成します。 ニューラルネットワークのロバスト化のため、データの水増しを使用していますが、このためには幾何学・画像的処理を施したスコアマップの計算を行うことが必要になります。 また学習を高速化するため、NumPyのベクトル化機能が利用されています。 推論には、目標のスコアマップから最も可能性の高い予測値を抽出し、効率的に「予測値をリンクさせて個々の動物を組み立てる」ことが必要になります。 +- ベクトル化 +- マスクされた配列操作 +- 線形代数 +- ランダムサンプリング +- 大きな配列の再構成 + +DeepLabCutは、ツールキットが提供するワークフローを通じてNumPyの配列機能を利用しています。 特に、NumPyはヒューマンアノテーションのラベル付けや、アノテーションの書き込み、編集、処理のために、特定のフレームをサンプリングするために使用されています。 TensorFlowを使ったニューラルネットワークは、DeepLabCutの技術によって何千回も訓練され、 フレームから真のアノテーション情報を予測します。 この目的のため、姿勢推定問題を画像-画像変換問題として変換する目標密度(スコアマップ) を作成します。 ニューラルネットワークのロバスト化のため、データの水増しを使用していますが、このためには幾何学・画像的処理を施したスコアマップの計算を行うことが必要になります。 また学習を高速化するため、NumPyのベクトル化機能が利用されています。 推論には、目標のスコアマップから最も可能性の高い予測値を抽出し、効率的に「予測値をリンクさせて個々の動物を組み立てる」ことが必要になります。 In particular, NumPy is used for sampling distinct frames for +human annotation labeling, and for writing, editing and processing annotation +data. Within TensorFlow the neural network is trained by DeepLabCut technology +over thousands of iterations to predict the ground truth annotations from +frames. For this purpose, target densities (scoremaps) are created to cast pose +estimation as a image-to-image translation problem. To make the neural networks +robust, data augmentation is employed, which requires the calculation of target +scoremaps subject to various geometric and image processing steps. To make +training fast, NumPy’s vectorization capabilities are leveraged. For inference, +the most likely predictions from target scoremaps need to extracted and one +needs to efficiently “link predictions to assemble individual animals”. {{< figure >}} src = '/images/content_images/cs/deeplabcut-workflow.png' @@ -114,14 +149,18 @@ attributionlink = 'https://www.researchgate.net/figure/DeepLabCut-work-flow-The- ## まとめ -行動を観察し、効率的に表現することは、現代倫理学、神経科学、医学、工学の根幹です。 [DeepLabCut](http://orga.cvss.cc/wp-content/uploads/2019/05/NathMathis2019.pdf) により、研究者は対象の姿勢を推定し、行動を効率的に定量化できるようになりました。 DeepLabCutというPythonツールボックスを使えば、わずかな学習画像のセットでニューラルネットワークを人間レベルのラベリング精度で学習することができ、実験室での行動分析だけでなく、スポーツ、歩行分析、医学、リハビリテーション研究などへの応用が可能になります。 DeepLabCutアルゴリズムに必要な複雑な組み合わせ処理やデータ処理の問題を、NumPyの配列操作機能が解決しています。 +Observing and efficiently describing behavior is a core tenant of modern +ethology, neuroscience, medicine, and technology. +行動を観察し、効率的に表現することは、現代倫理学、神経科学、医学、工学の根幹です。 [DeepLabCut](http://orga.cvss.cc/wp-content/uploads/2019/05/NathMathis2019.pdf) により、研究者は対象の姿勢を推定し、行動を効率的に定量化できるようになりました。 DeepLabCutというPythonツールボックスを使えば、わずかな学習画像のセットでニューラルネットワークを人間レベルのラベリング精度で学習することができ、実験室での行動分析だけでなく、スポーツ、歩行分析、医学、リハビリテーション研究などへの応用が可能になります。 DeepLabCutアルゴリズムに必要な複雑な組み合わせ処理やデータ処理の問題を、NumPyの配列操作機能が解決しています。 With only a small set of training images, +the DeepLabCut Python toolbox allows training a neural network to within human +level labeling accuracy, thus expanding its application to not only behavior +analysis in the laboratory, but to potentially also in sports, gait analysis, +medicine and rehabilitation studies. Complex combinatorics, data processing +challenges faced by DeepLabCut algorithms are addressed through the use of +NumPy's array manipulation capabilities. {{< figure >}} src = '/images/content_images/cs/numpy_dlc_benefits.png' alt = 'numpy benefits' title = 'NumPyの主要機能' {{< /figure >}} - -[cheetah-movement]: https://www.technologynetworks.com/neuroscience/articles/interview-a-deeper-cut-into-behavior-with-mackenzie-mathis-327618 - -[DLCToolkit]: https://github.com/DeepLabCut/DeepLabCut From 7ff37af835b771f70c146ab48de680579058acaa Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 17 Jun 2024 17:14:14 +0200 Subject: [PATCH 39/96] New translations gw-discov.md (Japanese) --- content/ja/case-studies/gw-discov.md | 108 +++++++++++++++++++-------- 1 file changed, 78 insertions(+), 30 deletions(-) diff --git a/content/ja/case-studies/gw-discov.md b/content/ja/case-studies/gw-discov.md index c5275fde58..7d7311c141 100644 --- a/content/ja/case-studies/gw-discov.md +++ b/content/ja/case-studies/gw-discov.md @@ -12,39 +12,75 @@ attributionlink = 'https://youtu.be/Zt8Z_uzG71o' {{< /figure >}} {{< blockquote - cite="https://www.youtube.com/watch?v=BIvezCVcsYs" - by="David Shoemaker, *LIGOサイエンティフィック・コラボレーション*" >}} +cite="https://www.youtube.com/watch?v=BIvezCVcsYs" +by="David Shoemaker, _LIGOサイエンティフィック・コラボレーション_" >}} 科学計算のためのPythonエコシステムはLIGOで行われている研究のための重要なインフラです。 {{< /blockquote >}} +{{< /blockquote >}} ## [重力波](https://www.nationalgeographic.com/news/2017/10/what-are-gravitational-waves-ligo-astronomy-science/) と [LIGO](https://www.ligo.caltech.edu) について -重力波は、空間と時間の基本構造の波紋です。 2つのブラックホールの衝突や合体、2連星や超新星の合体など、大きな変動現象によって生成されます。 重力波の観測は、重力を研究する上で重要なだけでなく、遠い宇宙におけるいくつかの不明瞭な現象と、その影響を理解するためにも役立ちます。 - -\[レーザー干渉計重力波天文台(LIGO)\](https://www. ligo. caltech. edu)は、アインシュタインの一般相対性理論によって予測された重力波の直接検出を通して、重力波天体物理学の分野を切り開くために設計されました。 このシステムは、アメリカのワシントン州ハンフォードとルイジアナ州リビングストンにある2つの干渉計が一体となって構成され、重力波を検出します。 それぞれのシステムには、レーザー干渉法を用いた数キロ規模の重力波検出器が設置されています。 LIGO Scientific Collaboration（LSC）は、米国をはじめとする14カ国の大学から1000人以上の科学者が集まり、90以上の大学・研究機関によって支援されています。 また、約250人の学生も参加しています。 今回のLIGOの発見は、重力波が地球を通過する際に生じる空間と時間の微小な乱れの測定により、重力波そのものを初めて観測しました。 これにより、新しい天体物理学のフロンティアが開かれました。 これは、宇宙の歪んだ側面、つまり歪んだ時空から作られた物体とそれに現象を切り拓くものです。 - +重力波は、空間と時間の基本構造の波紋です。 2つのブラックホールの衝突や合体、2連星や超新星の合体など、大きな変動現象によって生成されます。 重力波の観測は、重力を研究する上で重要なだけでなく、遠い宇宙におけるいくつかの不明瞭な現象と、その影響を理解するためにも役立ちます。 Observing GW can not only help +in studying gravity but also in understanding some of the obscure phenomena in +the distant universe and its impact. + +\[レーザー干渉計重力波天文台(LIGO)\](https://www. It comprises two widely separated interferometers within the +United States — one in Hanford, Washington and the other in Livingston, +Louisiana — operated in unison to detect gravitational waves. Each of them has +multi-kilometer-scale gravitational wave detectors that use laser +interferometry. The LIGO Scientific Collaboration (LSC), is a group of more +than 1000 scientists from universities around the United States and in 14 +other countries supported by more than 90 universities and research institutes; +approximately 250 students actively contributing to the collaboration. The new +LIGO discovery is the first observation of gravitational waves themselves, +made by measuring the tiny disturbances the waves make to space and time as +they pass through the earth. It has opened up new astrophysical frontiers +that explore the warped side of the universe—objects and phenomena that are +made from warped spacetime. ### 主な目的 -* LIGOの[ミッション](https://www.ligo.caltech.edu/page/what-is-ligo)は、宇宙で最も激しくエネルギーに満ちたプロセスからの重力波を検出することですが、LIGOが収集するデータは、重力、相対性理論、天体物理学、宇宙論、素粒子物理学、原子核物理学など、物理学の多くの分野に広く影響を与える可能性があります。 -* 複雑な数学を含む相対性理論の数値計算によって観測データを解析し、信号とノイズを識別し、関連性のある信号をフィルタリングし、観測データの有意性を統計的に推定することで、宇宙の始まりのクランチを観測できるようになります。 -* バイナリや数値の結果を理解しやすいようにデータを可視化することも必要です。 - - +- LIGOの[ミッション](https://www.ligo.caltech.edu/page/what-is-ligo)は、宇宙で最も激しくエネルギーに満ちたプロセスからの重力波を検出することですが、LIGOが収集するデータは、重力、相対性理論、天体物理学、宇宙論、素粒子物理学、原子核物理学など、物理学の多くの分野に広く影響を与える可能性があります。 +- Crunch observed data via numerical relativity computations that involves + complex maths in order to discern signal from noise, filter out relevant + signal and statistically estimate significance of observed data +- バイナリや数値の結果を理解しやすいようにデータを可視化することも必要です。 ### 課題 -* **計算** - - 合成により放出される重力波は、スーパーコンピュータを用いて数値相対性を手あたり次第に試すような方法では計算できません。 LIGOが収集するデータ量は、重力波の信号が少ないのと同じくらい不可解です。 - -* **データの氾濫** - - 観測装置がより高感度で信頼性を持つようになると、データの大洪水によって、干し草の中から針を探すような問題が、多重に発生することがわかります。 LIGOは毎日テラバイトのデータを生成しているのです！ この大量のデータを解釈するには、各検出ごとに多大な労力が必要です。 例えば、LIGOによって収集される信号は、数十万個の重力波シグネチャのテンプレートで構成されており、スーパーコンピュータでしか解析できません。 - -* **可視化** - - アインシュタイン方程式を元にスーパーコンピュータでデータを解析できるようになったら、次はデータを人間の脳で理解できるようにしなければなりません。 シミュレーションのモデリングや信号の検出には、わかりやすい可視化技術が必要です。 画像処理やシミュレーションによって、解析結果をより多くの人に理解してもらえる状態になる前の段階において、可視化は、数値相対性を十分に重要視していなかった純粋な科学愛好家の目に、数値相対性が、より信頼性の高いものとして映るようにするという役割も果たしています。 複雑な計算と描画を行い、また最新の実験結果と洞察に基づいてシミュレーションと再描画を行う作業は時間のかかるもので、この分野の研究者にとっての課題です。 +- **計算** + + Gravitational Waves are hard to detect as they produce a very small effect + and have tiny interaction with matter. Processing and analyzing all of + LIGO's data requires a vast computing infrastructure.After taking care of + noise, which is billions of times of the signal, there is still very + complex relativity equations and huge amounts of data which present a + computational challenge: + [O(10^7) CPU hrs needed for binary merger analyses](https://youtu.be/7mcHknWWzNI) + spread on 6 dedicated LIGO clusters + +- **データの氾濫** + + As observational devices become more sensitive and reliable, the challenges + posed by data deluge and finding a needle in a haystack rise multi-fold. + LIGO generates terabytes of data every day! Making sense of this data + requires an enormous effort for each and every detection. For example, the + signals being collected by LIGO must be matched by supercomputers against + hundreds of thousands of templates of possible gravitational-wave signatures. + +- **可視化** + + Once the obstacles related to understanding Einstein’s equations well + enough to solve them using supercomputers are taken care of, the next big + challenge was making data comprehensible to the human brain. Simulation + modeling as well as signal detection requires effective visualization + techniques. Visualization also plays a role in lending more credibility + to numerical relativity in the eyes of pure science aficionados, who did + not give enough importance to numerical relativity until imaging and + simulations made it easier to comprehend results for a larger audience. + Speed of complex computations and rendering, re-rendering images and + simulations using latest experimental inputs and insights can be a time + consuming activity that challenges researchers in this domain. {{< figure >}} src = '/images/content_images/cs/gw_strain_amplitude.png' @@ -57,17 +93,19 @@ attributionlink = 'https://www.researchgate.net/publication/293886905_Observatio ## 重力波の検出におけるNumPyの役割 合成により放出される重力波は、スーパーコンピュータを用いたブルートフォースの数値相対性処理以外の手法では計算できません。 重力波は非常に小さい効果を生み、物質と微小な相互作用を持つため、検出が困難です。 LIGOのすべてのデータを処理・分析するには、膨大な計算インフラが必要です。 信号の数十億倍のノイズを除去した後も、非常に複雑な相対性理論の方程式と膨大な量のデータがあり、計算上の課題となっています。 +合成により放出される重力波は、スーパーコンピュータを用いて数値相対性を手あたり次第に試すような方法では計算できません。 LIGOが収集するデータ量は、重力波の信号が少ないのと同じくらい不可解です。 -Python用の標準的な数値解析パッケージNumPyは、LIGOの重力波検出プロジェクトで実行される様々なタスクに使用されるソフトウェアで利用されています。 NumPyは、複雑な数学処理や高速なデータ操作に役立ちました。 次にいくつかの例を示します。 +Python用の標準的な数値解析パッケージNumPyは、LIGOの重力波検出プロジェクトで実行される様々なタスクに使用されるソフトウェアで利用されています。 NumPyは、複雑な数学処理や高速なデータ操作に役立ちました。 次にいくつかの例を示します。 NumPy helped in solving complex maths and data manipulation at high +speed. Here are some examples: -* [信号処理](https://www.uv.es/virgogroup/Denoising_ROF.html): グリッジ検出、[ノイズ同定とデータ判定](https://ep2016.europython.eu/media/conference/slides/pyhton-in-gravitational-waves-research-communities.pdf) (NumPy, scikit-learn, scipy, matplotlib, pandas, pyCharm)。 -* データ取得: どのデータが解析できるかを決定し、干し草の中の針のような信号が入っているかどうかを突き止める。 -* 統計解析: 観測データの統計的有意性を推定し、モデルとの比較により信号パラメータ（星の質量、スピン速度、距離など）を推定する。 -* データ可視化 +- [信号処理](https://www.uv.es/virgogroup/Denoising_ROF.html): グリッジ検出、[ノイズ同定とデータ判定](https://ep2016.europython.eu/media/conference/slides/pyhton-in-gravitational-waves-research-communities.pdf) (NumPy, scikit-learn, scipy, matplotlib, pandas, pyCharm)。 +- データ取得: どのデータが解析できるかを決定し、干し草の中の針のような信号が入っているかどうかを突き止める。 +- 統計解析: 観測データの統計的有意性を推定し、モデルとの比較により信号パラメータ（星の質量、スピン速度、距離など）を推定する。 +- データ可視化 - 時系列データ - スペクトログラム -* 相関計算 -* 重力波データ解析のために開発された[ソフトウェア群](https://github.com/lscsoft): [GwPy](https://gwpy.github.io/docs/stable/overview.html)や [PyCBC](https://pycbc.org)は、NumPyやAstroPyを用いて、重力波検出器データを研究するためのユーティリティー・ツール・関数へのオブジェクト指向インターフェースを提供しています。 +- 相関計算 +- 重力波データ解析のために開発された[ソフトウェア群](https://github.com/lscsoft): [GwPy](https://gwpy.github.io/docs/stable/overview.html)や [PyCBC](https://pycbc.org)は、NumPyやAstroPyを用いて、重力波検出器データを研究するためのユーティリティー・ツール・関数へのオブジェクト指向インターフェースを提供しています。 {{< figure >}} src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' @@ -85,7 +123,17 @@ title = 'PyCBCのNumPy依存グラフ' ## まとめ -一方で、これまで知られてきた深遠な天体物理学の現象に、多くに新たな洞察を提供しました。 数値処理とデータの可視化は、科学者が科学的な観測から収集したデータについての洞察を得て、その結果を理解するのに役立つ重要なステップです。 しかし、その計算は複雑であり、実際の観測データと分析を用いたコンピュータシミュレーションを用いて可視化されない限り、人間が理解することはできませんでした。 NumPyは、matplotlib・pandas・scikit-learnなどのPythonパッケージとともに、研究者が複雑な質問に答え、私たちの宇宙に対するの理解において、新しい地平を発見することを[可能にしています](https://www.gw-openscience.org/events/GW150914/)。 +GW detection has enabled researchers to discover entirely unexpected phenomena +while providing new insight into many of the most profound astrophysical +phenomena known. Number crunching and data visualization is a crucial step +that helps scientists gain insights into data gathered from the scientific +observations and understand the results. The computations are complex and +cannot be comprehended by humans unless it is visualized using computer +simulations that are fed with the real observed data and analysis. NumPy +along with other Python packages such as matplotlib, pandas, and scikit-learn +is [enabling researchers](https://www.gw-openscience.org/events/GW150914/) to +answer complex questions and discover new horizons in our understanding of the +universe. {{< figure >}} src = '/images/content_images/cs/numpy_bh_benefits.png' From b5789acb91a3d300586d9e8c5803154aaf77c79f Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Tue, 18 Jun 2024 09:09:20 +0200 Subject: [PATCH 40/96] New translations news.md (Japanese) --- content/ja/news.md | 27 +++++++++++++++++++++++---- 1 file changed, 23 insertions(+), 4 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 157333976a..8f8dfe9f3a 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,12 +1,30 @@ --- title: ニュース sidebar: false -newsHeader: NumPy 1.26.0 がリリースされました。 -date: 2024-05-23 +newsHeader: NumPy 2.0 released! +date: 2024-06-17 --- ### NumPy 1.19.2 リリース +_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the +result of 11 months of development since the last feature release and is the +work of 212 contributors spread over 1078 pull requests. It contains a large +number of exciting new features as well as changes to both the Python and C +APIs. It includes breaking changes that could not happen in a regular minor +release - including an ABI break, changes to type promotion rules, and API +changes which may not have been emitting deprecation warnings in 1.26.x. Key +documents related to how to adapt to changes in NumPy 2.0 include: + +- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- Numpy 1.25. +- 多くの新しい非推奨(Deprecation)の追加 + +The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) +tells a bit of the story about how this release came together. + +### NumPy 1.26.0 がリリースされました。 + _23 May, 2024_ -- We are excited to announce that NumPy 2.0 is planned to be released on June 16, 2024. This release has been over a year in the making, and is the first major release since 2006. Importantly, in addition to many new @@ -16,8 +34,8 @@ end user code needs to be adapted - if you can, please verify whether your code works with NumPy `2.0.0rc2`. **Please see the following for more details:** - The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- Numpy 1.25. -- 多くの新しい非推奨(Deprecation)の追加 +- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) +- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUS end of the year fundraiser @@ -314,6 +332,7 @@ More details on our proposed initiatives and deliverables can be found in the [f Here is a list of NumPy releases, with links to release notes. こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 +- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. - NumPy 1.21.6 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.21.6)) -- _2022年4月12日_. - _2021年7月12日_ -- NumPy ではコミュニティの力を信じています。 昨年の第1回アンケートには、75カ国から1,236名のNumPyユーザーが参加してくれました。 この調査結果により、今後12ヶ月間、私たちがどのようなことに集中すべきかを、非常に良く理解することができました。 - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. From a24c7f16a359b93a3a8b88731991ba11b9938748 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Tue, 18 Jun 2024 09:28:53 +0200 Subject: [PATCH 41/96] New translations news.md (Japanese) --- content/ja/news.md | 312 +++++++++++++++++---------------------------- 1 file changed, 115 insertions(+), 197 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 8f8dfe9f3a..3cff82620f 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,234 +1,164 @@ --- title: ニュース sidebar: false -newsHeader: NumPy 2.0 released! -date: 2024-06-17 +newsHeader: "NumPy 2.0 released!" +date: 2023-09-16 --- -### NumPy 1.19.2 リリース +### NumPy 2.0 リリース日: 6月16日 -_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the -result of 11 months of development since the last feature release and is the -work of 212 contributors spread over 1078 pull requests. It contains a large -number of exciting new features as well as changes to both the Python and C -APIs. It includes breaking changes that could not happen in a regular minor -release - including an ABI break, changes to type promotion rules, and API -changes which may not have been emitting deprecation warnings in 1.26.x. Key -documents related to how to adapt to changes in NumPy 2.0 include: +_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: -- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- Numpy 1.25. -- 多くの新しい非推奨(Deprecation)の追加 +- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) +- ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) -tells a bit of the story about how this release came together. +The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. -### NumPy 1.26.0 がリリースされました。 -_23 May, 2024_ -- We are excited to announce that NumPy 2.0 is planned to be -released on June 16, 2024. This release has been over a year in the making, and -is the first major release since 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. It is likely that downstream packages and -end user code needs to be adapted - if you can, please verify whether your code -works with NumPy `2.0.0rc2`. **Please see the following for more details:** +### NumPy 2.0 リリース日: 6月16日 + +_ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** - The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) - Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -### NumFOCUS end of the year fundraiser -_Dec 19, 2023_ -- NumFOCUS has teamed up with PyCharm during their EOY campaign to offer a 30% discount -on first-time PyCharm licenses. All year-one revenue from PyCharm purchases from now -until December 23rd, 2023 will go directly to the NumFOCUS programs. +### NumFOCUSの年末の資金調達 +_2023年12月19日_ -- NumFOCUSは、年末キャンペーンでPyCharmチームと協力し、PyCharmライセンスの初回購入に30%の割引を提供しています。 2023年12月23日までのPyCharm購入による1年目の収益は全てNumFOCUSのプログラムに直接寄付されます。 -Use unique URL that will allow to track purchases https://lp.jetbrains.com/support-data-science/ -or a coupon code ISUPPORTDATASCIENCE  +購入される方はこちらのURLか: https://lp.jetbrains.com/support-data-science/ こちらのクーポンコードを利用してください: ISUPPORTDATASCIENCE  ### NumPy 1.26.0 がリリースされました。 -_2023年9月16日_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html)がリリースされました。 今回のリリースの目玉機能は次のとおりです。 The highlights of the release are: +_2023年9月16日_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html)がリリースされました。 今回のリリースの目玉機能は次のとおりです。 -- Python 3.12.0 のサポート -- Cython 3.0.0 との互換性 -- Mesonビルドシステムの利用 -- SIMD サポートの改善 -- f2py のバグ修正, meson と bind(x) のサポート -- 更新された BLAS/LAPACK の高速化ライブラリのサポート +* Python 3.12.0 のサポート +* Cython 3.0.0 への互換性 +* Mesonビルドシステムの利用 +* SIMD サポートの改善 +* f2py のバグ修正, meson と bind(x) のサポート +* 更新された BLAS/LAPACK の高速化ライブラリのサポート -Numpy 1.26.0 は 1.25 からの互換性を保持しています。Mesonビルドシステムへの移行とCython 3.0.0のサポートが目的のリリースです。 合計20人がこのリリースに貢献し、59個のプルリクエストがマージされました。 -A total of 20 people contributed to this release and 59 pull requests were -merged. +Numpy 1.26.0 は 1.25 からの互換性を保持しています。Mesonビルドシステムへの移行とCython 3.0.0へのサポートが目的のリリースです。 合計20人がこのリリースに貢献し、59個のプルリクエストがマージされました。 このリリースでサポートされている Python のバージョンは3.9から 3.12 です。 ### numpy.orgが日本語とポルトガル語で利用可能になりました -_2023年4月2日_ -- numpy.orgが2つの言語で利用可能になりました： 日本語とポルトガル語。 熱心なボランティアがいなければ、このプロジェクトは不可能でした： This wouldn’t be possible without our dedicated volunteers: +_2023年4月2日_ -- numpy.orgが2つの言語で利用可能になりました： 日本語とポルトガル語。 熱心なボランティアがいなければ、このプロジェクトは不可能でした： _ポルトガル語_ - -- 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) +* 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) _日本語：_ - -- Atsushi Sakai (AtsushiSakai) -- KKunai -- Tom Kelly (TomKellyGenetics) -- Yuji Kanagawa (kngwyu) -- Tetsuo Koyama (tkoyama010) +* Atsushi Sakai (AtsushiSakai) +* KKunai +* Tom Kelly (TomKellyGenetics) +* Yuji Kanagawa (kngwyu) +* Tetsuo Koyama (tkoyama010) 翻訳インフラストラクチャに関するプロジェクトは、CZIからの資金援助でサポートされています。 -Looking ahead, we’d love to translate the website into more languages. -今後も、NumPyのウェブサイトをより多くの言語に翻訳したいと思っています。 もし手伝える場合は、Slack上のNumPy翻訳チームに連絡をお願います: https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. -(#translation チャンネルを探してください) (#translation チャンネルを探してください) また、Scientific Pythonエコシステム全体のドキュメントや教育コンテンツのローカライズに取り組む翻訳チームも 立ち上げています。 このプロジェクトにも興味がある場合は、是非Scientific Python Discordに参加してください: https://discord.gg/khWtqY6RKr. もし興味がある場合は、研究目標、プライバシー、および 守秘義務に関する追加情報が記載されている、この簡単な[参加者の興味](https://numfocus.typeform.com/to/WBWVJSqe)フォームに記入をお願いします。 多様で包括的なオープンソースソフトウェアコミュニティの 成長と持続可能性のために、このプロジェクトへのあなたの参加は非常に大きな価値があります。 参加を受け入れられた人は、研究チームメンバーと30分間のインタビューに参加することになります。 umd. +今後も、NumPyのウェブサイトをより多くの言語に翻訳したいと思っています。 もし手伝える場合は、Slack上のNumPy翻訳チームに連絡をお願います: https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. (#translation チャンネルを探してください) また、Scientific Pythonエコシステム全体のドキュメントや教育コンテンツのローカライズに取り組む翻訳チームも 立ち上げています。 このプロジェクトにも興味がある場合は、是非Scientific Python Discordに参加してください: https://discord.gg/khWtqY6RKr. (#translation チャンネルを探してください) ### NumPy 1.25.0 リリース -_2023年1月17日_ -- [Numpy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 The highlights of the release are: +_2023年1月17日_ -- [Numpy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 -- MUSLのサポート。MUSLのWheelが準備されました。 -- 富士通のC/C++コンパイラサポート -- einsum でオブジェクト配列がサポートされるようになりました. -- 行列の置き換え(inplace)掛け算のサポート (`@=`). +* MUSLのサポート。MUSLのWheelが準備されました。 +* 富士通のC/C++コンパイラサポート +* einsum でオブジェクト配列がサポートされるようになりました. +* 行列の置き換え(inplace)掛け算のサポート (`@=`). -The NumPy 1.25.0 release continues the ongoing work to improve the handling and -promotion of dtypes, increase the execution speed, and clarify the -documentation. There has also been preparatory work for the future NumPy 2.0.0, -resulting in a large number of new and expired deprecations. +Numpy 1.25. リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 将来の NumPy 2.0.0 に向けた準備作業も行われており、 多数の新規および期限切れの機能廃止が可能となってきています。 合計148人がこのリリースに貢献し、530個のプルリクエストが マージされました。 -この助成金は、Numpy ドキュメントやウェブサイトの再設計などの改善に向けた取り組みを促進するために使用されます。 大規模かつ急速に拡大するユーザーの体験をより良くし、プロジェクトの長期的な持続可能性を確保するためのコミュニティ開発を行っていきます。 OpenBLASチームは、技術的に非常に重要な問題である、スレッド安全性、AVX-512に対処することに注力します。 また、スレッドローカルストレージ(TLS) の問題や、OpenBLASが依存するReLAPACK(再帰的なLAPACK) のアルゴリズムの改善も実施します。 +このリリースでサポートされている Python のバージョンは3.3.9 - 3.11 です。 ### インクルーシブな文化の育成: 参加の募集 _2023年5月10日_ -- インクルーシブ・カルチャーの育成: 参加募集 -How can we be better when it comes to diversity and inclusion? -Read the report and find out how to get involved -[here](https://contributor-experience.org/docs/posts/dei-report/). +NumPyプロジェクトの多様性とインクルージョンに関して、我々はどのようなことを実施すればいいでしょうか？ 興味がある方はこちらの [レポート](https://contributor-experience.org/docs/posts/dei-report/) を読んで参加する方法を確認してください。 ### NumPy ドキュメンテーションチームのリーダーの変更 -_2023年1月6日_ –- Mukulika PahariとRoss Barnowskiは、Melissa MendoncAudioに代わるNumPyドキュメンテーションチームの新しいリーダーとして任命されました。 私たちは、MelissaにNumPyの公式ドキュメントと教育資料に対するすべての貢献に感謝し、MukulikaとRossに新しい役割にステップアップしてもらったことに感謝します。 We thank Melissa for all her -contributions to the NumPy official documentation and educational materials, -and Mukulika and Ross for stepping up. +_2023年1月6日_ –- Mukulika PahariとRoss Barnowskiは、Melissa MendoncAudioに代わるNumPyドキュメンテーションチームの新しいリーダーとして任命されました。 私たちは、MelissaにNumPyの公式ドキュメントと教育資料に対するすべての貢献に感謝し、MukulikaとRossに新しい役割にステップアップしてもらったことに感謝します。 ### NumPy 1.24.0 リリース -_2022年12月18日_ -- [Numpy 1.24.0](https://numpy.org/doc/stable/release/1.24.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。 The highlights of the release are: +_2022年12月18日_ -- [Numpy 1.24.0](https://numpy.org/doc/stable/release/1.24.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。 -- スタッキング関数のための新しい"dtype"と"casting"キーワードの追加 -- F2PYの新機能追加とバグ修正 -- Many new deprecations, check them out. -- Many expired deprecations, +* スタッキング関数のための新しい"dtype"と"casting"キーワードの追加 +* F2PYの新機能追加とバグ修正 +* 多くの新しい非推奨(Deprecation)の追加 +* 多くの期限切れの非推奨(Deprecation)の削除 -The NumPy 1.24.0 release continues the ongoing work to improve the handling and -promotion of dtypes, increase execution speed, and clarify the documentation. -There are a large number of new and expired deprecations due to changes in -dtype promotion and cleanups. It is the work of 177 contributors spread over -444 pull requests. リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 dtype のプロモーションとクリーンアップの変更により、多数の新規と期限切れの非推奨が存在しています。 今回のリリースは、444個のプルリクエストと177人のコントリビューターによるものです。 サポートされている Python のバージョンは 3.8-3.11 です。 +Numpy 1.25. リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 dtype のプロモーションとクリーンアップの変更により、多数の新規と期限切れの非推奨が存在しています。 今回のリリースは、444個のプルリクエストと177人のコントリビューターによるものです。 サポートされている Python のバージョンは 3.8-3.11 です。 ### Numpy 1.23.0 リリース -_2021年12月31日_ -- [Numpy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 The highlights of the release are: +_2022年1月22日_ -- [Numpy 1.23.0](https://numpy.org/doc/stable/release/1.23.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 -- `loadtxt` がCで実装されたことによる、大幅なパフォーマンス向上 -- より簡単なデータ交換のためのPythonレベルでのDLPackの公開 -- 構造化されたdtypesのプロモーションと比較方法の変更 -- f2pyの改善 +* `loadtxt` がCで実装されたことによる、大幅なパフォーマンス向上 +* より簡単なデータ交換のためのPythonレベルでのDLPackの公開 +* 構造化されたdtypesのプロモーションと比較方法の変更 +* f2pyの改善 -リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 将来の NumPy 2.0.0 に向けた準備作業も行われており、 多数の新規および期限切れの機能廃止が可能となってきています。 It is the work of 151 contributors spread over -494 pull requests. このプロジェクトは私たちのOSSプロジェクトのコミュニティダイナミクスを構造的に改善する方法を発見し、実施することを目指す野心的なプロジェクトです。 このような複数のプロジェクトの横断的な役割を確立することで、Scientific Pythonコミュニティに新しいコラボレーションモデルを導入し、エコシステム内のコミュニティ構築作業をより効率的に、より大きな成果を生めるようにしたいと考えています。 特にこのプロジェクトにより、歴史的にこれまで代表的ではなかったグループからの新しいコントリビュータを引き付け、貢献を維持するために、何がうまくいき、何がうまくいかないかを、より明確に把握できるようになると期待しています。 最後に、実施したアクションについて詳細な報告書を作成し、プロジェクトの代表者やコミュニティとの交流の面で、プロジェクトにどのような影響を与えたかを説明する予定です。 -edu/jfe/form/SV_8bJrXjbhXf7saAl) に協力してもらえると助かります。 +Numpy 1.23. リリースでは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 今回のリリースは、494個のプルリクエストと151人のコントリビューターによるものです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 Python 3.11がrc ステージに到達すると Python 3.11 もサポートされます。 ### NumFOCUS DEI研究への参加募集 -_2022年4月13日_ -- NumPyは、[NumFOCUS](http://numfocus.org/)と協力して、[ある研究プロジェクト](https://numfocus.org/diversity-inclusion-disc/a-pivotal-time-in-numfocuss-project-aimed-dei-efforts?eType=EmailBlastContent\&eId=f41a86c3-60d4-4cf9-86cf-58eb49dc968c)を進めており、これは[Gordon & Betty Moore Foundation](https://www.moore.org/)によって資金提供されています。このプロジェクトでは、オープンソースソフトウェアコミュニティにおいて、特に歴史的に代表されてこなかったグループからの貢献者が参加する際の障壁を理解することを目的としています。 この研究チームは、新しい貢献者、プロジェクトの開発者およびメンテナー、そして過去に貢献した方々に、NumPyに参加し貢献した経験について話を聞きたいと考えています。 The research team would like to talk to new contributors, project -developers and maintainers, and those who have contributed in the past about -their experiences joining and contributing to NumPy. +_2022年4月13日_ -- NumPyは、[NumFOCUS](http://numfocus.org/)と協力して、[ある研究プロジェクト](https://numfocus.org/diversity-inclusion-disc/a-pivotal-time-in-numfocuss-project-aimed-dei-efforts?eType=EmailBlastContent&eId=f41a86c3-60d4-4cf9-86cf-58eb49dc968c)を進めており、これは[Gordon & Betty Moore Foundation](https://www.moore.org/)によって資金提供されています。このプロジェクトでは、オープンソースソフトウェアコミュニティにおいて、特に歴史的に代表されてこなかったグループからの貢献者が参加する際の障壁を理解することを目的としています。 この研究チームは、新しい貢献者、プロジェクトの開発者およびメンテナー、そして過去に貢献した方々に、NumPyに参加し貢献した経験について話を聞きたいと考えています。 **あなたの経験を共有することに興味がありますか?** -Please complete this brief [“Participant Interest” form](https://numfocus.typeform.com/to/WBWVJSqe) -which contains additional information on the research goals, privacy, and -confidentiality considerations. Your participation will be valuable to the -growth and sustainability of diverse and inclusive open-source software -communities. Accepted participants will participate in a 30-minute interview -with a research team member. - -### Numpy 1.25. - -_2022年1月22日_ -- [Numpy 1.23.0](https://numpy.org/doc/stable/release/1.23.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。 The highlights of the release are: - -- Type annotations of the main namespace are essentially complete. Upstream is - a moving target, so there will likely be further improvements, but the major - work is done. This is probably the most user visible enhancement in this - release. -- 以前から提案されていた [array API 標準](https://data-apis.org/array-api/latest/) のベータ版が提供されています ( [NEP 47](https://numpy.org/neps/nep-0047-array-api-standard.html) を参照) 。 これは、CuPy や JAX などのライブラリで使用できる 関数の標準的なコレクションを作成するために必要なステップです。 - This is a step in creating a standard collection of functions that can be - used across libraries such as CuPy and JAX. -- NumPy に DLPack バックエンドが追加されました。 DLPack は、配列(テンソル) データ用の共通のデータ変換フォーマットを提供します。 DLPack provides a common interchange format - for array (tensor) data. -- `quantile`, `percentile`, および関連する関数に新しいメソッドが追加されました。 これらの新しいメソッドは、論文で一般的に見られる一通りの処理を提供します。 The new - methods provide a complete set of the methods commonly found in the - literature. -- ユニバーサル関数は、[NEP 43](https://numpy.org/neps/nep-0043-extensible-ufuncs.html) の多くを実装するためにリファクタリングされました。 これにより将来の DType API の処理も可能にします。 - This also unlocks the ability to experiment with the future DType API. -- ダウンストリームのプロジェクトで使用するための新しい設定可能なメモリー・アロケーターが追加されました。 - -NumPy 1.22.0は、153人の貢献者が609のプルリクエストを作成した 非常に大きなリリースです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 このリリースでサポートされている Python のバージョンは3.3.9 - 3.11 です。 +もし興味がある場合は、研究目標、プライバシー、および 守秘義務に関する追加情報が記載されている、この簡単な[参加者の興味](https://numfocus.typeform.com/to/WBWVJSqe)フォームに記入をお願いします。 多様で包括的なオープンソースソフトウェアコミュニティの 成長と持続可能性のために、このプロジェクトへのあなたの参加は非常に大きな価値があります。 参加を受け入れられた人は、研究チームメンバーと30分間のインタビューに参加することになります。 + +### NumPy 1.19.2 リリース + +_2021年12月31日_ -- [Numpy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。 + +* メインの名前空間の型アノテーションは基本的に完了しました。 上流のコードは常に変化するものなので、さらなる改良が必要でしょうが、大きな作業は終わったと考えています。 これはおそらく、今回のリリースで最も目に見える改良でしょう。 +* 以前から提案されていた [array API 標準](https://data-apis.org/array-api/latest/) のベータ版が提供されています ( [NEP 47](https://numpy.org/neps/nep-0047-array-api-standard.html) を参照) 。 これは、CuPy や JAX などのライブラリで使用できる 関数の標準的なコレクションを作成するために必要なステップです。 +* NumPy に DLPack バックエンドが追加されました。 DLPack は、配列(テンソル) データ用の共通のデータ変換フォーマットを提供します。 +* `quantile`, `percentile`, および関連する関数に新しいメソッドが追加されました。 これらの新しいメソッドは、論文で一般的に見られる一通りの処理を提供します。 +* ユニバーサル関数は、[NEP 43](https://numpy.org/neps/nep-0043-extensible-ufuncs.html) の多くを実装するためにリファクタリングされました。 これにより将来の DType API の処理も可能にします。 +* ダウンストリームのプロジェクトで使用するための新しい設定可能なメモリー・アロケーターが追加されました。 + +NumPy 1.22.0は、153人の貢献者が609のプルリクエストを作成した 非常に大きなリリースです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 ### 科学的なPythonエコシステムにおける包括的な文化の前進 _ 2021年8月31日_ -- この度、Chan Zuckerberg Initiativeより、科学的なPythonプロジェクトにおいて、歴史的に疎外されてきたグループの人々のオンボーディング、インクルージョン、リテンションを支援し、NumPy、SciPy、Matplotlib、Pandasのコミュニティダイナミクスを構造的に改善するための [ 助成金を授与されました ](https://chanzuckerberg.com/newsroom/czi-awards-16-million-for-foundational-open-source-software-tools-essential-to-biomedicine/) ことをお知らせします。 -[ CZIのEssential Open Source Software for Scienceプログラム ](https://chanzuckerberg.com/eoss/)の一環として、この[ Diversity & Inclusion補助金 ](https://cziscience.medium.com/advancing-diversity-and-inclusion-in-scientific-open-source-eaabe6a5488b)は、開けたなオープンソースコミュニティを育成するためにやるべきことを特定したり、文書化したり、実施したりするためのコントリビュータ体験のリーダー専任職の創設を支援することになります。 このプロジェクトは、Melissa Mendonça (NumPy) が中心となって、下記の方々の追加のメンタリングとサポートにより実施されます。Ralf Gommers (NumPy、SciPy)、Hannah AizenmanとThomas Caswell (Matplotlib)、Matt Haberland (SciPy)、そして Joris Van den Bossche (Pandas)。 This project will be led by Melissa Mendonça (NumPy), with -additional mentorship and guidance provided by Ralf Gommers (NumPy, SciPy), -Hannah Aizenman and Thomas Caswell (Matplotlib), Matt Haberland (SciPy), and -Joris Van den Bossche (Pandas). - -This is an ambitious project aiming to discover and implement activities that -should structurally improve the community dynamics of our projects. By -establishing these new cross-project roles, we hope to introduce a new -collaboration model to the Scientific Python communities, allowing -community-building work within the ecosystem to be done more efficiently and -with greater outcomes. We also expect to develop a clearer picture of what -works and what doesn't in our projects to engage and retain new contributors, -especially from historically underrepresented groups. Finally, we plan on -producing detailed reports on the actions executed, explaining how they have -impacted our projects in terms of representation and interaction with our -communities. - -2021年11月から2年間のプロジェクトが始まると予想されており、このプロジェクトの成果を楽しみにしています! -このプロジェクトの提案書に関しては、[こちら](https://figshare.com/articles/online_resource/Advancing_an_inclusive_culture_in_the_scientific_Python_ecosystem/16548063) から全文を読むことができます. +[ CZIのEssential Open Source Software for Scienceプログラム ](https://chanzuckerberg.com/eoss/)の一環として、この[ Diversity & Inclusion補助金 ](https://cziscience.medium.com/advancing-diversity-and-inclusion-in-scientific-open-source-eaabe6a5488b)は、開けたなオープンソースコミュニティを育成するためにやるべきことを特定したり、文書化したり、実施したりするためのコントリビュータ体験のリーダー専任職の創設を支援することになります。 このプロジェクトは、Melissa Mendonça (NumPy) が中心となって、下記の方々の追加のメンタリングとサポートにより実施されます。Ralf Gommers (NumPy、SciPy)、Hannah AizenmanとThomas Caswell (Matplotlib)、Matt Haberland (SciPy)、そして Joris Van den Bossche (Pandas)。 + +このプロジェクトは私たちのOSSプロジェクトのコミュニティダイナミクスを構造的に改善する方法を発見し、実施することを目指す野心的なプロジェクトです。 このような複数のプロジェクトの横断的な役割を確立することで、Scientific Pythonコミュニティに新しいコラボレーションモデルを導入し、エコシステム内のコミュニティ構築作業をより効率的に、より大きな成果を生めるようにしたいと考えています。 特にこのプロジェクトにより、歴史的にこれまで代表的ではなかったグループからの新しいコントリビュータを引き付け、貢献を維持するために、何がうまくいき、何がうまくいかないかを、より明確に把握できるようになると期待しています。 最後に、実施したアクションについて詳細な報告書を作成し、プロジェクトの代表者やコミュニティとの交流の面で、プロジェクトにどのような影響を与えたかを説明する予定です。 + +2021年11月から2年間のプロジェクトが始まると予想されており、このプロジェクトの成果を楽しみにしています! このプロジェクトの提案書に関しては、[こちら](https://figshare.com/articles/online_resource/Advancing_an_inclusive_culture_in_the_scientific_Python_ecosystem/16548063) から全文を読むことができます. ### 2021年度NumPyアンケート -_July 12, 2021_ -- At NumPy, we believe in the power of our community. 1,236 -NumPy users from 75 countries participated in our inaugural survey last year. -The survey findings gave us a very good understanding of what we should focus -on for the next 12 months. +_2021年7月12日_ -- NumPy ではコミュニティの力を信じています。 昨年の第1回アンケートには、75カ国から1,236名のNumPyユーザーが参加してくれました。 この調査結果により、今後12ヶ月間、私たちがどのようなことに集中すべきかを、非常に良く理解することができました。 -It’s time for another survey, and we are counting on you once again. It will -take about 15 minutes of your time. Besides English, the survey questionnaire -is available in 8 additional languages: Bangla, French, Hindi, Japanese, -Mandarin, Portuguese, Russian, and Spanish. +今年もアンケートの時間が来ました。もう一度アンケートへの回答をお願いいたします。 アンケートへの回答は15分ほどで終了します。 アンケートは英語以外にも、ベンガル語、フランス語、ヒンディー語、日本語、マンダリン、ポルトガル語、ロシア語、スペイン語の8ヶ国語に対応しています。 こちらのリンク先から、アンケートを始めることができます: https://berkeley.qualtrics.com/jfe/form/SV_aaOONjgcBXDSL4q. -### Numpy 1.18.0 リリース -_2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) がリリースされました。 今回のリリースのハイライトは下記の通りです。 The highlights of the release are: +### NumPy 1.19.0 リリース + +_2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) がリリースされました。 今回のリリースのハイライトは下記の通りです。 - より多くの機能やプラットフォームをカバーするためのSIMD関連の改善が実施されました。 - dtypeのための新しいインフラとキャストの準備 @@ -237,104 +167,92 @@ _2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0 - アノテーションの改善 - 乱数生成用の新しい `PCG64DXSM` ビット生成機 -This NumPy release is the result of 581 merged pull requests contributed by 175 -people. 今回のNumpy リリースは、175人による581件のプルリクエストのマージの結果です。 このリリースでサポートされている Python のバージョンは 3.7-3.9 です。Python 3.10 がリリースされた後、Python 3.10 のサポートが追加されます。 +今回のNumpy リリースは、175人による581件のプルリクエストのマージの結果です。 このリリースでサポートされている Python のバージョンは 3.7-3.9 です。Python 3.10 がリリースされた後、Python 3.10 のサポートが追加されます。 + ### 2020年度 NumPy アンケート結果 -_2021年6月22日_ -- NumPyの調査チームは、2020年に ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果はこちらから確認できます。 https://numpy.org/user-survey-2020/ 今年もアンケートの時間が来ました。もう一度アンケートへの回答をお願いいたします。 アンケートへの回答は15分ほどで終了します。 アンケートは英語以外にも、ベンガル語、フランス語、ヒンディー語、日本語、マンダリン、ポルトガル語、ロシア語、スペイン語の8ヶ国語に対応しています。 +_2021年6月22日_ -- NumPyの調査チームは、2020年に ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果はこちらから確認できます。 https://numpy.org/user-survey-2020/ -### NumPy 1.20.0 リリース -_2021年1月30日_ -- [NumPy 1.20.0](https://numpy.org/doc/stable/release/1.20.0-notes.html) がリリースされました。 今回のリリースは180 人以上のコントリビューターのおかげで、これまでで最大の NumPyのリリースとなりました。 最も重要な2つの新機能は次のとおりです。 This is the largest NumPy release to date, thanks to 180+ -contributors. The two most exciting new features are: +### NumPy 1.18.0 リリース +_2021年1月30日_ -- [NumPy 1.20.0](https://numpy.org/doc/stable/release/1.20.0-notes.html) がリリースされました。 今回のリリースは180 人以上のコントリビューターのおかげで、これまでで最大の NumPyのリリースとなりました。 最も重要な2つの新機能は次のとおりです。 - NumPyの大部分のコードに型注釈が追加されました。 そして新しいサブモジュールである`numpy.typing`が追加されました。 このサブモジュールは`ArrayLike` や`DtypeLike`という型注釈のエイリアスが定義されており、これによりユーザーやダウンストリームのライブラリはこの型注釈を使うことができます。 -- X86(SSE、AVX)、ARM64(Neon)、およびPowerPC (VSX) 命令をサポートするマルチプラットフォームSIMDコンパイラの最適化が実施されました。 これにより、多くの関数で大きく パフォーマンスが向上しました (例: [sin/cos](https://github.com/numpy/numpy/pull/17587), [einsum](https://github.com/numpy/numpy/pull/18194)). This yielded significant - performance improvements for many functions (examples: - [sin/cos](https://github.com/numpy/numpy/pull/17587), - [einsum](https://github.com/numpy/numpy/pull/18194)). +- X86(SSE、AVX)、ARM64(Neon)、およびPowerPC (VSX) 命令をサポートするマルチプラットフォームSIMDコンパイラの最適化が実施されました。 これにより、多くの関数で大きく パフォーマンスが向上しました (例: [sin/cos](https://github.com/numpy/numpy/pull/17587), [einsum](https://github.com/numpy/numpy/pull/18194)). ### NumPyプロジェクトの多様性 _2020年9月20日に_ 、私たちは[ NumPyプロジェクトにおけるダイバーシティやインクルージョンの状況や、ソーシャルメディア上での議論についての宣言 ](/diversity_sep2020)について書きました。 + ### Natureに初の公式NumPy論文が掲載されました! -提案されたイニシアチブとその成果の詳細については、 [フルグラントプロポーザル](https://figshare.com/articles/Proposal_NumPy_OpenBLAS_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/10302167) を参照してください。 この取り組みは2019年12月1日から始まり、今後12ヶ月間継続実施される予定です。 This comes 14 years after the release of NumPy 1.0. -The paper covers applications and fundamental concepts of array programming, -the rich scientific Python ecosystem built on top of NumPy, and the recently added -array protocols to facilitate interoperability with external array and tensor -libraries like CuPy, Dask, and JAX. +_2020年9月16日_ -- NumPyに関する [ 最初の公式の論文 ](https://www.nature.com/articles/s41586-020-2649-2)がNatureに査読付き論文として掲載されました。 これはNumPy 1.0のリリースから14年後のことになりました。 この論文では、配列プログラミングのアプリケーションと基本的なコンセプト、NumPyの上に構築された様々な科学的Pythonエコシステム、そしてCuPy、Dask、JAXのような外部の配列およびテンソルライブラリとの相互運用を容易にするために最近追加された配列プロトコルについて説明しています。 -### Python 3.9のリリースに伴い、いつNumPyのバイナリwheelがリリースされるのですか？ -_2020年9月10日_ -- [NumPy 19.2.0](https://numpy.org/devdocs/release/1.19.2-notes.html) がリリースされました。 この 1.19 シリーズの最新リリースでは、いくつかのバグが修正され、[ 来るべき Cython 3.xリリース ](http:/docs.cython.orgenlatestsrcchanges.html)への準備が行われ、アップストリームの修正が進行中の間も distutils の動作を維持するためのsetuptoolsのバージョンの固定が実施されています。 aarch64 wheelは最新のmanylinux2014リリースでビルドされており、異なるLinuxディストリビューションで使用される異なるページサイズの問題が修正されています。 _2020年7月2日_ -- このアンケート調査は、NumPyにおける、ソフトウェアとしてとコミュニティの両方における意思決定の指針となり、優先順位を決定する役に立ちました。 この調査結果は英語以外のこれらの8つの言語で利用可能です: バングラ, ヒンディー語, 日本語, マンダリン, ポルトガル語, ロシア語, スペイン語とフランス語. _2020年9月14日_ -- Python 3.9 は数週間後にリリースされる予定です。 もしあなたが新しいPythonのバージョンをいち早く利用している場合、NumPy（およびSciPyのような他のパッケージ）がリリース当日にバイナリwheelを用意していないことを知ってがっかりしたかもしれませんね。 ビルド用のインフラを新しいPythonのバージョンに適応させるのは非常に大変な作業で、PyPIやconda-forgeにパッケージが掲載されるまでには通常数週間かかります。 今後のwheelのリリースに備えて、以下を確認してください。 In preparation for this event, please make sure to +### Python 3.9のリリースに伴い、いつNumPyのバイナリwheelがリリースされるのですか？ +_2020年9月14日_ -- Python 3.9 は数週間後にリリースされる予定です。 もしあなたが新しいPythonのバージョンをいち早く利用している場合、NumPy（およびSciPyのような他のパッケージ）がリリース当日にバイナリwheelを用意していないことを知ってがっかりしたかもしれませんね。 ビルド用のインフラを新しいPythonのバージョンに適応させるのは非常に大変な作業で、PyPIやconda-forgeにパッケージが掲載されるまでには通常数週間かかります。 今後のwheelのリリースに備えて、以下を確認してください。 - `pip` が`manylinux2010` と `manylinux2014` をサポートするためにpipを少なくともバージョン 20.1 に更新する。 - [`--only-binary=numpy`](https://pip.pypa.io/en/stable/reference/pip_install/#cmdoption-only-binary) または `--only-binary=:all:` を`pip`がソースからビルドしようとするのを防ぐために使用します。 + ### NumPy 1.19.2 リリース -_2020年9月16日_ -- NumPyに関する [ 最初の公式の論文 ](https://www.nature.com/articles/s41586-020-2649-2)がNatureに査読付き論文として掲載されました。 これはNumPy 1.0のリリースから14年後のことになりました。 この論文では、配列プログラミングのアプリケーションと基本的なコンセプト、NumPyの上に構築された様々な科学的Pythonエコシステム、そしてCuPy、Dask、JAXのような外部の配列およびテンソルライブラリとの相互運用を容易にするために最近追加された配列プロトコルについて説明しています。 -メインの名前空間の型アノテーションは基本的に完了しました。 上流のコードは常に変化するものなので、さらなる改良が必要でしょうが、大きな作業は終わったと考えています。 これはおそらく、今回のリリースで最も目に見える改良でしょう。 -The aarch64 wheels are built with the latest manylinux2014 release that fixes -the problem of differing page sizes used by different linux distros. +_2020年9月10日_ -- [NumPy 19.2.0](https://numpy.org/devdocs/release/1.19.2-notes.html) がリリースされました。 この 1.19 シリーズの最新リリースでは、いくつかのバグが修正され、[ 来るべき Cython 3.xリリース ](http:/docs.cython.orgenlatestsrcchanges.html)への準備が行われ、アップストリームの修正が進行中の間も distutils の動作を維持するためのsetuptoolsのバージョンの固定が実施されています。 aarch64 wheelは最新のmanylinux2014リリースでビルドされており、異なるLinuxディストリビューションで使用される異なるページサイズの問題が修正されています。 ### 初めてのNumPyの調査が公開されました!! -_Jul 2, 2020_ -- This survey is meant to guide and set priorities for -decision-making about the development of NumPy as software and as a community. -The survey is available in 8 additional languages besides English: -Bangla, Hindi, Japanese, Mandarin, Portuguese, Russian, Spanish and French. +_2020年7月2日_ -- このアンケート調査は、NumPyにおける、ソフトウェアとしてとコミュニティの両方における意思決定の指針となり、優先順位を決定する役に立ちました。 この調査結果は英語以外のこれらの8つの言語で利用可能です: バングラ, ヒンディー語, 日本語, マンダリン, ポルトガル語, ロシア語, スペイン語とフランス語. + +NumPy をより良くするために、こちらの [アンケート](https://umdsurvey. umd. edu/jfe/form/SV_8bJrXjbhXf7saAl) に協力してもらえると助かります。 -NumPy をより良くするために、こちらの [アンケート](https://umdsurvey. ### NumPy に新しいロゴができました! _2020年6月24日_ -- NumPyのロゴが新しくなりました: - +NumPyのロゴ -The logo is a modern take on the old one, with a cleaner design. 新しいロゴは、古いロゴに比べて、モダンでよりクリーンなデザインになりました。 新しいロゴをデザインしてくれたIsabela Presedo-Floydと、15年以上にわたって使用してきた旧ロゴをデザインしてくれたTravis Vaughtに感謝します。 +新しいロゴは、古いロゴに比べて、モダンでよりクリーンなデザインになりました。 新しいロゴをデザインしてくれたIsabela Presedo-Floydと、15年以上にわたって使用してきた旧ロゴをデザインしてくれたTravis Vaughtに感謝します。 -### NumPy 1.19.0 リリース -_Jun 20, 2020_ -- NumPy 1.19.0 is now available. 多くの期限切れの非推奨(Deprecation)の削除 _2019年12月22日_ -- NumPy 1.18.0 がリリースされました。 このリリースは、1.17.0での主要な変更の後の、まとめのようなリリースです。 Python 3.5 をサポートする最後のマイナーリリースになります。 今回のリリースでは、64ビットのBLASおよびLAPACKライブラリとリンクするためのインフラの追加や、`numpy.random`のための新しいC-APIの追加などが行われました。 _2020年6月20日_ -- NumPy 1.19.0 がリリースされました。 このバージョンは Python 2系のサポートがない最初のリリースであり、"クリーンアップ用のリリース" です。 サポートされている一番古いPython のバージョンは Python 3.6 になりました。 また、今回の重要な新機能はNumPy 1.17.0で導入された乱数生成用のインフラにCythonからアクセスできるようになったことです。 +### NumPy 1.20.0 リリース + +_2020年6月20日_ -- NumPy 1.19.0 がリリースされました。 このバージョンは Python 2系のサポートがない最初のリリースであり、"クリーンアップ用のリリース" です。 サポートされている一番古いPython のバージョンは Python 3.6 になりました。 また、今回の重要な新機能はNumPy 1.17.0で導入された乱数生成用のインフラにCythonからアクセスできるようになったことです。 + ### ドキュメント受諾期間 -_2020年5月11日_ -- NumPyは、 Googleのシーズンオブドキュメントプログラムのメンター団体の1つとして選ばれました。 NumPy のドキュメントを改善するために、テクニカルライターと協力するこの機会を楽しみにしています! NumPyプロジェクトの多様性とインクルージョンに関して、我々はどのようなことを実施すればいいでしょうか？ 興味がある方はこちらの [レポート](https://contributor-experience.org/docs/posts/dei-report/) を読んで参加する方法を確認してください。 詳細については、 [シーズンオブドキュメント公式サイト](https://developers.google.com/season-of-docs/) と [アイデアページ](https://github.com/numpy/numpy/wiki/Google-Season-of-Docs-2020-Project-Ideas) をご覧ください。 +_2020年5月11日_ -- NumPyは、 Googleのシーズンオブドキュメントプログラムのメンター団体の1つとして選ばれました。 NumPy のドキュメントを改善するために、テクニカルライターと協力するこの機会を楽しみにしています! 詳細については、 [シーズンオブドキュメント公式サイト](https://developers.google.com/season-of-docs/) と [アイデアページ](https://github.com/numpy/numpy/wiki/Google-Season-of-Docs-2020-Project-Ideas) をご覧ください。 -### NumPy 1.18.0 リリース -2023-09-16 After the major changes in -1.17.0, this is a consolidation release. リリースでは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 今回のリリースは、494個のプルリクエストと151人のコントリビューターによるものです。 このリリースでサポートされている Python のバージョンは 3.8 - 3.10 です。 Python 3.11がrc ステージに到達すると Python 3.11 もサポートされます。 Highlights of the release includes the addition of basic -infrastructure for linking with 64-bit BLAS and LAPACK libraries, and a new C-API for `numpy.random`. +### Numpy 1.18.0 リリース + +_2019年12月22日_ -- NumPy 1.18.0 がリリースされました。 このリリースは、1.17.0での主要な変更の後の、まとめのようなリリースです。 Python 3.5 をサポートする最後のマイナーリリースになります。 今回のリリースでは、64ビットのBLASおよびLAPACKライブラリとリンクするためのインフラの追加や、`numpy.random`のための新しいC-APIの追加などが行われました。 詳細については、 [リリースノート](https://github.com/numpy/numpy/releases/tag/v1.18.0) を参照してください。 + ### NumPyはChan Zuckerberg財団から助成金を受けました。 _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つであるOpenBLASが、Chan Zuckerberg財団の[Essential Open Source Software for Scienceプログラム](https:/chanzuckerberg.comeoss)を通じて、科学に不可欠なオープンソースツールのソフトウェアのメンテナンス、成長、開発、コミュニティへの参加などを支援する195,000ドルの共同助成金を獲得したことを発表しました。 -This grant will be used to ramp up the efforts in improving NumPy documentation, website redesign, and community development to better serve our large and rapidly growing user base, and ensure the long-term sustainability of the project. While the OpenBLAS team will focus on addressing sets of key technical issues, in particular thread-safety, AVX-512, and thread-local storage (TLS) issues, as well as algorithmic improvements in ReLAPACK (Recursive LAPACK) on which OpenBLAS depends. +この助成金は、Numpy ドキュメントやウェブサイトの再設計などの改善に向けた取り組みを促進するために使用されます。 大規模かつ急速に拡大するユーザーの体験をより良くし、プロジェクトの長期的な持続可能性を確保するためのコミュニティ開発を行っていきます。 OpenBLASチームは、技術的に非常に重要な問題である、スレッド安全性、AVX-512に対処することに注力します。 また、スレッドローカルストレージ(TLS) の問題や、OpenBLASが依存するReLAPACK(再帰的なLAPACK) のアルゴリズムの改善も実施します。 + +提案されたイニシアチブとその成果の詳細については、 [フルグラントプロポーザル](https://figshare.com/articles/Proposal_NumPy_OpenBLAS_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/10302167) を参照してください。 この取り組みは2019年12月1日から始まり、今後12ヶ月間継続実施される予定です。 -More details on our proposed initiatives and deliverables can be found in the [full grant proposal](https://figshare.com/articles/Proposal_NumPy_OpenBLAS_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/10302167). The work is scheduled to start on Dec 1st, 2019 and continue for the next 12 months. ## 過去のリリース -Here is a list of NumPy releases, with links to release notes. こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 +こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 - NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. -- NumPy 1.21.6 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.21.6)) -- _2022年4月12日_. -- _2021年7月12日_ -- NumPy ではコミュニティの力を信じています。 昨年の第1回アンケートには、75カ国から1,236名のNumPyユーザーが参加してくれました。 この調査結果により、今後12ヶ月間、私たちがどのようなことに集中すべきかを、非常に良く理解することができました。 +- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. +- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. @@ -353,7 +271,7 @@ Here is a list of NumPy releases, with links to release notes. こちらは、 - NumPy 1.23.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.23.1)) -- _2022年7月8日_. - NumPy 1.23.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.23.0)) -- _2022年6月22日_. - NumPy 1.22.4 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.22.4)) -- _2022年5月20日_. -- Numpy 1.23. +- NumPy 1.21.6 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.21.6)) -- _2022年4月12日_. - NumPy 1.22.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.18.2)) -- _2022年3月7日_. - NumPy 1.22.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.22.2)) -- _2022年2月3日_. - NumPy 1.22.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.22.1)) -- _2022年1月14日_. From 196b938d73c04165e50f43267d567b09764e894f Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Tue, 18 Jun 2024 12:51:15 +0200 Subject: [PATCH 42/96] New translations config.yaml (Japanese) --- content/ja/config.yaml | 52 +++++++++++++++++++++--------------------- 1 file changed, 26 insertions(+), 26 deletions(-) diff --git a/content/ja/config.yaml b/content/ja/config.yaml index 6b2d8b59a3..ec90ad7023 100644 --- a/content/ja/config.yaml +++ b/content/ja/config.yaml @@ -11,7 +11,7 @@ params: #Hero subtitle (optional) subtitle: Pythonによる科学技術計算の基礎パッケージ #Button text - buttontext: "最新リリース: Numpy 1.26. すべてのリリースを表示する" + buttontext: "最新リリース: Numpy 1.25. すべてのリリースを表示する" #Where the main hero button links to buttonlink: "/ja/news/#releases" #Hero image (from static/images/___) @@ -56,25 +56,25 @@ params: navbar: - title: インストール - url: /ja/install + url: /install - title: ドキュメント url: https://numpy.org/doc/stable - - title: 学び方 - url: /ja/learn + title: 学習方法 + url: /learn - title: コミュニティ - url: /ja/community + url: /community - - title: 私達について - url: /ja/about + title: 私たちについて + url: /about - title: ニュース - url: /ja/news + url: /news - - title: NumPyに貢献する - url: /ja/contribute + title: 貢献 + url: /contribute footer: logo: logo.svg socialmediatitle: "" @@ -94,16 +94,16 @@ params: links: - text: インストール - link: /ja/install + link: /install - text: ドキュメント link: https://numpy.org/doc/stable - - text: 学び方 - link: /ja/learn + text: 学習方法 + link: /learn - - text: 引用する - link: /ja/citing-numpy + text: NumPy を引用する + link: /citing-numpy - text: ロードマップ link: https://numpy.org/neps/roadmap.html @@ -111,30 +111,30 @@ params: links: - text: 私達について - link: /ja/about + link: /about - text: コミュニティ - link: /ja/community + link: /community - - text: ユーザーの調査 - link: /ja/user-surveys + text: ユーザ調査 + link: /user-surveys - - text: NumPyに貢献する - link: /ja/contribute + text: 貢献 + link: /contribute - text: 行動規範 - link: /ja/code-of-conduct + link: /code-of-conduct column3: links: - text: サポートを得る方法 - link: /ja/gethelp + link: /gethelp - text: 利用規約 - link: /ja/terms + link: /terms - text: プライバシーポリシー - link: /ja/privacy + link: /privacy - text: プレス用資料 - link: /ja/press-kit + link: /press-kit From 364e4800cd1e66b7ea848e75a1e57bf917643b43 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:24:24 +0200 Subject: [PATCH 43/96] New translations _index.md (Japanese) --- content/ja/_index.md | 34 +++++++++++++--------------------- 1 file changed, 13 insertions(+), 21 deletions(-) diff --git a/content/ja/_index.md b/content/ja/_index.md index 29646d6db4..be88f9e642 100644 --- a/content/ja/_index.md +++ b/content/ja/_index.md @@ -6,52 +6,44 @@ title: null [[item]] type = 'card' -title = '強力な多次元配列' +title = 'Powerful N-dimensional arrays' body = ''' -NumPyの高速で多機能なベクトル化計算、インデックス処理、ブロードキャストの考え方は、現在の配列計算におけるデファクト・スタ>ンダードです。 -''' +Fast and versatile, the NumPy vectorization, indexing, and broadcasting concepts are the de-facto standards of array computing today. ''' [[item]] type = 'card' -title = '数値計算ツール群' +title = 'Numerical computing tools' body = ''' -NumPyは、様々な数学関数、乱数生成器、線形代数ルーチン、フーリエ変換などを提供しています。 -''' +NumPy offers comprehensive mathematical functions, random number generators, linear algebra routines, Fourier transforms, and more. ''' [[item]] type = 'card' -title = 'オープンソース' +title = 'Open source' body = ''' -NumPyは、寛容な[BSDライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt)で公開されています。NumPyは活発で、互>いを尊重し、多様性を認め合う[コミュニティ](/ja/community)によって、 [GitHub](https://github.com/numpy/numpy)上でオープンに開発されていま -す. +Distributed under a liberal [BSD license](https://github.com/numpy/numpy/blob/main/LICENSE.txt), NumPy is developed and maintained [publicly on GitHub](https://github.com/numpy/numpy) by a vibrant, responsive, and diverse [community](/community). ''' [[item]] type = 'card' -title = '相互運用性' +title = 'Interoperable' body = ''' -NumPyは、幅広いハードウェアとコンピューティング・プラットフォームをサポートしており、分散処理、GPU、疎行列ライブラリにも対 -応しています。 -''' +NumPy supports a wide range of hardware and computing platforms, and plays well with distributed, GPU, and sparse array libraries. ''' [[item]] type = 'card' -title = '高パフォーマンス' +title = 'Performant' body = ''' -NumPyの大部分は最適化されたC言語のコードで構成されています。これによりPythonの柔軟性とコンパイルされたコードの高速性の両方 -を享受できます。 -''' Enjoy the flexibility of Python with the speed of compiled code. +The core of NumPy is well-optimized C code. Enjoy the flexibility of Python with the speed of compiled code. ''' [[item]] type = 'card' -title = '使いやすさ' +title = 'Easy to use' body = ''' -NumPyの高水準なシンタックスは、どんなバックグラウンドや経験を持つのプログラマーでも簡単に利用することができ、生産性を高め>ることができます。 -''' +NumPy's high level syntax makes it accessible and productive for programmers from any background or experience level. ''' -{{< /grid >}} +{{< /grid>}} From 5bd71705011a7d4eb66806ac2b6b13d675be89f6 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:24:31 +0200 Subject: [PATCH 44/96] New translations user-surveys.md (Japanese) --- content/ja/user-surveys.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/content/ja/user-surveys.md b/content/ja/user-surveys.md index bc952ab2a9..7be9979c3a 100644 --- a/content/ja/user-surveys.md +++ b/content/ja/user-surveys.md @@ -1,10 +1,10 @@ --- -title: NUMPY USER SURVEYS +title: NumPyユーザアンケート sidebar: false --- -**2020** NumPY調査チームは、ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果は[こちら](https://numpy.org/user-survey-2020/)をご覧ください。 Find the survey results [here](https://numpy.org/user-survey-2020/). +**2020** NumPY調査チームは、ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果は[こちら](https://numpy.org/user-survey-2020/)をご覧ください。 **2021** 収集された調査データは現在解析中です。 -過去または今後のNumPyユーザ調査に関する質問や提案がある場合は、[こちら](https://github.com/numpy/numpy-surveys/issues)にイシューを作成してください。 +過去または今後のNumPyユーザ調査に関する質問や提案がある場合は、[こちら](https://github.com/numpy/numpy-surveys/issues)にイシューを作成してください。 From e519b4d1eeab9d2c1da8e78ee36a220a26b09098 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:24:38 +0200 Subject: [PATCH 45/96] New translations 404.md (Japanese) --- content/ja/404.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/404.md b/content/ja/404.md index 8af76ac163..8e4db85255 100644 --- a/content/ja/404.md +++ b/content/ja/404.md @@ -3,6 +3,6 @@ title: 404 sidebar: false --- -Oops! You've reached a dead end. +おっとっと！ 間違った所にアクセスしているようです。 -何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。 +何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。 From fdf897cd67808a86aba570af90bbf6a4b6fb2661 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:24:44 +0200 Subject: [PATCH 46/96] New translations arraycomputing.md (Japanese) --- content/ja/arraycomputing.md | 22 +++++++--------------- 1 file changed, 7 insertions(+), 15 deletions(-) diff --git a/content/ja/arraycomputing.md b/content/ja/arraycomputing.md index 7b60583a4b..7713e7e0f2 100644 --- a/content/ja/arraycomputing.md +++ b/content/ja/arraycomputing.md @@ -3,27 +3,19 @@ title: 配列演算 sidebar: false --- -_Array computing is the foundation of statistical, mathematical, scientific computing -in various contemporary data science and analytics applications such as data -visualization, digital signal processing, image processing, bioinformatics, -machine learning, AI, and several others._ +*配列演算は統計、数学、科学計算の基礎です。可視化、信号処理、画像処理、生命情報学、機械学習、人工知能など、現代のデータサイエンスやデータ分析の様々な分野で配列演算は中核を担っています。* -Large scale data manipulation and transformation depends on efficient, -high-performance array computing. The language of choice for data analytics, -machine learning, and productive numerical computing is **Python.** +大規模なデータ処理やデータ変換には、効率的な配列演算が重要です。 データ分析や、機械学習、効率的な数値計算に最適な言語のひとつは **Python** です。 **Num**erical **Py**thon: NumPyは、Pythonにおけるデファクトスタンダードなライブラリであり、大規模な多次元配列や行列、そして、それらの配列を処理する様々な分野の数学ルーチンをサポートしています。 2006年にNumPyが発表されてから、2008年にPandasが登場し、その後、数年間にいくつかの配列演算関連のライブラリが次々と現れるようになりました。 これらの新しい配列演算ライブラリの多くは、NumPyの機能や能力を模倣しており、機械学習や人工知能向けの新しいアルゴリズムや機能を持っています。 -Many of these newer libraries mimic NumPy-like features and capabilities, and -pack newer algorithms and features geared towards machine learning and artificial intelligence applications. + src="/images/content_images/array_c_landscape.png" + alt="arraycl" + title="配列演算の概略" /> -**配列演算** は **配列** のデータ構造に基づいています。 _配列_ は、関連する膨大なデータ群を簡単にかつ高速に、ソート、検索、変換、数学処理できるように構成されています。 大規模なデータ処理やデータ変換には、効率的な配列演算が重要です。 データ分析や、機械学習、効率的な数値計算に最適な言語のひとつは **Python** です。 +**配列演算** は **配列** のデータ構造に基づいています。 *配列* は、関連する膨大なデータ群を簡単にかつ高速に、ソート、検索、変換、数学処理できるように構成されています。 -_配列演算は統計、数学、科学計算の基礎です。可視化、信号処理、画像処理、生命情報学、機械学習、人工知能など、現代のデータサイエンスやデータ分析の様々な分野で配列演算は中核を担っています。_ What this means is that any array operation applies to an entire set of -values in one shot. 配列演算は _一度に_ 配列のデータの複数の要素を操作するため、 \* ユニーク\* な処理と言えます。 これは、配列操作が一回の処理で、配列内の 全ての値に適用されることを意味しています。 このベクトル化手法は、速さと単純さという恩恵をもたらします。 プログラマーはループを回して個々の要素のスカラー演算を行うことなく、データの集合を操作しコーディングすることができるのです。 +配列演算は *一度に* 配列のデータの複数の要素を操作するため、 * ユニーク* な処理と言えます。 これは、配列操作が一回の処理で、配列内の 全ての値に適用されることを意味しています。 このベクトル化手法は、速さと単純さという恩恵をもたらします。 プログラマーはループを回して個々の要素のスカラー演算を行うことなく、データの集合を操作しコーディングすることができるのです。 From 11ee185b20a8098324cac042b4e3afc63d79ea07 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:24:52 +0200 Subject: [PATCH 47/96] New translations citing-numpy.md (Japanese) --- content/ja/citing-numpy.md | 42 +++++++++++++++++++------------------- 1 file changed, 21 insertions(+), 21 deletions(-) diff --git a/content/ja/citing-numpy.md b/content/ja/citing-numpy.md index fddd4696dc..397ca192ab 100644 --- a/content/ja/citing-numpy.md +++ b/content/ja/citing-numpy.md @@ -5,30 +5,30 @@ sidebar: false もしあなたの研究においてNumPyが重要な役割を果たし、論文でこのプロジェクトについて言及したい場合は、こちらの論文を引用して下さい。 -- Harris, C.R., Millman, K.J., van der Walt, S.J. et al. _Array programming with NumPy_. Nature 585, 357–362 (2020). DOI: [10.1038/s41586-020-2649-2](https://doi.org/10.1038/s41586-020-2649-2). ([リンク](https://www.nature.com/articles/s41586-020-2649-2)). +* Harris, C.R., Millman, K.J., van der Walt, S.J. et al. _Array programming with NumPy_. Nature 585, 357–362 (2020). DOI: [10.1038/s41586-020-2649-2](https://doi.org/10.1038/s41586-020-2649-2). ([リンク](https://www.nature.com/articles/s41586-020-2649-2)). _BibTeX形式:_ -``` + ``` @Article{ harris2020array, - title = {Array programming with {NumPy}}, - 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 - Warren Weckesser and Hameer Abbasi and Christoph Gohlke and - Travis E. Oliphant}, - year = {2020}, - month = sep, - journal = {Nature}, - volume = {585}, - number = {7825}, - pages = {357--362}, - doi = {10.1038/s41586-020-2649-2}, - publisher = {Springer Science and Business Media {LLC}}, - url = {https://doi.org/10.1038/s41586-020-2649-2} + title = {Array programming with {NumPy}}, + 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 + Warren Weckesser and Hameer Abbasi and Christoph Gohlke and + Travis E. Oliphant}, + year = {2020}, + month = sep, + journal = {Nature}, + volume = {585}, + number = {7825}, + pages = {357--362}, + doi = {10.1038/s41586-020-2649-2}, + publisher = {Springer Science and Business Media {LLC}}, + url = {https://doi.org/10.1038/s41586-020-2649-2} } ``` From 2feec3df95ca5038a9357a80d64273ac85f406e2 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:24:59 +0200 Subject: [PATCH 48/96] New translations user-survey-2020.md (Japanese) --- content/ja/user-survey-2020.md | 17 ++++++----------- 1 file changed, 6 insertions(+), 11 deletions(-) diff --git a/content/ja/user-survey-2020.md b/content/ja/user-survey-2020.md index 46e47e5073..a6533d3cb8 100644 --- a/content/ja/user-survey-2020.md +++ b/content/ja/user-survey-2020.md @@ -3,21 +3,16 @@ title: 2020年 NumPyコミュニティ調査 sidebar: false --- -In 2020, the NumPy survey team in partnership with students and faculty from a -Master’s course in Survey Methodology jointly hosted by the University of -Michigan and the University of Maryland conducted the first official NumPy -community survey. Over 1,200 users from 75 countries participated to help us -map out a landscape of the NumPy community and voiced their thoughts about the -future of the project. +2020年に、NumPyの調査チームは、ミシガン大学とメリーランド大学が共同で開催した、調査方法学の修士コースの学生と教員と共同で、初めて公式のNumPyコミュニティ調査を実施しました。 75カ国から1,200人以上のNumPyユーザーが参加してくれました。NumPyコミュニティの全体像を描き、プロジェクトの未来像についての意見を述べてもらいました。 -{{< figure >}} -src = '/surveys/NumPy_usersurvey_2020_report_cover.png' -alt = 'Cover page of the 2020 Numpy User survey report, titled "Numpyコミュニティ調査2020 - 結果"' -width = '250' +{{< figure src="/surveys/NumPy_usersurvey_2020_report_cover.png" class="fig-left" alt="Cover page of the 2020 Numpy User survey report, titled 'Numpyコミュニティ調査2020 - 結果'" width="250">}} +src = '/surveys/NumPy_usersurvey_2020_report_cover.png' alt = 'Cover page of the 2020 NumPy user survey report, titled "NumPy Community Survey 2020 - results"' width = '250' {{< /figure >}} 調査結果を詳細を知りたい場合は、**[こちらのレポート](/surveys/NumPy_usersurvey_2020_report.pdf)** をダウンロードしてください。 + 結果の概要については、 **[こちらの図](https://github.com/numpy/numpy-surveys/blob/master/images/2020NumPysurveyresults_community_infographic.pdf)** をチェックしてください。 -Ready for a deep dive? より詳細が知りたくなりましたか？ **https://numpy.org/user-survey-2020-details/** をご覧ください。 +より詳細が知りたくなりましたか？ **https://numpy.org/user-survey-2020-details/** をご覧ください。 + From b98ae93df121d88f1a1c1bf455c86a629e6f6c4c Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:07 +0200 Subject: [PATCH 49/96] New translations report-handling-manual.md (Japanese) --- content/ja/report-handling-manual.md | 96 +++++++++++++++------------- 1 file changed, 51 insertions(+), 45 deletions(-) diff --git a/content/ja/report-handling-manual.md b/content/ja/report-handling-manual.md index 62363d58cb..b200124145 100644 --- a/content/ja/report-handling-manual.md +++ b/content/ja/report-handling-manual.md @@ -3,87 +3,93 @@ title: NumPy行動規範 - 報告書のフォローアップ方法 sidebar: false --- -NumPyの行動規範委員会はこのマニュアルに従います。 このマニュアルは様々な問題に対応する際に使用され、一貫性と公平性を確保します。 It’s used when we respond to an issue to make sure we’re consistent and fair. +NumPyの行動規範委員会はこのマニュアルに従います。 このマニュアルは様々な問題に対応する際に使用され、一貫性と公平性を確保します。 -Enforcing the [Code of Conduct](/code-of-conduct) impacts our community today and for the future. It’s an action that we do not take lightly. When reviewing enforcement measures, the Code of Conduct Committee will keep the following values and guidelines in mind: +[行動規範](/ja/code-of-conduct) を施行することは、私たちのコミュニティの現在のため、未来のために重要です。 この施行は、軽いものではありません。 施行の基準を見直す際、行動規範委員会は以下の考え方とガイドラインに留意するようにします。 -- Act in a personal manner rather than impersonal. The Committee can engage the parties to understand the situation while respecting the privacy and any necessary confidentiality of reporters. ただし、1人以上の個人と直接連絡を取る必要がある場合もあります。 委員会の目標は正しい決定を下すのではなく、コミュニティの健康を改善することなのです。 -- Emphasize empathy for individuals rather than judging behavior, avoiding binary labels of “good” and “bad/evil”. Overt, clear-cut aggression and harassment exist, and we will address them firmly. But many scenarios that can prove challenging to resolve are those where normal disagreements devolve into unhelpful or harmful behavior from multiple parties. Understanding the full context and finding a path that re-engages all is hard, but ultimately the most productive for our community. -- We understand that email is a difficult medium and can be isolating. Receiving criticism over email, without personal contact, can be particularly painful. This makes it especially important to keep an atmosphere of open-minded respect for the views of others. It also means that we must be transparent in our actions, and that we will do everything in our power to make sure that all our members are treated fairly and with sympathy. -- Discrimination can be subtle and it can be unconscious. It can show itself as unfairness and hostility in otherwise ordinary interactions. We know that this does occur, and we will take care to look out for it. We would very much like to hear from you if you feel you have been treated unfairly, and we will use these procedures to make sure that your complaint is heard and addressed. -- Help increase engagement in good discussion practice: try to identify where discussion may have broken down, and provide actionable information, pointers, and resources that can lead to positive change on these points. -- 新しいメンバーが何を必要としているかに留意します。 特に社会的地位の低いグループからの参加を増やすことを目的に、明確なサポートと配慮を提供していきます。 -- Individuals come from different cultural backgrounds and native languages. Try to identify any honest misunderstandings caused by a non-native speaker and help them understand the issue and what they can change to avoid causing offence. Complex discussion in a foreign language can be very intimidating, and we want to grow our diversity also across nationalities and cultures. +* 機械的ではなく、人間的に行動します。 委員会は、当事者のプライバシーと報告者の必要なだけの機密性を尊重しながら、状況を理解するように働きかけることができます. ただし、1人以上の個人と直接連絡を取る必要がある場合もあります。 委員会の目標は正しい決定を下すのではなく、コミュニティの健康を改善することなのです。 +* 行動を判断するのではなく、個人への共感を強調し、「良い」と「悪い」の二値評価を避けます。 明確な攻撃性とハラスメントが存在した場合、私たちはそれらに対処します。 しかし、解決が困難なシナリオの多くは、通常の意見の相違が、複数の当事者による無益または有害な行動に発展した場合です。 完全に文脈を理解し、すべてを再び元に戻す道を見つけることは困難ですが、コミュニティにとって最終的に最も有益な方法です。 +* 私たちは、電子メールが判断に困難な媒体であり、独立して利用できることを理解しています。 個人の情報なしに電子メール上で批判を受けることは、特に苦痛である場合もあります。 そこで、他者の見解に対して、開放的で、敬意を持った雰囲気を保つことが重要になります。 それはまた、私たちの行動が透明でなければならないことを意味します。 全てのメンバーが公平かつ同情をもって扱われるようにするため、私たちは全力を尽くします。 +* 差別の境界は時に曖昧で、また無意識に行われている場合もあります。 これにより、普通の人との関わりの中で、不公平感や敵意として現れてくるのです。 私達は、このようなことが起こることはわかっているので、気をつけて見ていきたいと思います。 不当な扱いを受けたと思われる方は、ぜひご連絡ください。 +* 良い議論を実践することで、エンゲージメントの向上に取り組みます。例えば議論がどこで止まっているのかを特定したり、 実践的な情報、指針、資源を提供することで、これらの問題を前向きな方向に変えていきます。 +* 新しいメンバーが何を必要としているかに留意します。 特に社会的地位の低いグループからの参加を増やすことを目的に、明確なサポートと配慮を提供していきます。 +* 一人一人の文化的背景や母国語は異なります。 ネイティブでない人が起こした悪気のない誤解を確認し、問題を理解してもらい、不快感を与えないために何を変えればよいかを教えてあげてください。 外国語での複雑な議論はとても難しいものであり、国籍や文化を超えて多様性を育てていきたいと考えています。 -## Mediation -Voluntary informal mediation is a tool at our disposal. In contexts such as when two or more parties have all escalated to the point of inappropriate behavior (something sadly common in human conflict), it may be useful to facilitate a mediation process. This is only an example: the Committee can consider mediation in any case, mindful that the process is meant to be strictly voluntary and no party can be pressured to participate. If the Committee suggests mediation, it should: +## 仲介 -- Find a candidate who can serve as a mediator. -- Obtain the agreement of the reporter(s). The reporter(s) have complete freedom to decline the mediation idea or to propose an alternate mediator. -- Obtain the agreement of the reported person(s). -- Settle on the mediator: while parties can propose a different mediator than the suggested candidate, only if a common agreement is reached on all terms can the process move forward. -- Establish a timeline for mediation to complete, ideally within two weeks. +自主的な非公式の調停は、私たちの重要な役割です。 2つのグループ以上の当事者が不適切な行動をエスカレートした場合(人類の紛争では悲しいことに一般的なものですが)、調停プロセスを促進するは非常に重要です。 ちなみに、これは一例に過ぎません。委員会は、どのようなケースでも調停を検討することができますが、このプロセスはあくまでも自発的なものであり、当事者に参加を迫ることはできないことを念頭に置いて下さい。 委員会が調停を提案する場合は、次のようにすべきです。 + +* 調停者として役立つ候補者を見つけます。 +* 報告者の合意を取得します。 報告者は、調停のアイデアを拒否したり、代替の調停者を提案する権利を持ちます。 +* 報告者の同意を取得します。 +* 調停人を決定します。当事者は、提案された候補者とは別の調停人を提案することができます。すべての条件で共通の合意に達した場合のみ、プロセスを進めることができます。 +* 調停が完了するまでのタイムラインを設定し、理想的には2週間以内に完了させます。 + +調停者は、すべての当事者と関わり、すべての人に満足のいく決議を求めていきます。 終了後、調停人は（プロセスの全当事者によって吟味された）報告書を委員会に提出し、今後のステップに関する推奨事項を提示します。 委員会は、これらの結果(満足のいく決議が達成されたか否か) を評価し、必要と判断される追加的な措置を決定します。 -The mediator will engage with all the parties and seek a resolution that is satisfactory to all. Upon completion, the mediator will provide a report (vetted by all parties to the process) to the Committee, with recommendations on further steps. The Committee will then evaluate these results (whether a satisfactory resolution was achieved or not) and decide on any additional action deemed necessary. ## 報告に対する委員会の対応 -When the Committee (or a Committee member) receives a report, they will first determine whether the report is about a clear and severe breach (as defined below). If so, immediate action needs to be taken in addition to the regular report handling process. +委員会(または委員) が行動規範違反報告を受けた時、その報告が明確で深刻な違反であるかどうかは判断されます(以下に違反項目を定義します)。 違反判定された場合は、通常のレポート処理プロセスに加えて、即時の対応が必要になります。 + ## 明確かつ深刻な違反行為の解決 -We know that it is painfully common for internet communication to start at or devolve into obvious and flagrant abuse. We will deal quickly with clear and severe breaches like personal threats, violent, sexist or racist language. +私たちは、インターネットでの会話が簡単にひどい誹謗中傷になってしまうことを、痛いほど知っています。 個人的な脅迫、暴力的、性差別的、人種差別的な言葉など、明らかで深刻な違反に対しては、迅速に対処します。 行動規範委員会のメンバーは、明確かつ深刻な違反に気づいた場合、以下のように行動します。 -- Immediately disconnect the originator from all NumPy communication channels. -- Reply to the reporter that their report has been received and that the originator has been disconnected. -- In every case, the moderator should make a reasonable effort to contact the originator, and tell them specifically how their language or actions qualify as a “clear and severe breach”. The moderator should also say that, if the originator believes this is unfair or they want to be reconnected to NumPy, they have the right to ask for a review, as below, by the Code of Conduct Committee. The moderator should copy this explanation to the Code of Conduct Committee. -- The Code of Conduct Committee will formally review and sign off on all cases where this mechanism has been applied to make sure it is not being used to control ordinary heated disagreement. +* 直ちにすべてのNumPyのオンラインコミュニティから違反者を排除します。 +* 報告が受信され、違反者が排除されたことを報告者に連絡します。 +* どのような場合でも、モデレーターは違反者に連絡するための合理的な努力を行い、違反者の言葉や行動がどのように「明確かつ重大な違反」に該当するのかを具体的に伝えるべきです。 モデレーターは、違反者がこれは不当だと思う場合、あるいはNumPyチャンネルとの再接続を望む場合には、行動規範委員会による以下のような審査を求める権利があることも述べるべきです。 モデレータは、この説明を行動規範委員会に転送する必要があります。 +* 行動規範委員会は、このプロセスが適用されたすべてのケースを正式にレビューし署名することで、よくある盛り上がりすぎた論争を諫めるためこのプロセスが使用されたのでないことを確認します。 + ## 報告の処理 -When a report is sent to the Committee they will immediately reply to the reporter to confirm receipt. This reply must be sent within 72 hours, and the group should strive to respond much quicker than that. +報告が委員会に送られると、直ちに報告者に返信して報告を受領したことを確認します。 この返信は72時間以内に送信される必要があり、委員会はそれよりもはるかに迅速に対応するよう努める必要があります。 -レポートに十分な情報が含まれていない場合、委員会は行動する前に、関連するすべてのデータを取得するようにします。 委員会は、事件の状況を全て知るために関係する個人に連絡する際に、運営協議会に代わって行動する権限を与えられています。 The Committee is empowered to act on the Steering Council’s behalf in contacting any individuals involved to get a more complete account of events. +レポートに十分な情報が含まれていない場合、委員会は行動する前に、関連するすべてのデータを取得するようにします。 委員会は、事件の状況を全て知るために関係する個人に連絡する際に、運営協議会に代わって行動する権限を与えられています。 -The Committee will then review the incident and determine, to the best of their ability: +その後、委員会は今回の問題を見直し、効果を最大限に発揮する対策を決定します。 -- What happened. -- 今回の事情が行動規範違反であるかどうか。 -- 責任者が誰であるか -- これが進行中の状況であるか、誰の物理的安全に脅威があるかどうか。 +* 問題の種類 +* 今回の事情が行動規範違反であるかどうか。 +* 責任者が誰であるか +* これが進行中の状況であるか、誰の物理的安全に脅威があるかどうか。 これらの情報は書面で収集され、可能な限りグループの審議が記録され、保持されます (例えば、チャットの記録、Eメールのディスカッション、会議通話の記録、音声会話の概要など)。 -It is important to retain an archive of all activities of this Committee to ensure consistency in behavior and provide institutional memory for the project. To assist in this, the default channel of discussion for this Committee will be a private mailing list accessible to current and future members of the Committee as well as members of the Steering Council upon justified request. If the Committee finds the need to use off-list communications (e.g. phone calls for early/rapid response), it should in all cases summarize these back to the list so there’s a good record of the process. +行動の一貫性を確保し、プロジェクトのために記録を残すために、委員会のすべての活動のアーカイブを保持することが重要です。 この活動支援するために、委員会のデフォルトの議論チャネルは、正当化された要求に応じて、委員会の現在および将来のメンバー、および運営委員会のメンバーがアクセスできるプライベートメーリングリストにします。 委員会がリストにはない連絡方法を使用する必要がある場合(例: 早期/迅速な対応を求める電話など)、そのプロセスの良い記録となるように、これらをリストにまとめて戻すべきです。 + +行動規範委員会は、2週間以内に決議の合意を目指すべきです。 その期間内に決議が確定できない場合。 委員会は、レポーターに対して現状の更新と今後のタイムラインを連絡します。 -The Code of Conduct Committee should aim to have a resolution agreed upon within two weeks. In the event that a resolution can’t be determined in that time, the Committee will respond to the reporter(s) with an update and projected timeline for resolution. ## 解決方法 -The Committee must agree on a resolution by consensus. 委員会は、合意により決議について決定しなければなりません。 検討グループが一週間以上、合意かデッドロックに達しなかった場合、グループは、ステアリング評議会にこの問題を引き渡すことができます。 +委員会は、合意により決議について決定しなければなりません。 検討グループが一週間以上、合意かデッドロックに達しなかった場合、グループは、ステアリング評議会にこの問題を引き渡すことができます。 ありうる返答は次のとおりです: -- これ以上アクションを取らない。 - - if we determine no violations have occurred; - - if the matter has been resolved publicly while the Committee was considering responses. -- Coordinating voluntary mediation: if all involved parties agree, the Committee may facilitate a mediation process as detailed above. -- 公の場における説明。 どの行動・言動・言語が不適切で、現在の状況がなぜか引き起こされ、人々を傷つけたのかを説明し、コミュニティに自省を要求します。 -- A private reprimand from the Committee to the individual(s) involved. In this case, the group chair will deliver that reprimand to the individual(s) over email, cc’ing the group. -- A public reprimand. In this case, the Committee chair will deliver that reprimand in the same venue that the violation occurred, within the limits of practicality. E.g., the original mailing list for an email violation, but for a chat room discussion where the person/context may be gone, they can be reached by other means. The group may choose to publish this message elsewhere for documentation purposes. -- A request for a public or private apology, assuming the reporter agrees to this idea: they may at their discretion refuse further contact with the violator. The chair will deliver this request. The Committee may, if it chooses, attach “strings” to this request: for example, the group may ask a violator to apologize in order to retain one’s membership on a mailing list. -- A “mutually agreed upon hiatus” where the Committee asks the individual to temporarily refrain from community participation. 「相互に合意した休止」の要求。 これは、委員会から個人への、コミュニティへの参加を一時的に控えるような要請です。 対象者が自発的に一時的な休みを取らないことを選択した場合、委員会は「冷却期限」を準備することがあります。 -- A permanent or temporary ban from some or all NumPy spaces (mailing lists, gitter.im, etc.). The group will maintain records of all such bans so that they may be reviewed in the future or otherwise maintained. +* これ以上アクションを取らない。 + - 違反が起きていないと判断された + - 検討中に問題が明らかに解決された +* 調停の調整。すべての関係者が合意した場合、委員会は上記のように調停プロセスを促進することができます。 +* 公の場における説明。 どの行動・言動・言語が不適切で、現在の状況がなぜか引き起こされ、人々を傷つけたのかを説明し、コミュニティに自省を要求します。 +* 委員会から関係者(複数可) への非公開処分の実施。 この場合、委員会は、電子メールを介して、グループにccを入れながら、対象者に問題の指摘を連絡します。 +* 公の場での指摘。 この場合、委員会の議長は、違反が発生したのと同じ場所で、実用性の範囲内で叱責を行います。 例えば、メールルールの違反の元のメーリングリストなどです。しかし、人や状況がかわるかもしれないチャットルームなどの場合、他の手段を利用する可能性もあります。 文書化のため、この問題のメッセージを他の場所で公開することを対策グループが選択する場合もあります。 +* 報告者がこの考えに同意することを前提とした、公的または私的な謝罪の要求。 報告者は自分の裁量で、違反者とのさらなる接触を拒否することもできます。 委員会がこの要求をお届けします。 委員会は、必要に応じてこの要求に「条件」を付けることができます。例えば、メーリングリストの会員資格を維持するために、違反者に謝罪を求めることができます。 +* 「相互に合意した休止」の要求。 これは、委員会から個人への、コミュニティへの参加を一時的に控えるような要請です。 対象者が自発的に一時的な休みを取らないことを選択した場合、委員会は「冷却期限」を準備することがあります。 +* これは、一部またはすべてのNumPyオンラインコミュニティ (メーリングリスト、gitter.im など) からの永続的または一時的な出入り禁止。 将来的に禁止が見直されるのか、維持されるか決定できるよう、対策グループは出入り禁止の記録を全て保持します。 -Once a resolution is agreed upon, but before it is enacted, the Committee will contact the original reporter and any other affected parties and explain the proposed resolution. The Committee will ask if this resolution is acceptable, and must note feedback for the record. +決議が合意されると制定される前に、委員会は、元の報告者およびその他の影響を受けた当事者に連絡し、提案された決議を説明します。 委員会は、この決議が受け入れられるかどうかを尋ねます。 そして、記録のためのフィードバックに注意を払います。 最後に 委員会は、NumPy Steering Councilに報告を行います(NumPy Coreチームにも、出入り禁止など進行中の出来事については報告します)。 委員会はこの問題について公に議論することはありません。 すべての公開声明は、行動規範委員会またはNumPy Steering Councilの議長によって行われます。 + ## 利益相反 -In the event of any conflict of interest, a Committee member must immediately notify the other members, and recuse themselves if necessary. +利益相反が発生した場合、委員会メンバーは直ちに他のメンバーに通知し、必要に応じて対応を辞退しなければなりません。 From 84d9d43a7e5f112d22e0b78d3064cbbd9b3f3e46 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:15 +0200 Subject: [PATCH 50/96] New translations contribute.md (Japanese) --- content/ja/contribute.md | 70 +++++++++++++++------------------------- 1 file changed, 26 insertions(+), 44 deletions(-) diff --git a/content/ja/contribute.md b/content/ja/contribute.md index 644e7eaa61..90db608852 100644 --- a/content/ja/contribute.md +++ b/content/ja/contribute.md @@ -3,82 +3,64 @@ title: NumPy に貢献する sidebar: false --- -The NumPy project welcomes your expertise and enthusiasm! -Your choices aren't limited to programming, as you can -see below there are many areas where we need **your** help. +NumPyプロジェクトを成功させるには、あなたの専門知識とプロジェクトに関する熱意が必要です。 貢献方法はプログラミングに限定されません。 このページには**あなたができる** 様々な種類の貢献方法が示されています。 もしどこから始めればいいか、あなたのスキルをどう生かせばいいかがわからない場合は、 _是非ご連絡下さい。 _ 連絡の方法としては、 [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) 、 [GitHub](http://github.com/numpy/numpy)、 [イシューの作成](https://github.com/numpy/numpy/issues) 、関連するイシューへのコメントがあります。 -連絡先としては、 numpy-team@googlegroups.com または、[Slack](https://numpy-team.slack.com) (グループに招待するためにこちらに連絡お願いします: numpy-team@googlegroups.com)があります。 +連絡先としては、 または、[Slack](https://numpy-team.slack.com) (グループに招待するためにこちらに連絡お願いします: )があります。 また、隔週の _コミュニティミーティング_もあり、詳細は [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) で発表されています。 あなたの参加を大いに歓迎します。 オープンソースプロジェクトに貢献するのが初めての方は、是非、 [このガイド](https://opensource.guide/how-to-contribute/) を読んでみて下さい。 -You are very welcome to join. -If you are new to contributing to open source, we also highly recommend reading -[this guide](https://opensource.guide/how-to-contribute/). -私たちのコミュニティは、誰もが平等に扱われ、すべての貢献を平等に評価することを目指しています。 私たちはオープンで居心地の良いコミュニティを作るために [行動基準](/ja/code-of-conduct) を制定しています。 We have a [Code of Conduct](/code-of-conduct) to foster an open -and welcoming environment. +私たちのコミュニティは、誰もが平等に扱われ、すべての貢献を平等に評価することを目指しています。 私たちはオープンで居心地の良いコミュニティを作るために [行動基準](/ja/code-of-conduct) を制定しています。 ### コードを書く -プログラマーの方には、こちらの [ガイド](https://numpy.org/devdocs/dev/index.html#development-process-summary)でNumPyのコードに貢献する方法を説明しています。
追加情報に関しては、 こちらの[YouTube チャンネル](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) もご覧ください。
Check out also our [YouTube channel](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) for additional advice. +プログラマーの方には、こちらの [ガイド](https://numpy.org/devdocs/dev/index.html#development-process-summary)でNumPyのコードに貢献する方法を説明しています。
追加情報に関しては、 こちらの[YouTube チャンネル](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) もご覧ください。 -### プルリクエストのレビュー -The project has more than 250 open pull requests -- meaning many potential -improvements and many open-source contributors waiting for feedback. If you're -a developer who knows NumPy, you can help even if you're not familiar with the -codebase. You can: +### プルリクエストのレビュー +NumPyプロジェクトには現時点で250以上のオープンなプルリクエストがあり、多くの 改善要求と多くのレビュワーからのフィードバックを待っています。 もしあなたがNumPy を使ったことがある場合、 たとえNumPyコードベースに慣れていない場合でも貢献する方法はあります。 例えば、 +* 長期にわたる議論をまとめる +* ドキュメントのPRをトリアージする +* 提案された変更をテストする -- 長期にわたる議論をまとめる -- ドキュメントのPRをトリアージする -- 提案された変更をテストする ### 教育用の資料を作成する NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模な再設計中です。 新しいNumPyのWebページは、新しいチュートリアルや、NumPyの使い方、NumPy内部の深い説明など必要としており、サイト全体にも再設計と再構築が必要です。 このウェブサイトの再構築の作業は、ドキュメントを書くだけではありません。 コード例や、ノートブック、ビデオなどの作成も歓迎しています。 [NEP 44 — Restructuring the NumPyDocumentation](https://numpy.org/neps/nep-0044-restructuring-numpy-docs.html)に、ウェブサイトの再構築についての詳細が説明されています。 -We're in need of new tutorials, how-to's, and deep-dive explanations, and the -site needs restructuring. Opportunities aren't limited to writers. We'd also -welcome worked examples, notebooks, and videos. NumPyプロジェクトを成功させるには、あなたの専門知識とプロジェクトに関する熱意が必要です。 貢献方法はプログラミングに限定されません。 このページには**あなたができる** 様々な種類の貢献方法が示されています。 -### Issue triaging -[NumPyのイシュートラッカー](https://github.com/numpy/numpy/issues) には、 _沢山の_Open状態のイシューがあります。 すでに解決されたもの、優先順位付けされるべきもの、 初心者が取り組むのに適したものがあります。 あなたができることは、いくつもあります: Some are no longer valid, some should be prioritized, and some -would make good issues for new contributors. You can: +### イシューのトリアージ + +[NumPyのイシュートラッカー](https://github.com/numpy/numpy/issues) には、 _沢山の_Open状態のイシューがあります。 すでに解決されたもの、優先順位付けされるべきもの、 初心者が取り組むのに適したものがあります。 あなたができることは、いくつもあります: + +* 古いバグがまだ残っているか確認する +* 重複したイシューを見つけ、お互いに関連づける +* 問題を再現するコードを作成する +* イシューに正しいラベル付けをする (トリアージ権が必要なので、連絡下さい) -- 古いバグがまだ残っているか確認する -- find duplicate issues and link related ones -- add good self-contained reproducers to issues -- 問題を再現するコードを作成する イシューに正しいラベル付けをする (トリアージ権が必要なので、連絡下さい) +ぜひ、やってみて下さい。 -Please just dive in. ### ウェブサイトの開発 -We've just revamped our website, but we're far from done. 私たちはちょうどウェブサイトを作り直し始めたところですが、それらはまだ完了していません。 Web開発が好きなら、この[イシュー](https://github.com/numpy/numpy.org/issues?q=is%3Aissue+is%3Aopen+label%3Adesign) に未完成な要求が列挙されています。 ぜひ、あなたのアイデアを共有してください。 +私たちはちょうどウェブサイトを作り直し始めたところですが、それらはまだ完了していません。 Web開発が好きなら、この[イシュー](https://github.com/numpy/numpy.org/issues?q=is%3Aissue+is%3Aopen+label%3Adesign) に未完成な要求が列挙されています。 ぜひ、あなたのアイデアを共有してください。 + ### グラフィックデザイン -We can barely begin to list the contributions a graphic designer can make here. -Our docs are parched for illustration; our growing website craves images -- -opportunities abound. +グラフィックデザイナーの方が可能な貢献は、枚挙にいとまがありません。 しかし、私たちのドキュメントは説明のために可視化が重要であり、私たちの拡大しているウェブサイトは良い画像を求めていることから、 貢献する機会が沢山あると言えます。 + ### ウェブサイトの翻訳 -NumPyプロジェクトには現時点で250以上のオープンなプルリクエストがあり、多くの 改善要求と多くのレビュワーからのフィードバックを待っています。 もしあなたがNumPy を使ったことがある場合、 たとえNumPyコードベースに慣れていない場合でも貢献する方法はあります。 例えば、 Volunteer translators are at the heart -of this effort. 私たちは、[numpy.org](https://numpy.org) を複数言語に翻訳し、NumPyを母国語でアクセスできるようにしたいと思っています。 これを実現するには、ボランティアの翻訳者が必要です。 詳しくは[このイシュー](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n)を参照してください。 [この GitHubイシュー](https://github.com/numpy/numpy.org/issues/55) にコメントしてサインアップしてください。 +私たちは、[numpy.org](https://numpy.org) を複数言語に翻訳し、NumPyを母国語でアクセスできるようにしたいと思っています。 これを実現するには、ボランティアの翻訳者が必要です。 詳しくは[このイシュー](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n)を参照してください。 [この GitHubイシュー](https://github.com/numpy/numpy.org/issues/55) にコメントしてサインアップしてください。 + ### コミュニティとの連携とアウトリーチ -Through community contact we share our work more widely and learn where we're -falling short. コミュニティとのコミュニケーションを通じて、私たちは、NumPyより広く知ってもらい、どこに問題があるのかを知りたいと思っています。 私たちは、[Twitter](https://twitter.com/numpy_team) アカウントや、NumPy[コードスプリント](https://scisprints.github.io/)の開催、ニュースレターの発行、そしておそらくブログなどを通じて、より沢山の人にコミュニティに参加して欲しいと思っていす。 +コミュニティとのコミュニケーションを通じて、私たちは、NumPyより広く知ってもらい、どこに問題があるのかを知りたいと思っています。 私たちは、[Twitter](https://twitter.com/numpy_team) アカウントや、NumPy[コードスプリント](https://scisprints.github.io/)の開催、ニュースレターの発行、そしておそらくブログなどを通じて、より沢山の人にコミュニティに参加して欲しいと思っていす。 ### 資金調達 -NumPy was all-volunteer for many years, but as its importance grew it became -clear that to ensure stability and growth we'd need financial support. This -SciPy'19 talk explains how much -difference that support has made. Like all the nonprofit world, we're -constantly searching for grants, sponsorships, and other kinds of support. We -have a number of ideas and of course we welcome more. Fundraising is a scarce -skill here -- we'd appreciate your help. +NumPyは何年にも渡ってボランティアだけ活動していましたが、その重要性が高まるにつれ、安定性と成長のためには資金面での支援が必要であることがわかってきました。 こちらの[SciPy'19のプレゼン](https://www.youtube.com/watch?v=dBTJD_FDVjU) では、資金的なサポートを受けたことで、どれだけ違いが出たかを説明しています。 他の非営利団体のように、私たちは助成金や、スポンサーシップ、その他の資金支援を常に探しています。 私たちはすでにいくつかの資金調達のアイデアを持っていますが、他にもより多くを資金調達を受けたいと思っています。 資金調達に関する知識は、我々には不足しているスキルです。 是非、あなたのサポートをお待ちしています。 From b399a01a2358d93dd4bfcab662329d5ed7886d82 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:22 +0200 Subject: [PATCH 51/96] New translations learn.md (Japanese) --- content/ja/learn.md | 64 ++++++++++++++++++++++----------------------- 1 file changed, 32 insertions(+), 32 deletions(-) diff --git a/content/ja/learn.md b/content/ja/learn.md index 8b95019964..7ab2dcde53 100644 --- a/content/ja/learn.md +++ b/content/ja/learn.md @@ -1,5 +1,5 @@ --- -title: Learn +title: NumPyの学び方 sidebar: false --- @@ -11,30 +11,30 @@ sidebar: false ## 初心者向け -NumPyについての資料は多数存在しています。 初心者の方にはこちらの資料を強くお勧めします： If you are just starting, we'd strongly recommend the following: +NumPyについての資料は多数存在しています。 初心者の方にはこちらの資料を強くお勧めします： - **書籍** + **動画** -- [NumPy Quickstart チュートリアル](https://numpy.org/devdocs/user/quickstart.html) -- [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 https://www.tutorialspoint.com/numpy/numpy_advanced_indexing.htm -- [イラストで学ぶNumPy _by Lev Maximov_](https://betterprogramming.pub/3b1d4976de1d?sk=57b908a77aa44075a49293fa1631dd9b) -- [Scientific Pythonレクチャー](https://lectures.scientific-python.org/) NumPyだけでなく、科学的なPythonソフトウェアエコシステムを広く紹介しています。 -- [NumPy: 初心者のための基本](https://numpy.org/devdocs/user/absolute_beginners.html) -- [NumPy チュートリアル _by Nicolas Rougier_](https://github.com/rougier/numpy-tutorial) -- [スタンフォード大学 CS231 _by Justin Johnson_](http://cs231n.github.io/python-numpy-tutorial/) -- [NumPyユーザーガイド](https://numpy.org/devdocs) +* [NumPy Quickstart チュートリアル](https://numpy.org/devdocs/user/quickstart.html) +* [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 +* [イラストで学ぶNumPy *by Lev Maximov*](https://betterprogramming.pub/3b1d4976de1d?sk=57b908a77aa44075a49293fa1631dd9b) +* [SciPyレクチャー](https://scipy-lectures.org/) NumPyだけでなく、科学的なPythonソフトウェアエコシステムを広く紹介しています。 +* [NumPy: 初心者のための基本](https://numpy.org/devdocs/user/absolute_beginners.html) +* [NumPy チュートリアル *by Nicolas Rougier*](https://github.com/rougier/numpy-tutorial) +* [スタンフォード大学 CS231 *by Justin Johnson*](http://cs231n.github.io/python-numpy-tutorial/) +* [NumPyユーザーガイド](https://numpy.org/devdocs) **チュートリアル** -- [NumPガイド _Travelis E. Oliphant著_](http://web.mit.edu/dvp/Public/numpybook.pdf) これは2006年の無料版の初版です 最新版(2015年)については、こちら [を参照ください](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1122853007). For the latest copy (2015) see [here](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1144670472). -- [PythonにおけるNumPy (発展編)](https://www.labri.fr/perso/nrougier/from-python-to-numpy/) -- [エレガントなSciPy](https://www.amazon.com/Elegant-SciPy-Art-Scientific-Python/dp/1491922877) _Juan Nunez-Iglesias・Stefan van der Walt・Harriet Dashnow 著_ +* [NumPガイド *Travelis E. Oliphant著*](http://web.mit.edu/dvp/Public/numpybook.pdf) これは2006年の無料版の初版です 最新版(2015年)については、こちら [を参照ください](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1122853007). +* [PythonにおけるNumPy (発展編)](https://www.labri.fr/perso/nrougier/from-python-to-numpy/) +* [エレガントなSciPy](https://www.amazon.com/Elegant-SciPy-Art-Scientific-Python/dp/1491922877) *Juan Nunez-Iglesias・Stefan van der Walt・Harriet Dashnow 著* -また、「Python+SciPy」を題材にした[推薦本リスト](https://www.goodreads.com/shelf/show/python-scipy) もチェックしてみてください。 ほとんどの本にはNumPyを核とした「SciPyエコシステム」が説明されています。 Most books there are about the "SciPy ecosystem," which has NumPy at its core. +また、「Python+SciPy」を題材にした[推薦本リスト](https://www.goodreads.com/shelf/show/python-scipy) もチェックしてみてください。 ほとんどの本にはNumPyを核とした「SciPyエコシステム」が説明されています。 - **書籍** + **動画** -- [NumPy を使った数値計算入門](http://youtu.be/ZB7BZMhfPgk) _by Alex Chabot-Leclerc_ +* [NumPy を使った数値計算入門](http://youtu.be/ZB7BZMhfPgk) *by Alex Chabot-Leclerc* *** @@ -42,32 +42,32 @@ NumPyについての資料は多数存在しています。 初心者の方に 高度なインデックス指定、分割、スタッキング、線形代数など、NumPyの概念をより深く理解するためには、これらの上級者向け資料を試してみてください。 - **動画** + **書籍** -- NumPyの学び方 -- [NumPyとSciPyへのイントロダクション](https://engineering.ucsb.edu/~shell/che210d/numpy.pdf) _M. Scott Shell著_ -- [NumPy救急キット](http://mentat.za.net/numpy/numpy_advanced_slides/) _Stéfan van der Walt著_ -- [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 To submit your own content, visit the [numpy-tutorials repository on GitHub](https://github.com/numpy/numpy-tutorials). +* https://www.tutorialspoint.com/numpy/numpy_advanced_indexing.htm +* [NumPyとSciPyへのイントロダクション](https://engineering.ucsb.edu/~shell/che210d/numpy.pdf) *M. Scott Shell著* +* [NumPy救急キット](http://mentat.za.net/numpy/numpy_advanced_slides/) *Stéfan van der Walt著* +* [NumPyチュートリアル](https://numpy.org/numpy-tutorials)で、いくつかのチュートリアルと教育的資料を見ることができます。 このページのゴールは、NumPyプロジェクトによる質のいい資料を提供することです。 自習と講義形式の両方を想定しており、Jupyterノートブック形式で提供されます。 もしあなた自身の資料を追加することに興味がある場合、[Github上のnumpy-tutorialsリポジトリ](https://github.com/numpy/numpy-tutorials)をチェックしてみて下さい。 **チュートリアル** -- [Pythonデータサイエンスハンドブック](https://www.amazon.com/Python-Data-Science-Handbook-Essential/dp/1491912057) _Jake Vanderplas著_ -- [Pythonデータ解析](https://www.amazon.com/Python-Data-Analysis-Wrangling-IPython/dp/1491957662) _Wes McKinney著_ -- [数値解析Python: NumPy, SciPy, Matplotlibによる数値計算とデータサイエンスアプリケーション](https://www.amazon.com/Numerical-Python-Scientific-Applications-Matplotlib/dp/1484242459) _Robert Johansson著_ +* [Pythonデータサイエンスハンドブック](https://www.amazon.com/Python-Data-Science-Handbook-Essential/dp/1491912057) *Jake Vanderplas著* +* [Pythonデータ解析](https://www.amazon.com/Python-Data-Analysis-Wrangling-IPython/dp/1491957662) *Wes McKinney著* +* [数値解析Python: NumPy, SciPy, Matplotlibによる数値計算とデータサイエンスアプリケーション](https://www.amazon.com/Numerical-Python-Scientific-Applications-Matplotlib/dp/1484242459) *Robert Johansson著* - **動画** + **書籍** -- [アドバンスドNumPy - ブロードキャストルール・ストライド・高度なインデックス指定](https://www.youtube.com/watch?v=cYugp9IN1-Q) _Fan Nunuz-Iglesias著_ +* [アドバンスドNumPy - ブロードキャストルール・ストライド・高度なインデックス指定](https://www.youtube.com/watch?v=cYugp9IN1-Q) *Fan Nunuz-Iglesias著* *** ## NumPyに関する講演 -- [NumPyにおけるインデックス指定の未来](https://www.youtube.com/watch?v=o0EacbIbf58) _Jaime Fernadezによる_ (2016) -- [Pythonにおける配列計算の進化](https://www.youtube.com/watch?v=HVLPJnvInzM\&t=10s) _Ralf Gommersによる_ (2019) -- [NumPy: 今までどう変わってきて、今後どう変わっていくのか？ ](https://www.youtube.com/watch?v=YFLVQFjRmPY) _Matti Picusによる_ (2019) -- [NumPyの内部](https://www.youtube.com/watch?v=dBTJD_FDVjU) _Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harrisによる_ (2019) -- [Pythonにおける配列計算の概要](https://www.youtube.com/watch?v=f176j2g2eNc) _Travis Oliphantによる_ (2019) +* [NumPyにおけるインデックス指定の未来](https://www.youtube.com/watch?v=o0EacbIbf58) *Jaime Fernadezによる* (2016) +* [Pythonにおける配列計算の進化](https://www.youtube.com/watch?v=HVLPJnvInzM&t=10s) *Ralf Gommersによる* (2019) +* [NumPy: 今までどう変わってきて、今後どう変わっていくのか？ ](https://www.youtube.com/watch?v=YFLVQFjRmPY) *Matti Picusによる* (2019) +* [NumPyの内部](https://www.youtube.com/watch?v=dBTJD_FDVjU) *Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harrisによる* (2019) +* [Pythonにおける配列計算の概要](https://www.youtube.com/watch?v=f176j2g2eNc) *Travis Oliphantによる* (2019) *** From c7322de49e9c4814b3702af5c4d7ed400a5c2d21 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:29 +0200 Subject: [PATCH 52/96] New translations community.md (Japanese) --- content/ja/community.md | 35 +++++++++++++++-------------------- 1 file changed, 15 insertions(+), 20 deletions(-) diff --git a/content/ja/community.md b/content/ja/community.md index 5178b60aa3..2629f72358 100644 --- a/content/ja/community.md +++ b/content/ja/community.md @@ -3,24 +3,21 @@ title: コミュニティ sidebar: false --- -NumPy は 常に多様な[コントリビュータ](/ja/teams/) のグループによって開発されている、コミュニティ主導のオープンソースプロジェクトです。 NumPy を主導するグループは、オープンで協力的でポジティブなコミュニティを作ることを、約束しました。 コミュニティを繁栄させるために、コミュニティの人達と交流する方法については、 [NumPy 行動規範](/ja/code-of-conduct) をご覧ください。 The NumPy leadership has made a strong commitment to creating an open, inclusive, and positive community. Please read the [NumPy Code of Conduct](/code-of-conduct) for guidance on how to interact with others in a way that makes the community thrive. +NumPy は 常に多様な[コントリビュータ](/ja/teams/) のグループによって開発されている、コミュニティ主導のオープンソースプロジェクトです。 NumPy を主導するグループは、オープンで協力的でポジティブなコミュニティを作ることを、約束しました。 コミュニティを繁栄させるために、コミュニティの人達と交流する方法については、 [NumPy 行動規範](/ja/code-of-conduct) をご覧ください。 私たちは、NumPyコミュニティ内で学んだり、知識を共有したり、他の人と交流するためのいくつかのコミュニケーション方法を提供しています。 + ## オンラインで参加する方法 -The following are ways to engage directly with the NumPy project and community. -_Please note that we encourage users and community members to support each other -for usage questions - see [Get Help](/gethelp)._ +NumPy プロジェクトやコミュニティと直接交流する方法は次の通りです。 _重要: 私たちはユーザとコミュニティメンバーに互いにNumPyの使い方の質問に関して助言し合って欲しいと思っています。 - 参照[サポート](/gethelp)._ + ### [NumPyメーリングリスト：](https://mail.python.org/mailman/listinfo/numpy-discussion) このメーリングリストは、NumPy に新しい機能を追加するなど、より長い期間の議論のための主なコミュニケーションの場です。 NumPyのRoadmapに変更を加えたり、プロジェクト全体での意思決定を行います。 このメーリングリストでは、リリース、開発者会議、スプリント、カンファレンストークなど、NumPy についてのアナウンスなどにも利用されます。 -Announcements about NumPy, such as for releases, developer meetings, sprints or -conference talks are also made on this list. -On this list please use bottom posting, reply to the list (rather than to -another sender), and don't reply to digests. このメーリングリストでは、一番下のメールを使用し、メーリングリストに返信して下さい( 他の送信者ではなく)。 このメーリングリストの検索可能なアーカイブは [こちら](https://mail.python.org/archives/list/numpy-discussion@python.org/) にあります。 +このメーリングリストでは、一番下のメールを使用し、メーリングリストに返信して下さい( 他の送信者ではなく)。 このメーリングリストの検索可能なアーカイブは [こちら](https://mail.python.org/archives/list/numpy-discussion@python.org/) にあります。 *** @@ -30,28 +27,25 @@ another sender), and don't reply to digests. このメーリングリストで - ドキュメントの問題 (例: "I find this section unclear"); - 機能追加リクエスト (例: "I would like to have a new interpolation method in `np.percentile`"). -_Please note that GitHub is not the right place to report a security vulnerability. If you think you have found a security vulnerability in NumPy, please report it [here](https://tidelift.com/docs/security)._ +_ちなみに、セキュリティの脆弱性を報告するには、GitHubのイシュートラッカーは適切な場所ではないことに注意してください。 NumPy でセキュリティ上の脆弱性を発見したと思われる場合は、 [こちら](https://tidelift.com/docs/security) から報告してください。_ *** ### [Slack](https://numpy-team.slack.com) -A real-time chat room to ask questions about _contributing_ to NumPy. -This is a private space, specifically meant for people who are hesitant to -bring up their questions or ideas on a large public mailing list or GitHub. -Please see -[here](https://numpy.org/devdocs/dev/index.html#contributing-to-numpy) for more -details and how to get an invite. +SlackはNumpyに_ 貢献するための質問をするための_、リアルタイムのチャットルームです。 具体的には、 公開のメーリングリストやGitHubで質問やアイデアを持ち出すことを躊躇している人々のためのものです。 Slackに招待してもらいたい場合は[こちら](https://numpy.org/devdocs/dev/index.html#contributing-to-numpy)を確認下さい。 + ## 勉強会とミートアップ NumPyや、データサイエンス、科学技術計算などのより広いエコシステムのためのPythonパッケージついて、もっと学ぶためのローカルミートアップや勉強会を見つけたい場合、 [PyData ミートアップ](https://www.meetup.com/pro/pydata/) (150人以上のミートアップ、10万人以上のメンバーをまとめたもの) を調べてみることをお勧めします。 -NumPy also organizes in-person sprints for its team and interested contributors occasionally. 加えて、NumPy では開発チームと参加に興味があるコントリビュータのために、対面でのスプリントを時折開催しています。 この開発スプリントは通常数ヶ月に一度に開催されており、 [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) と [Twitter](https://twitter.com/numpy_team) で開催連絡されます。 +加えて、NumPy では開発チームと参加に興味があるコントリビュータのために、対面でのスプリントを時折開催しています。 この開発スプリントは通常数ヶ月に一度に開催されており、 [メーリングリスト](https://mail.python.org/mailman/listinfo/numpy-discussion) と [Twitter](https://twitter.com/numpy_team) で開催連絡されます。 + ## カンファレンス -The NumPy project doesn't organize its own conferences. NumPy プロジェクトは独自のカンファレンスは開催していません。 NumPy の管理者や、コントリビュータ、ユーザーに最も人気があったカンファレンスは、SciPy および PyDataのカンファレンスです。 +NumPy プロジェクトは独自のカンファレンスは開催していません。 NumPy の管理者や、コントリビュータ、ユーザーに最も人気があったカンファレンスは、SciPy および PyDataのカンファレンスです。 - [SciPy US](https://conference.scipy.org) - [EuroSciPy](https://www.euroscipy.org) @@ -62,10 +56,11 @@ The NumPy project doesn't organize its own conferences. NumPy プロジェクト これらのカンファレンスの多くは、NumPyの使い方や関連するオープンソースプロジェクトに貢献する方法を学ぶことができるチュートリアルを開催しています。 + ## NumPy コミュニティに参加する -To thrive, the NumPy project needs your expertise and enthusiasm. Not a coder? Not a problem! There are many ways to contribute to NumPy. +NumPyプロジェクトを成功させるには、あなたの専門知識とプロジェクトに関する熱意が必要です。 プログラマーじゃないから参加できない？ そんなことはありません！ NumPy に貢献する様々な方法があります。 -If you are interested in becoming a NumPy contributor (yay!) we recommend checking out our [Contribute](/contribute) page. +もし、NumPyに貢献したい場合は、 [コントリビュート](/ja/contribute) ページをご覧いただくことをお勧めします。 -Also, feel free to stop by and say hi at one of our community meetings. また、私たちのコミュニティミーティングにもぜひ参加してみてください。 コミュニティミーティングの活動を確認するには、[こちら](https://scientific-python.org/calendars/)のイベントカレンダーを確認ください。 +また、私たちのコミュニティミーティングにもぜひ参加してみてください。 コミュニティミーティングの活動を確認するには、[こちら](https://scientific-python.org/calendars/)のイベントカレンダーを確認ください。 From 129ea7f17b5ff3b938e96809b3fa88d5790f6c74 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:36 +0200 Subject: [PATCH 53/96] New translations press-kit.md (Japanese) --- content/ja/press-kit.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/press-kit.md b/content/ja/press-kit.md index 39f88f2388..6d28214989 100644 --- a/content/ja/press-kit.md +++ b/content/ja/press-kit.md @@ -5,4 +5,4 @@ sidebar: false 私たちはユーザーの皆さんが次に書く学術論文や、コース教材、プレゼンテーションなどに、NumPyプロジェクトのロゴを簡単に盛り込めるようにしたいと考えています。 -こちらから、様々な解像度のNumPyロゴのファイルをダウンロードできます: [ロゴリンク](https://github.com/numpy/numpy/tree/main/branding/logo)。 numpy.orgのリソースを使用することで、[NumPy行動規範](/code-of-conduct) を受け入れたことになることに注意してください。 Note that by using the numpy.org resources, you accept the [NumPy Code of Conduct](/code-of-conduct). +こちらから、様々な解像度のNumPyロゴのファイルをダウンロードできます: [ロゴリンク](https://github.com/numpy/numpy/tree/main/branding/logo)。 numpy.orgのリソースを使用することで、[NumPy行動規範](/code-of-conduct) を受け入れたことになることに注意してください。 From b64d21ecefeb772242712404e0a68d0a37e9efcf Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:43 +0200 Subject: [PATCH 54/96] New translations news.md (Japanese) --- content/ja/news.md | 16 ++-------------- 1 file changed, 2 insertions(+), 14 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 3cff82620f..8d0cfb5b39 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,29 +1,18 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.0 released!" +newsHeader: "NumPy 2.0 リリース日: 6月16日" date: 2023-09-16 --- ### NumPy 2.0 リリース日: 6月16日 -_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: +_ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. - - -### NumPy 2.0 リリース日: 6月16日 - -_ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** - -- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) -- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) - ### NumFOCUSの年末の資金調達 _2023年12月19日_ -- NumFOCUSは、年末キャンペーンでPyCharmチームと協力し、PyCharmライセンスの初回購入に30%の割引を提供しています。 2023年12月23日までのPyCharm購入による1年目の収益は全てNumFOCUSのプログラムに直接寄付されます。 @@ -250,7 +239,6 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 -- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. - NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. From f069f09256d548099b83faffc197dc8f050a2e3c Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:50 +0200 Subject: [PATCH 55/96] New translations tabcontents.yaml (Japanese) --- content/ja/tabcontents.yaml | 78 ++++++++++++++++++------------------- 1 file changed, 39 insertions(+), 39 deletions(-) diff --git a/content/ja/tabcontents.yaml b/content/ja/tabcontents.yaml index de3a75a312..5a208d9f6b 100644 --- a/content/ja/tabcontents.yaml +++ b/content/ja/tabcontents.yaml @@ -75,7 +75,7 @@ params: alttext: xtensor url: https://github.com/xtensor-stack/xtensor-python - - title: Awkward + title: XND text: Numpy のような イディオムを使って JSON のようなデータを操作するライブラリ img: /images/content_images/arlib/xnd.png alttext: awkward @@ -94,8 +94,8 @@ params: text: "Numpy は、 C や Fortran のような言語の計算パフォーマンスを、Pythonにもたらします。 このパワーはNumPyのシンプルさから来ており、NumPyによるソリューションの多くは明確でエレガントになります。" libraries: - - title: Quantum Computing - alttext: A computer chip. + title: 量子コンピューティング + alttext: コンピューターチップ img: /images/content_images/sc_dom_img/quantum_computing.svg links: - @@ -111,25 +111,25 @@ params: url: https://pennylane.ai label: PennyLane - - title: Statistical Computing - alttext: A line graph with the line moving up. + title: 統計コンピューティング + alttext: 線グラフが上に移動します。 img: /images/content_images/sc_dom_img/statistical_computing.svg links: - url: https://pandas.pydata.org/ label: Pandas - - url: https://www.statsmodels.org/ + url: https://github.com/statsmodels/statsmodels label: statsmodels - url: https://xarray.pydata.org/en/stable/ label: Xarray - - url: https://seaborn.pydata.org/ + url: https://github.com/mwaskom/seaborn label: Seaborn - - title: Signal Processing - alttext: A bar chart with positive and negative values. + title: 信号処理 + alttext: 正と負の値を持つ棒グラフ。 img: /images/content_images/sc_dom_img/signal_processing.svg links: - @@ -145,8 +145,8 @@ params: url: https://hyperspy.org/ label: HyperSpy - - title: Image Processing - alttext: An photograph of the mountains. + title: 画像処理 + alttext: 山々の写真 img: /images/content_images/sc_dom_img/image_processing.svg links: - @@ -159,8 +159,8 @@ params: url: https://mahotas.rtfd.io/ label: Mahotas - - title: Graphs and Networks - alttext: A simple graph. + title: グラフとネットワーク + alttext: シンプルなグラフ img: /images/content_images/sc_dom_img/sd6.svg links: - @@ -176,30 +176,30 @@ params: url: https://pygsp.rtfd.io/ label: PyGSP - - title: Astronomy - alttext: A telescope. + title: 天文学 + alttext: 望遠鏡 img: /images/content_images/sc_dom_img/astronomy_processes.svg links: - url: https://www.astropy.org/ label: AstroPy - - url: https://sunpy.org/ + url: https://github.com/sunpy/sunpy label: SunPy - - url: https://spacepy.github.io/ + url: https://github.com/spacepy/spacepy label: SpacePy - - title: Cognitive Psychology - alttext: A human head with gears. + title: 認知心理学 + alttext: ギアをつけた人間の頭部 img: /images/content_images/sc_dom_img/cognitive_psychology.svg links: - url: https://www.psychopy.org/ label: PsychoPy - - title: Bioinformatics - alttext: A strand of DNA. + title: 生命情報科学 + alttext: DNAの鎖 img: /images/content_images/sc_dom_img/bioinformatics.svg links: - @@ -215,8 +215,8 @@ params: url: http://etetoolkit.org/ label: ETE - - title: Bayesian Inference - alttext: A graph with a bell-shaped curve. + title: ベイズ推論 + alttext: 鐘形の曲線のグラフ img: /images/content_images/sc_dom_img/bayesian_inference.svg links: - @@ -232,8 +232,8 @@ params: url: https://emcee.readthedocs.io/ label: emcee - - title: Mathematical Analysis - alttext: Four mathematical symbols. + title: 数学的分析 + alttext: ４つの数学記号 img: /images/content_images/sc_dom_img/mathematical_analysis.svg links: - @@ -243,14 +243,14 @@ params: url: https://www.sympy.org/ label: SymPy - - url: https://www.cvxpy.org/ + url: https://github.com/cvxgrp/cvxpy label: cvxpy - url: https://fenicsproject.org/ label: FEniCS - - title: Chemistry - alttext: A test tube. + title: 化学 + alttext: 試験管 img: /images/content_images/sc_dom_img/chemistry.svg links: - @@ -266,8 +266,8 @@ params: url: https://www.pybamm.org/ label: PyBaMM - - title: Geoscience - alttext: The Earth. + title: 地球科学 + alttext: 地球 img: /images/content_images/sc_dom_img/geoscience.svg links: - @@ -283,8 +283,8 @@ params: url: https://www.fatiando.org/ label: Fatiando a Terra - - title: Geographic Processing - alttext: A map. + title: 地理情報処理 + alttext: 地図 img: /images/content_images/sc_dom_img/GIS.svg links: - @@ -297,8 +297,8 @@ params: url: https://python-visualization.github.io/folium label: Folium - - title: Architecture & Engineering - alttext: A microprocessor development board. + title: アーキテクチャとエンジニアリング + alttext: マイクロプロセッサ開発ボード img: /images/content_images/sc_dom_img/robotics.svg links: - @@ -306,7 +306,7 @@ params: label: COMPAS - url: https://cityenergyanalyst.com/ - label: City Energy Analyst + label: 都市エネルギー分析 - url: https://nortikin.github.io/sverchok/ label: Sverchok @@ -322,13 +322,13 @@ params: alttext: 三つの円が重なり合う図。円はそれぞれ「数学」、「コンピューターサイエンス」、「専門知識」でラベル付けされています。図の中心部には、三つの円が重なり合って形成されるエリアがあり、「データサイエンス」とラベル付けされています。 examples: - - text: "抽出, 変換, 読み込み: [Pandas](https://pandas.pydata.org), [Intake](https://intake.readthedocs.io), [PyJanitor](https://pyjanitor-devs.github.io/pyjanitor/)" + text: "抽出, 変換, 読み込み: [Pandas](https://pandas.pydata.org), [Intake](https://intake.readthedocs.io), [PyJanitor](https://pyjanitor.readthedocs.io/)" - - text: "探索的解析: [Jupyter](https://jupyter.org), [Seaborn](https://seaborn.pydata.org), [Matplotlib](https://matplotlib.org), [Altair](https://altair-viz.github.io)" + text: "Exploratory analysis: [Jupyter](https://jupyter.org),[Seaborn](https://seaborn.pydata.org),[ Matplotlib](https://matplotlib.org),[ Altair](https://altair-viz.github.io)" - text: "モデリングと評価: [scikit-learn](https://scikit-learn.org), [statsmodels](https://www.statsmodels.org/stable/index.html), [PyMC3](https://docs.pymc.io), [spaCy](https://spacy.io)" - - text: "ダッシュボードでのレポート: [Dash](https://plotly.com/dash), [Panel](https://panel.holoviz.org), [Voila](https://github.com/voila-dashboards/voila)" + text: "ダッシュボードでのレポート: [Dash](https://plotly.com/dash),[ Panel](https://panel.holoviz.org),[ Voila](https://github.com/voila-dashboards/voila)" content: - text: 大規模データに対して、[Dask](https://dask.org)と[Ray](https://ray.io/)はスケールすることを目指して設計されています。安定したデプロイメントに関しては、データのバージョニング（[DVC](https://dvc.org)）、実験の追跡（[MLFlow](https://mlflow.org)）、ワークフローの自動化（[Airflow](https://airflow.apache.org)および[Prefect](https://www.prefect.io)が重要ですが様々なNumPyベースのツールが提供されています。 @@ -355,7 +355,7 @@ params: img: /images/content_images/v_seaborn.png alttext: 2種類のグラフによるペアプロット。seabornで作られたプロットと周波数グラフ" - - url: https://docs.pyvista.org/ + url: https://docs.pyvista.org/examples/index.html img: /images/content_images/v_pyvista.png alttext: PyVista製の3Dボリュームレンダリング - From 0ee9b544009048543cb49566f4a7f11f79ec7969 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:25:56 +0200 Subject: [PATCH 56/96] New translations history.md (Japanese) --- content/ja/history.md | 17 +++++++++++------ 1 file changed, 11 insertions(+), 6 deletions(-) diff --git a/content/ja/history.md b/content/ja/history.md index 66ae3a1475..04a5eb6432 100644 --- a/content/ja/history.md +++ b/content/ja/history.md @@ -3,18 +3,23 @@ title: NumPyの歴史 sidebar: false --- -NumPy is a foundational Python library that provides array data structures and related fast numerical routines. When started, the library had little funding, and was written mainly by graduate students—many of them without computer science education, and often without a blessing of their advisors. To even imagine that a small group of “rogue” student programmers could upend the already well-established ecosystem of research software—backed by millions in funding and many hundreds of highly qualified engineers — was preposterous. Yet, the philosophical motivations behind a fully open tool stack, in combination with the excited, friendly community with a singular focus, have proven auspicious in the long run. Nowadays, NumPy is relied upon by scientists, engineers, and many other professionals around the world. For example, the published scripts used in the analysis of gravitational waves import NumPy, and the M87 black hole imaging project directly cites NumPy. +NumPy は配列データ構造と配列に関連する高速な数値ルーチンを提供する Python 基礎的なライブラリです。 開始当初は資金も少なく、主に大学院生により開発されていました。その多くはコンピュータサイエンスの教育を受けておらず、指導教官のサポートも受けていませんでした。少数の "野良"学生プログラマーのグループが、すでに確立されていた商用研究ソフトウェアのエコシステムをひっくり返すなんて、想像することすら馬鹿げていました。 商用ソフトは、何百万もの資金と何百人もの優秀なエンジニアに支えられていましたから。それでも、独特の視点を持つ熱狂的でフレンドリーなコミュニティに助けられ、完全にオープンなツールスタックの背後にある哲学的な動機は、長い目では日の目を見てきました。現在では、NumPyは科学者、技術者、および世界中の多くの専門家によって信頼され、使われています。 例えば、重力波の解析に用いられた公開スクリプトはNumPyを利用していますし、「M87ブラックホール画像化プロジェクト」では、直接NumPyを引用しています。 このライブラリの開発開始当初は資金も少なく、主に大学院生が開発していましたが、その多くはコンピュータサイエンスの教育を受けておらず、指導教官のサポートも受けていませんでした。 何百万もの資金調達と何百人もの優秀なエンジニアに支えられている当時の商用研究ソフトウェアのエコシステムを、少数の "野良"学生プログラマーのグループがひっくり返すことができると想像することさえ、当時は馬鹿げていると考えられていました。 それでも、独特の視点を持つ熱狂的でフレンドリーなコミュニティに助けられ、完全にオープンなツールスタックの背後にある哲学的な動機は、長い目では日の目を見てきました。 現在では、Numpy は科学者、技術者、および世界中の多くの専門家によって信頼され、使われています。 例えば、重力波の解析に用いられた公開スクリプトはNumPyを利用していますし、「M87ブラックホール画像化プロジェクト」では、直接NumPyを引用しています。 NumPy および関連ライブラリの開発におけるマイルストーンの詳細については、 [arxiv.org](arxiv.org/abs/1907.10121) を参照してください。 NumPyのベースとなったNumericとNumarrayライブラリのコピーを入手したい場合は、以下のリンクを参照してください。 -[ _Numeric_](https://sourceforge.net/projects/numpy/files/Old%20Numeric/) のダウンロード\*\* +[ *Numeric*](https://sourceforge.net/projects/numpy/files/Old%20Numeric/) のダウンロード** -[\*Numarray \*](https://sourceforge.net/projects/numpy/files/Old%20Numarray/) のダウンロード\*\* +[*Numarray *](https://sourceforge.net/projects/numpy/files/Old%20Numarray/) のダウンロード** -\*これらの古いパッケージはもはや保守されていないことに注意してください。 配列関連の処理をしたい場合は、NumPyを使用するか、NumPyライブラリを利用するために既存のコードをリファクタリングすることを強くお勧めします。

+*これらの古いパッケージはもはや保守されていないことに注意してください。 配列関連の処理をしたい場合は、NumPyを使用するか、NumPyライブラリを利用するために既存のコードをリファクタリングすることを強くお勧めします。

-### 過去の資料 +

+ 過去の資料 +

+ +

+ Numericマニュアルのダウンロード +

-Numericマニュアルのダウンロード From 43dd059a15ab85889de3c6c984a4eadc41da8d54 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:08 +0200 Subject: [PATCH 57/96] New translations gethelp.md (Japanese) --- content/ja/gethelp.md | 10 ++++------ 1 file changed, 4 insertions(+), 6 deletions(-) diff --git a/content/ja/gethelp.md b/content/ja/gethelp.md index 7bde760dc4..6105ed9eb4 100644 --- a/content/ja/gethelp.md +++ b/content/ja/gethelp.md @@ -3,20 +3,18 @@ title: サポートを得る方法 sidebar: false --- -**開発関連の問題:** NumPyの開発関連の問題 (例: バグレポート) については、[コミュニティ](/community) のページを参照してください。 +**Development issues:** For NumPy development-related matters (e.g., bug reports), please see [Community](/community). -**ユーザーからの質問:** ユーザーからの質問に対して回答を得る最も良い方法は、[StackOverflow](http://stackoverflow.com/questions/tagged/numpy)に質問を投稿することです。 規模は小さいですが、下記のような質問をする場所もあります: [IRC](https://webchat.freenode.net/?channels=%23numpy)、 [Gitter](https://gitter.im/numpy/numpy)、 [Reddit](https://www.reddit.com/r/Numpy/)。 私たちはこれらのサイトを定期的に確認して、直接質問に答えるようにしていますが、質問の数は膨大です。 We wish we could keep an eye on -these sites, or answer questions directly, but the volume is a little -overwhelming! +**User questions:** The best way to get help is to post your question to a site like [StackOverflow](http://stackoverflow.com/questions/tagged/numpy) or [Reddit](https://www.reddit.com/r/Numpy/). We wish we could keep an eye on these sites, or answer questions directly, but the volume is a little overwhelming! ### [StackOverflow](http://stackoverflow.com/questions/tagged/numpy) -NumPyの使用方法に関する質問をするためのフォーラムです。 例えば、「NumPyでXをするにはどうすればいいですか？ 質問をする時は、[ `#numpy` タグ](https://stackoverflow.com/help/tagging) を使用してください。 [Gitter](https://gitter.im/numpy/numpy) +NumPyの使用方法に関する質問をするためのフォーラムです。 例えば、「NumPyでXをするにはどうすればいいですか？ 質問をする時は、[ `#numpy` タグ](https://stackoverflow.com/help/tagging) を使用してください。 *** ### [Reddit](https://www.reddit.com/r/Numpy/) -Another forum for usage questions. +もう一つの使い方に関する質問の場です。 *** From 48223260f8f1d831b552b13df9a7b48ade84cbb1 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:15 +0200 Subject: [PATCH 58/96] New translations code-of-conduct.md (Japanese) --- content/ja/code-of-conduct.md | 70 +++++++++++++++++------------------ 1 file changed, 35 insertions(+), 35 deletions(-) diff --git a/content/ja/code-of-conduct.md b/content/ja/code-of-conduct.md index a26d0fd172..044123f3d1 100644 --- a/content/ja/code-of-conduct.md +++ b/content/ja/code-of-conduct.md @@ -5,78 +5,78 @@ aliases: - /ja/conduct/ --- -### Introduction +### はじめに -This Code of Conduct applies to all spaces managed by the NumPy project, including all public and private mailing lists, issue trackers, wikis, blogs, Twitter, and any other communication channel used by our community. The NumPy project does not organise in-person events, however events related to our community should have a code of conduct similar in spirit to this one. +この行動規範は、NumPy プロジェクトによって管理されるすべての場所で適用されます。 この場所とは、すべてのパブリックおよびプライベートのメーリングリスト、イシュートラッカー、Wiki、ブログ、Twitter、コミュニティで使用されているその他の通信チャンネルなどを含みます。 NumPy プロジェクトでは対面でのイベントは開催していません。 しかし、我々のコミュニティに関連するものであれば、対面のイベントでも同様の行動規範を持つ必要があります。 この行動規範は、NumPy コミュニティに正式または非公式に参加するすべての人が順守する必要があります。 その他にも、NumPyとの提携・関連するプロジェクト活動においては、特にそれらのプロジェクトを代表する場合、同様の行動規範に従う必要があります。 -This code is not exhaustive or complete. It serves to distill our common understanding of a collaborative, shared environment and goals. Please try to follow this code in spirit as much as in letter, to create a friendly and productive environment that enriches the surrounding community. +この行動規範は完全ではありません。 しかし、行動規範は我々が理解すべき、互いの協力の仕方や、共通の場所のあるべき姿、我々のゴールなどをまとめるのに重要な役目を果たします。 フレンドリーで生産的な環境を生み出し、周囲のコミュニティにより良い影響を与えるため、ぜひこの行動規範に従ってください。 ### ガイドラインの概要 -We strive to: - -1. Be open. We invite anyone to participate in our community. We prefer to use public methods of communication for project-related messages, unless discussing something sensitive. This applies to messages for help or project-related support, too; not only is a public support request much more likely to result in an answer to a question, it also ensures that any inadvertent mistakes in answering are more easily detected and corrected. -2. Be empathetic, welcoming, friendly, and patient. We work together to resolve conflict, and assume good intentions. We may all experience some frustration from time to time, but we do not allow frustration to turn into a personal attack. A community where people feel uncomfortable or threatened is not a productive one. -3. Be collaborative. Our work will be used by other people, and in turn we will depend on the work of others. When we make something for the benefit of the project, we are willing to explain to others how it works, so that they can build on the work to make it even better. Any decision we make will affect users and colleagues, and we take those consequences seriously when making decisions. -4. Be inquisitive. 好奇心を大事にしよう。 全てを知っている人はいないのです！ 早め早めに質問をすることで、後に生じうる多くの問題を回避できます。 そのため私たちは質問を奨励しています。 私たちは、出来るだけ質問に良く対応し、手助けできるよう努力します。 Asking questions early avoids many problems later, so we encourage questions, although we may direct them to the appropriate forum. We will try hard to be responsive and helpful. -5. Be careful in the words that we choose. We are careful and respectful in our communication, and we take responsibility for our own speech. Be kind to others. Do not insult or put down other participants. We will not accept harassment or other exclusionary behaviour, such as: - - 他の人に向けられた暴力的な行為や言葉。 - - 性差別や人種差別、その他の差別的なジョークや言動。 - - 性的または暴力的な内容の投稿。 - - 他のユーザーの個人情報を投稿すること。 (または投稿すると脅すこと)。 - - 公開目的のない電子メールや、ICRチャットのようなログの残らないフォーラムの履歴など、プライベートなコンテンツを送信者の同意なしに共有すること。 - - 個人的な侮辱, 特に人種差別や性差別的な用語を使用して侮辱すること。 - - Unwelcome sexual attention. - - Excessive profanity. Please avoid swearwords; people differ greatly in their sensitivity to swearing. - - Repeated harassment of others. In general, if someone asks you to stop, then stop. - - 上記のいずれかの行動を擁護すること、または奨励すること。 +私たちは下記の内容に真摯に取り組みます。 + +1. 開けたコミュニティにしましょう。 私たちは、誰でもコミュニティに参加できるようにします。 私たちは、公にすべきではない内容を議論する場合以外、プロジェクトに関連するメッセージを公の場で告知することを選びます。 これは、NumPyに関するヘルプやプロジェクトサポートにも適用されます。公式なサポートだけでなく、NumPyに関する質問に答える場合もです。 これにより、質問に答えた際の意図しない間違いを、より簡単に検出し、訂正できるようになります。 +2. 共感し、歓迎し、友好的で、そして我慢強くありましょう。 私たちは互いに争いを解決し合い、互いの善意を信じ合います。 私たちは時折り不満を感じるかもしれません。 しかしそのような場合も、不満を個人的な攻撃に変えることは許容されません。 人々が不快や脅威を感じるコミュニティは、生産的ではないからです。 +3. 互いに協力し合おう。 私たちの開発成果は他の人々によって利用され、一方で、たちは他の人々の開発成果に依存しているのです。 私たちがプロジェクトために何かを作るとき、私たちはそれがどのように動作するかを他の人に説明する必要があります。 しかし、この作業により、より良いものを作り上げることができるのです。 私たちが下す全ての決断は、ユーザと開発コミュニティに影響を与えうるし、その決断がもたらす結果を私たちは真摯に受け止めます。 +4. 好奇心を大事にしよう。 全てを知っている人はいないのです！ 早め早めに質問をすることで、後に生じうる多くの問題を回避できます。 そのため私たちは質問を奨励しています。 私たちは、出来るだけ質問に良く対応し、手助けできるよう努力します。 +5. 使う言葉に注意しましょう。 私たちは、コミュニティにおけるコミュニケーションに注意と敬意を払います。 そして、私たちは自分の言葉に責任を持ちます。 他人に優しくしましょう。 他のコミュニティの参加者を侮辱しないでください。 私たちは、以下のようなハラスメントやその他の排斥行為を許しません。 : + * 他の人に向けられた暴力的な行為や言葉。 + * 性差別や人種差別、その他の差別的なジョークや言動。 + * 性的または暴力的な内容の投稿。 + * 他のユーザーの個人情報を投稿すること。 (または投稿すると脅すこと)。 + * 公開目的のない電子メールや、ICRチャットのようなログの残らないフォーラムの履歴など、プライベートなコンテンツを送信者の同意なしに共有すること。 + * 個人的な侮辱, 特に人種差別や性差別的な用語を使用して侮辱すること。 + * 不快な思いをさせる性的な言動。 + * 過度に粗暴に振る舞うこと。 ひどいな言葉を使うのを避けてください。 人々は怒りを覚える感度が、それぞれ大きく異なります。 + * 他人に対するハラスメントの繰り返し。 一般的に、誰かがあなたにある言動を止めるように要求した場合、その言動をやめて下さい。 + * 上記のいずれかの行動を擁護すること、または奨励すること。 ### 多様性に関する声明 -NumPyプロジェクトは、全ての人々の参加を歓迎しています。 私たちは、誰もがコミュニティの一員であることを楽しめるように尽力します。 全ての人の好みを満足はさせられないかもしれませんが、全員に対し出来るだけ親切な対応ができるよう最善を尽くします。 We are committed to being a community that everyone enjoys being part of. Although we may not always be able to accommodate each individual’s preferences, we try our best to treat everyone kindly. +NumPyプロジェクトは、全ての人々の参加を歓迎しています。 私たちは、誰もがコミュニティの一員であることを楽しめるように尽力します。 全ての人の好みを満足はさせられないかもしれませんが、全員に対し出来るだけ親切な対応ができるよう最善を尽くします。 -No matter how you identify yourself or how others perceive you: we welcome you. Though no list can hope to be comprehensive, we explicitly honour diversity in: age, culture, ethnicity, genotype, gender identity or expression, language, national origin, neurotype, phenotype, political beliefs, profession, race, religion, sexual orientation, socioeconomic status, subculture and technical ability, to the extent that these do not conflict with this code of conduct. +あなたの自己認識や、他者のあなたへの認識は関係ありません。 私たちはあなたを歓迎します。 民族、遺伝、性同一性あるいは関連する表現、言語、国籍、神経学的な差異、生物学的な差異、 政治的信条、職業、人種、宗教、性的指向、社会経済的地位、文化的な差異、技術的な能力。 私たちはすべての種類の言語言語話者の参加を歓迎しますが、NumPy 開発は英語で行われます。 -Standards for behaviour in the NumPy community are detailed in the Code of Conduct above. Participants in our community should uphold these standards in all their interactions and help others to do so as well (see next section). +NumPy コミュニティの標準的なルールは、上記の行動規範で説明されています。 NumPyコミュニティの参加者は、これらの行動基準をすべてのコミュニケーションにおいて順守し、他の人々にも同様な行動をすることを推奨すべきです (次のセクションを参照)。 ### 報告ガイドライン -私たちは、インターネット上でのやりとりが簡単にひどい誹謗中傷に陥ってしまうことを、痛いほど知っています. 私たちはまた、嫌な日を過ごしてむしゃくしゃしている人や、行動規範ガイドラインの項目を見落としている人がいることも知っています。 行動規範の違反にどのように対処するかを決定する際には、このことを心に留めておく必要があります。 Please keep this in mind when deciding on how to respond to a breach of this Code. +私たちは、インターネット上でのやりとりが簡単にひどい誹謗中傷に陥ってしまうことを、痛いほど知っています. 私たちはまた、嫌な日を過ごしてむしゃくしゃしている人や、行動規範ガイドラインの項目を見落としている人がいることも知っています。 行動規範の違反にどのように対処するかを決定する際には、このことを心に留めておく必要があります。 -For clearly intentional breaches, report those to the Code of Conduct Committee (see below). For possibly unintentional breaches, you may reply to the person and point out this code of conduct (either in public or in private, whatever is most appropriate). If you would prefer not to do that, please feel free to report to the Code of Conduct Committee directly, or ask the Committee for advice, in confidence. +意図的な行動規範違反については、行動規範委員会に報告してください (下記参照)。 もし、違反が意図的でない可能性がある場合、その人にこの行動規範の存在を知らせることも可能です (パブリックでもプライベートでも、適切な方法で)。 もし直接指摘したくない場合は、ぜひ、行動規範委員会に直接連絡するか、違反の確度について助言を求めて下さい。 NumPy行動規範委員会に問題を報告する場合は、こちらにご連絡下さい: numpy-conduct@googlegroups.com。 現在、行動規範委員会は以下のメンバーで構成されています: -- Stefan van der Walt -- Melissa Weber Mendonça -- Rohit Goswami +* Stefan van der Walt +* Melissa Weber Mendonça +* Rohit Goswami -If your report involves any members of the Committee, or if they feel they have a conflict of interest in handling it, then they will recuse themselves from considering your report. Alternatively, if for any reason you feel uncomfortable making a report to the Committee, then you can also contact senior NumFOCUS staff at [conduct@numfocus.org](https://numfocus.org/code-of-conduct#persons-responsible). +もしあなたの違反報告に委員会のメンバーが含まれている場合, または彼らがそれを処理する上で利益相反をしていると感じる場合、そのメンバーはあなたの報告を評価する立場からは辞退してもらいます。 もしくは、行動規範委員会に報告するのが躊躇われる場合は、こちらからNumFOCUSのシニアスタッフに連絡することも可能です:[conduct@numfocus.org](https://numfocus.org/code-of-conduct#persons-responsible) 。 ### インシデント報告の解決 & 行動規範の実施 -本節では、_最も重要な点のみをまとめます。 _詳細については、[NumPy Code of Conduct - How to follow up on a report](report-handling-manual) をご覧ください。 +本節では、_最も重要な点のみをまとめます。 _詳細については、[NumPy Code of Conduct - How to follow up on a report](/report-handling-manual) をご覧ください。 -We will investigate and respond to all complaints. The NumPy Code of Conduct Committee and the NumPy Steering Committee (if involved) will protect the identity of the reporter, and treat the content of complaints as confidential (unless the reporter agrees otherwise). +私たちはすべての訴えを調査し、対応するようにします。 NumPy行動規範委員会およびNumPy運営委員会(もし関係する場合) は、報告者の身元を保護します。 また(報告者が同意しない限り) 苦情の内容を機密として扱うこととします。 -In case of severe and obvious breaches, e.g. personal threat or violent, sexist or racist language, we will immediately disconnect the originator from NumPy communication channels; please see the manual for details. +もし深刻で明らかな違反の場合、例えば、 個人的な脅し、または暴力的、性差別的または人種差別的な発言などの場合、我々は直ちにNumPyのコミュニケーションの場から発言者を退場させます。詳細についてはマニュアルを参照してください。 -In cases not involving clear severe and obvious breaches of this Code of Conduct the process for acting on any received Code of Conduct violation report will be: +もし、行動規範に対して明白な違反がみられない場合、受領された行動規範違反報告に対するプロセスは以下の通りです。 1. 報告書の受領を確認 2. 建設的な議論/フィードバック 3. 調停（報告者と報告を受けたものの両方がフィードバックが役に立たなかったと同意した場合に限る） -4. 行動規範委員会による透明性のある決定と執行( [決議](report-handling-manual/#解決方法)を参照) +4. 行動規範委員会による透明性のある決定と執行( [決議](/report-handling-manual/#resolutions)を参照) 行動規範委員会は、可能な限り速やかに対応し、最大で72時間以内に対応する様にします。 -### Endnotes +### 文末脚注: 私たちは下記のドキュメントを作成したグループに感謝します。 内容・発想ともに大いに影響されています。 From 9d5c5a719961e34f33aab4c308e94c500a38b7f6 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:23 +0200 Subject: [PATCH 59/96] New translations install.md (Japanese) --- content/ja/install.md | 75 +++++++++++++------------------------------ 1 file changed, 23 insertions(+), 52 deletions(-) diff --git a/content/ja/install.md b/content/ja/install.md index b503f38663..fad90210ea 100644 --- a/content/ja/install.md +++ b/content/ja/install.md @@ -3,11 +3,9 @@ title: NumPyのインストール sidebar: false --- -NumPyをインストールするための唯一必要なものは、Pythonそのものだけです。 もしまだPythonをイントールしておらず、最もシンプルなインストール方法をお探しなら、[Anaconda Distribution](https://www.anaconda.com/distribution)の使用をおすすめします。これにはPython、NumPy、および科学計算やデータサイエンスでよく使われる様々な多くのパッケージが含まれています。 まずはユーザの経験レベルと、関心のあるOSに基づいた推奨方法から説明していきたいと思います。 PythonやNumPyの経験が「初級」と「上級」の間の方は、シンプルにインストールしたい場合は「初級」を、より長い視点にたったベストプラクティスに沿ってインストールしたい方は「上級」を参照ください。 +NumPyをインストールするための唯一必要なものは、Pythonそのものだけです。 もしまだPythonをイントールしておらず、最もシンプルなインストール方法をお探しなら、[Anaconda Distribution](https://www.anaconda.com/distribution)の使用をおすすめします。これにはPython、NumPy、および科学計算やデータサイエンスでよく使われる様々な多くのパッケージが含まれています。 -NumPyは`conda`、`pip` 、macOSやLinuxのパッケージマネージャー、または [ソースコード](https://numpy.org/devdocs/building)からインストールすることが出来ます。 詳細な手順については、以下の [Python と Numpyの インストールガイド](#python-numpy-install-guide) を参照してください。 -For more detailed instructions, consult our Python and NumPy -installation guide below. +NumPyは`conda`、`pip` 、macOSやLinuxのパッケージマネージャー、または [ソースコード](https://numpy.org/devdocs/user/building.html)からインストールすることが出来ます。 詳細な手順については、以下の [Python と Numpyの インストールガイド](#python-numpy-install-guide) を参照してください。 **CONDA** @@ -30,25 +28,18 @@ conda install numpy ```bash pip install numpy ``` - またpipを使う場合、仮想環境を使うことをおすすめします。 [再現可能なインストール](#reproducible-installs)を参照ください。 [こちらの記事](https://dev.to/bowmanjd/python-tools-for-managing-virtual-environments-3bko#howto)では仮想環境を使う詳細について説明されています。 + # PythonとNumPyの インストールガイド -Pythonパッケージのインストールと管理は複雑なので、ほとんどのタスクには数多くの代替ツールがあります。 このガイドでは、読者に最適な(または最も人気のある) 方法と明確な指針を提供したいと思います。 このガイドでは、一般的なオペレーティングシステムとハードウェア上での、 Python、NumPy、PyData (または数値計算) スタックのユーザに焦点を当てています。 This guide tries to give the -reader a sense of the best (or most popular) solutions, and give clear -recommendations. It focuses on users of Python, NumPy, and the PyData (or -numerical computing) stack on common operating systems and hardware. +Pythonパッケージのインストールと管理は複雑なので、ほとんどのタスクには数多くの代替ツールがあります。 このガイドでは、読者に最適な(または最も人気のある) 方法と明確な指針を提供したいと思います。 このガイドでは、一般的なオペレーティングシステムとハードウェア上での、 Python、NumPy、PyData (または数値計算) スタックのユーザに焦点を当てています。 ## 推奨方法 -We'll start with recommendations based on the user's experience level and -operating system of interest. If you're in between "beginning" and "advanced", -please go with "beginning" if you want to keep things simple, and with -"advanced" if you want to work according to best practices that go a longer way -in the future. +まずはユーザの経験レベルと、関心のあるOSに基づいた推奨方法から説明していきたいと思います。 PythonやNumPyの経験が「初級」と「上級」の間の方は、シンプルにインストールしたい場合は「初級」を、より長い視点にたったベストプラクティスに沿ってインストールしたい方は「上級」を参照ください。 ### 初級ユーザ @@ -58,6 +49,7 @@ Windows、macOS、Linuxのすべてのユーザー向けには: - コードを書いたり、実行してみましょう。 探索的・対話的コンピューティングには[JupyterLab](https://jupyterlab.readthedocs.io/en/stable/index.html)のノートブックが便利です。 スクリプトやパッケージの作成には[Spyder](https://www.spyder-ide.org/)や[Visual Studio Code](https://code.visualstudio.com/)を利用できます。 - [Anaconda Navigator](https://docs.anaconda.com/anaconda/navigator/) を使ってパッケージを管理し、JupyterLab、Spyder、Visual Studio Codeを使い始められます。 + ### 上級ユーザー #### Conda @@ -68,41 +60,30 @@ Windows、macOS、Linuxのすべてのユーザー向けには: #### pip/PyPI を利用したい場合 個人的な好みや、下記のcondaとpipの違いを理解した上で、pip/PyPIベースの方法を使いたいユーザーには、下記をお勧めします: - - [python.org](https://www.python.org/downloads/)からや、Macを使っている場合は[Homebrew](https://brew.sh/)、 Linuxを使っている場合は、Linuxのパッケージマネージャーを使ってPythonをインストールします。 - 依存関係の解決と環境の管理を提供する最もよくメンテナンスされているツールとして、[Poetry](https://python-poetry.org/) をconda と同様な方法で使用することができます。 + ## Pythonにおけるパッケージ管理 -Managing packages is a challenging problem, and, as a result, there are lots of -tools. パッケージの管理は難しいため、たくさんのツールが存在しています。 ウェブ開発と汎用的なPython開発には、こちらのようなpipを補完する [ツール](https://packaging.python.org/guides/tool-recommendations/) があります。 ハイパフォーマンスコンピューティング(HPC)では、 [Spack](https://github.com/spack/spack) を使うことを検討して下さい。 NumPyのほとんどのユーザーにとっては、 [conda](https://conda.io/en/latest/) と [pip](https://pip.pypa.io/en/stable/) が最も広く利用されているツールです。 For high-performance computing (HPC), -[Spack](https://github.com/spack/spack) is worth considering. For most NumPy -users though, [conda](https://conda.io/en/latest/) and -[pip](https://pip.pypa.io/en/stable/) are the two most popular tools. +パッケージの管理は難しいため、たくさんのツールが存在しています。 ウェブ開発と汎用的なPython開発には、こちらのようなpipを補完する [ツール](https://packaging.python.org/guides/tool-recommendations/) があります。 ハイパフォーマンスコンピューティング(HPC)では、 [Spack](https://github.com/spack/spack) を使うことを検討して下さい。 NumPyのほとんどのユーザーにとっては、 [conda](https://conda.io/en/latest/) と [pip](https://pip.pypa.io/en/stable/) が最も広く利用されているツールです。 + ### Pipとconda -`pip` と `conda` がPythonパッケージをインストールするための2つの主要なツールです。 これら二つのツールの機能は部分的に重複しますが(例えば、両方とも `numpy`をインストールできます)、一緒に動作することもできます。 ここでは、pip とcond の主要な違いについて説明します。 これは、パッケージをどのように効果的に管理するかを理解したい場合、重要な知識です。 Their -functionality partially overlaps (e.g. both can install `numpy`), however, they -can also work together. We'll discuss the major differences between pip and -conda here - this is important to understand if you want to manage packages -effectively. +`pip` と `conda` がPythonパッケージをインストールするための2つの主要なツールです。 これら二つのツールの機能は部分的に重複しますが(例えば、両方とも `numpy`をインストールできます)、一緒に動作することもできます。 ここでは、pip とcond の主要な違いについて説明します。 これは、パッケージをどのように効果的に管理するかを理解したい場合、重要な知識です。 -最初の違いは、condaは複数言語に対応可能で、Python自体をインストールできることです。 pip はシステム上の特定の Python にインストールされ、パッケージはそのPython用にのみインストールします。 PyPIは、最大のパッケージ管理システムですが、すべての代表的なパッケージは、condaにも利用可能です。 This also means conda can install -non-Python libraries and tools you may need (e.g. compilers, CUDA, HDF5), while -pip can't. +2つ目の違いは、pipはPython Packaging Index(PyPI) からパッケージをインストールするのに対し、condaは独自のチャンネル(一般的には "defaults "や "conda-forge "など) からインストールすることです。 PyPIは最大のパッケージ管理システムですが、人気のある全てのパッケージがcondaでも利用可能です。 -2つ目の違いは、pipはPython Packaging Index(PyPI) からパッケージをインストールするのに対し、condaは独自のチャンネル(一般的には "defaults "や "conda-forge "など) からインストールすることです。 PyPIは最大のパッケージ管理システムですが、人気のある全てのパッケージがcondaでも利用可能です。 PyPI is the largest collection of packages by far, however, all -popular packages are available for conda as well. +最初の違いは、condaは複数言語に対応可能で、Python自体をインストールできることです。 pip はシステム上の特定の Python にインストールされ、パッケージはそのPython用にのみインストールします。 PyPIは、最大のパッケージ管理システムですが、すべての代表的なパッケージは、condaにも利用可能です。 -3つ目の違いは、condaはパッケージ、依存関係、環境を管理するための統合されたソリューションであるのに対し、pipでは環境や複雑な依存関係を扱うために別のツール(たくさん存在しています！ for dealing with environments or complex dependencies. +3つ目の違いは、condaはパッケージ、依存関係、環境を管理するための統合されたソリューションであるのに対し、pipでは環境や複雑な依存関係を扱うために別のツール(たくさん存在しています！ ### 再現可能なインストール -ライブラリが更新されると、コードの実行結果が変わったり、コードが完全に 壊れたりする可能性があります。 なので重要なことは、使用しているパッケージの組み合わせと各バージョンのセットを再構築できるようにしておくことです。 ベストプラクティスは次の通りです: It's important to be able to reconstruct the set -of packages and versions you're using. Best practice is to: +ライブラリが更新されると、コードの実行結果が変わったり、コードが完全に 壊れたりする可能性があります。 なので重要なことは、使用しているパッケージの組み合わせと各バージョンのセットを再構築できるようにしておくことです。 ベストプラクティスは次の通りです: 1. プロジェクトごとに異なる仮想環境を使用して下さい。 2. パッケージインストーラを使用してパッケージ名とバージョンを記録するようにして下さい。 それぞれ、独自のメタデータフォーマットがあります: @@ -110,23 +91,17 @@ of packages and versions you're using. Best practice is to: - pipの場合: [仮想環境](https://docs.python.org/3/tutorial/venv.html) と [requirements.txt](https://pip.readthedocs.io/en/latest/user_guide/#requirements-files) - poetryの場合: [仮想環境とpyproject.toml](https://python-poetry.org/docs/basic-usage/) + + ## NumPyパッケージと高速線形代数ライブラリ -NumPy は他の Python パッケージに依存していませんが、高速な線形代数ライブラリに依存しています。 典型的には、[インテル® MKL](https://software.intel.com/en-us/mkl)や[OpenBLAS](https://www.openblas.net/)がこれにあたります。 ユーザーは、これらの線形代数ライブラリのインストールを心配する必要はありません (NumPyのインストール方法に、あらかじめ含まれているためです)。 高度なユーザーは、使用されているBLASがパフォーマンスや、動作、ディスク上のサイズに影響を与えるため、より詳細を知りたがるかもしれません。 Users don't have to worry about -installing those (they're automatically included in all NumPy install methods). -Power users may still want to know the details, because the used BLAS can -affect performance, behavior and size on disk: +NumPy は他の Python パッケージに依存していませんが、高速な線形代数ライブラリに依存しています。 典型的には、[インテル® MKL](https://software.intel.com/en-us/mkl)や[OpenBLAS](https://www.openblas.net/)がこれにあたります。 ユーザーは、これらの線形代数ライブラリのインストールを心配する必要はありません (NumPyのインストール方法に、あらかじめ含まれているためです)。 高度なユーザーは、使用されているBLASがパフォーマンスや、動作、ディスク上のサイズに影響を与えるため、より詳細を知りたがるかもしれません。 - pipでインストールされるPyPI上の NumPy wheelは、OpenBLASを使ってビルドされます。 つまりwheelにはOpenBLASライブラリが含まれています。 そのため、ユーザが（例えば）SciPyも同じようにインストールした場合、ディスク上にOpenBLASのコピーをNumPyのものと2つ持つことになります - The OpenBLAS libraries are included in the wheel. This makes the wheel - larger, and if a user installs (for example) SciPy as well, they will now - have two copies of OpenBLAS on disk. -- condaのデフォルトチャンネルでは、NumPy はインテル® MKLを使ってビルドされます。 MKLはNumPyのインストール時に、独立したパッケージとしてユーザー環境にインストールされます。 MKL is a - separate package that will be installed in the users' environment when they - install NumPy. +- condaのデフォルトチャンネルでは、NumPy はインテル® MKLを使ってビルドされます。 MKLはNumPyのインストール時に、独立したパッケージとしてユーザー環境にインストールされます。 -- In the conda-forge channel, NumPy is built against a dummy "BLAS" package. conda-forgeのチャンネルでは、NumPyはダミーの「BLAS」パッケージを使ってビルドされています。 ユーザーがconda-forgeからNumPyをインストールすると、BLASパッケージが実際のライブラリと一緒にインストールされます。 デフォルトはOpenBLASですが、MKL(default チャンネルの場合)や [BLIS](https://github.com/flame/blis)、またはBLASを利用することもできます。 +- conda-forgeのチャンネルでは、NumPyはダミーの「BLAS」パッケージを使ってビルドされています。 ユーザーがconda-forgeからNumPyをインストールすると、BLASパッケージが実際のライブラリと一緒にインストールされます。 デフォルトはOpenBLASですが、MKL(default チャンネルの場合)や [BLIS](https://github.com/flame/blis)、またはBLASを利用することもできます。 - OpenBLASは約30MBですが、MKLパッケージはOpenBLASよりもはるかに大きく、ディスク上の約700MBです。 @@ -134,14 +109,9 @@ affect performance, behavior and size on disk: インストールサイズ、パフォーマンスとロバスト性に加えて、考慮すべき2つの点があります: -- インテル® MKL はオープンソースではありません。 通常の使用では問題ではありませんが、 ユーザーが NumPy で構築されたアプリケーションを再配布する必要がある場合、これは 問題が発生する可能性があります。 For normal use this is not a problem, but if - a user needs to redistribute an application built with NumPy, this could be - an issue. -- MKLとOpenBLASの両方とも、 np.dotのような関数呼び出しにマルチスレッドを使用し、スレッド数はビルド時オプションと環境変数の両方で決定されます。 多くの場合、すべての CPU コアが使用されます。 これにユーザーにとっては予想外のことかもしれません。 NumPy 自体は、関数呼び出しを自動的に並列化しないからです。 自動並列化により、一般にはパフォーマンスが向上しますが、逆にパフォーマンスが悪化する場合もあります。 例えば、Daskやscikit-learn、multiprocessingなど別のレベルの並列化を使用している場合です。 Often all CPU cores will be used. This is - sometimes unexpected for users; NumPy itself doesn't auto-parallelize any - function calls. It typically yields better performance, but can also be - harmful - for example when using another level of parallelization with Dask, - scikit-learn or multiprocessing. +- インテル® MKL はオープンソースではありません。 通常の使用では問題ではありませんが、 ユーザーが NumPy で構築されたアプリケーションを再配布する必要がある場合、これは 問題が発生する可能性があります。 +- MKLとOpenBLASの両方とも、 np.dotのような関数呼び出しにマルチスレッドを使用し、スレッド数はビルド時オプションと環境変数の両方で決定されます。 多くの場合、すべての CPU コアが使用されます。 これにユーザーにとっては予想外のことかもしれません。 NumPy 自体は、関数呼び出しを自動的に並列化しないからです。 自動並列化により、一般にはパフォーマンスが向上しますが、逆にパフォーマンスが悪化する場合もあります。 例えば、Daskやscikit-learn、multiprocessingなど別のレベルの並列化を使用している場合です。 + ## トラブルシューティング @@ -152,3 +122,4 @@ 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. ``` + From d49ae83eceff87971f7195213b3ad5518060e2dc Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:30 +0200 Subject: [PATCH 60/96] New translations about.md (Japanese) --- content/ja/about.md | 28 ++++++++++++++++------------ 1 file changed, 16 insertions(+), 12 deletions(-) diff --git a/content/ja/about.md b/content/ja/about.md index 626a3ff721..6508ca265d 100644 --- a/content/ja/about.md +++ b/content/ja/about.md @@ -3,13 +3,14 @@ title: 私たちについて sidebar: false --- -NumPy は、Python で数値計算を可能にするためのオープンソースプロジェクトです。 NumPyは、NumericやNumarrayといった初期のライブラリのコードをもとに、2005年から開発が開始されました。 NumPyは完全にオープンソースなソフトウェアです。 そして、NumPyは[修正BSD ライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt) の条項の下で、すべての人が利用可能です。 It was created in 2005 building on the early work of the Numeric and Numarray libraries. NumPy will always be 100% open source software and free for all to use. It is released under the liberal terms of the [modified BSD license](https://github.com/numpy/numpy/blob/main/LICENSE.txt). +NumPy は、Python で数値計算を可能にするためのオープンソースプロジェクトです。 NumPyは、NumericやNumarrayといった初期のライブラリのコードをもとに、2005年から開発が開始されました。 NumPyは完全にオープンソースなソフトウェアです。 そして、NumPyは[修正BSD ライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt) の条項の下で、すべての人が利用可能です。 + +NumPy は 、NumPyコミュニティやより広範な科学計算用Python コミュニティとの合意のもと、GitHub 上でオープンに開発されています。 NumPyのガバナンス方法の詳細については、 [Governance Document](https://www.numpy.org/devdocs/dev/governance/index.html) をご覧ください。 -NumPy は 、NumPyコミュニティやより広範な科学計算用Python コミュニティとの合意のもと、GitHub 上でオープンに開発されています。 NumPyのガバナンス方法の詳細については、 [Governance Document](https://www.numpy.org/devdocs/dev/governance/index.html) をご覧ください。 For more information on our governance approach, please see our [Governance Document](https://www.numpy.org/devdocs/dev/governance/index.html). ## 運営委員会 -The NumPy Steering Council is the project's governing body. Its role is to ensure, through working with and serving the broader NumPy community, the long-term sustainability of the project, both as a software package and community. The NumPy Steering Council currently consists of the following members (in alphabetical order, by last name): +Numpy運営委員会はこのプロジェクトの管理組織です。 その役割は、Numpy コミュニティと協力し、Numpyのソフトウェアサービスを確実にユーザに提供することです。 ソフトウェアパッケージとコミュニティの両方において、プロジェクトの長期的な持続可能性を保っていきます。 NumPy運営委員会は現在以下のメンバーで構成されています (姓のアルファベット順): - Sebastian Berg - Ralf Gommers @@ -21,7 +22,7 @@ The NumPy Steering Council is the project's governing body. Its role is to ensur - Melissa Weber Mendonça - Eric Wieser -Emeritus: +過去のメンバー - Alex Griffing (2015-2017) - Allan Haldane (2015-2021) @@ -40,21 +41,21 @@ Numpy プロジェクトのコアメンバーは、プロジェクトへの貢 - 開発 - ドキュメント -- triage +- トリアージ - ウェブサイト - 調査 - 翻訳 -- sprint mentors +- スプリントのメンター - 最適化 - 資金と助成金 -個々のチームメンバーについては、 [チーム](teams/) のページを参照してください。 +個々のチームメンバーについては、 [チーム](/teams/) のページを参照してください。 ## NumFOCUSサブ委員会 - Charles Harris - Ralf Gommers -- Inessa Pawson +- Melissa Weber Mendonça - Sebastian Berg - 外部メンバー: Thomas Caswell @@ -63,9 +64,10 @@ Numpy プロジェクトのコアメンバーは、プロジェクトへの貢 NumPyは以下の団体から直接資金援助を受けています。 {{< sponsors >}} + ## パートナー団体 -パートナー団体は、NumPyへの開発を仕事の一つとして、社員を雇っている団体です。 現在のパートナー団体としては、下記の通りです。 Current Institutional Partners include: +パートナー団体は、NumPyへの開発を仕事の一つとして、社員を雇っている団体です。 現在のパートナー団体としては、下記の通りです。 - カルフォルニア大学 バークレー校 (Stéfan van der Walt) - Quansight (Nathan Goldbaum, Ralf Gommers, Matti Picus, Melissa Weber Mendonça) @@ -73,14 +75,16 @@ NumPyは以下の団体から直接資金援助を受けています。 {{< partners >}} + ## 寄付 -NumPy があなたの仕事や研究、ビジネスで役に立った場合、できる範囲で良いので、是非、NumPyプロジェクトへの寄付を検討して頂けると助かります。 少額の寄付でも大きな助けになります。 すべての寄付は、NumPyのオープンソースソフトウェア、ドキュメント、コミュニティの開発のために使用されることが約束されています。 Any amount helps! All donations will be used strictly to fund the development of NumPy’s open source software, documentation, and community. +NumPy があなたの仕事や研究、ビジネスで役に立った場合、できる範囲で良いので、是非、NumPyプロジェクトへの寄付を検討して頂けると助かります。 少額の寄付でも大きな助けになります。 すべての寄付は、NumPyのオープンソースソフトウェア、ドキュメント、コミュニティの開発のために使用されることが約束されています。 -NumPy is a Sponsored Project of NumFOCUS, a 501(c)(3) nonprofit charity in the United States. NumFOCUS provides NumPy with fiscal, legal, and administrative support to help ensure the health and sustainability of the project. Visit [numfocus.org](https://numfocus.org) for more information. +NumPy は NumFOCUS にスポンサーされたプロジェクトであり、米国の 501(c)(3) 非営利の慈善団体でもあります。 NumFOCUSは、NumPyプロジェクトに財政、法務、管理面でのサポートを提供し、プロジェクトの安定と持続可能性を保つ手助けをしています。 詳細については、 [numfocus.org](https://numfocus.org) をご覧ください。 -NumPy は NumFOCUS にスポンサーされたプロジェクトであり、米国の 501(c)(3) 非営利の慈善団体でもあります。 NumFOCUSは、NumPyプロジェクトに財政、法務、管理面でのサポートを提供し、プロジェクトの安定と持続可能性を保つ手助けをしています。 詳細については、 [numfocus.org](https://numfocus.org) をご覧ください。 NumPy への寄付は [NumFOCUS](https://numfocus.org) によって管理されています。 米国の寄付提供者の場合、その人の寄付は法律によって定められる範囲で免税されます。 但し、他の寄付と同様に、あなたはあなたの税務状況について、あなたの税務担当と相談する必要があることを忘れないで下さい。 As with any donation, you should consult with your tax advisor about your particular tax situation. +NumPy への寄付は [NumFOCUS](https://numfocus.org) によって管理されています。 米国の寄付提供者の場合、その人の寄付は法律によって定められる範囲で免税されます。 但し、他の寄付と同様に、あなたはあなたの税務状況について、あなたの税務担当と相談する必要があることを忘れないで下さい。 NumPyの運営委員会は、受け取った資金をどのように使えば良いかを検討し、使用する方法について決定します. NumPyに関する技術とインフラの投資の優先順位に関しては、[NumPy Roadmap](https://www.numpy.org/neps/index.html#roadmap) に記載されています。 {{}} + From 5d0071b90965aa8c4b024316388b18a693387660 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:37 +0200 Subject: [PATCH 61/96] New translations privacy.md (Japanese) --- content/ja/privacy.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/privacy.md b/content/ja/privacy.md index 2d4d2fba91..8cd76d43e4 100644 --- a/content/ja/privacy.md +++ b/content/ja/privacy.md @@ -3,6 +3,6 @@ title: プライバシーポリシー sidebar: false --- -**numpy.org** は、NumPyプロジェクトの資金援助のスポンサーでもある、[NumFOCUS, Inc.](https://numfocus.org)によって運営されています。 このウェブサイトのプライバシーポリシーについては、https://numfocus.org/privacy-policy を参照してください。 For the Privacy Policy of this website please refer to https://numfocus.org/privacy-policy. +**numpy.org** は、NumPyプロジェクトの資金援助のスポンサーでもある、[NumFOCUS, Inc.](https://numfocus.org)によって運営されています。 このウェブサイトのプライバシーポリシーについては、https://numfocus.org/privacy-policy を参照してください。 ポリシーまたはNumFOCUSのデータ収集、使用、および開示方法についてご質問がある場合は、privacy@numfocus.orgのNumFOCUSスタッフにお問い合わせください。 From 8757f4c8b23345af523ca40589e93c131c21690f Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:43 +0200 Subject: [PATCH 62/96] New translations cricket-analytics.md (Japanese) --- content/ja/case-studies/cricket-analytics.md | 137 +++++-------------- 1 file changed, 33 insertions(+), 104 deletions(-) diff --git a/content/ja/case-studies/cricket-analytics.md b/content/ja/case-studies/cricket-analytics.md index 2bbc4690ee..2e366ad8d1 100644 --- a/content/ja/case-studies/cricket-analytics.md +++ b/content/ja/case-studies/cricket-analytics.md @@ -3,141 +3,70 @@ title: "ケーススタディ: クリケット分析、ゲームチェンジャ sidebar: false --- -{{< figure >}} -src = '/images/content_images/cs/ipl-stadium.png' -title = ' IPLT20、インド最大のクリケットフェスティバル' -alt = 'Indian Premier League Cricket cup and stadium' -attribution = '(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))' -attributionlink = 'https://unsplash.com/@aksh1802' +{{< figure src="/images/content_images/cs/ipl-stadium.png" caption="** IPLT20、インド最大のクリケットフェスティバル**" alt="Indian Premier League Cricket cup and stadium" attr="*(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))*" attrlink="https://unsplash.com/@aksh1802" >}} +src = '/images/content_images/cs/ipl-stadium.png' title = 'IPLT20, the biggest Cricket Festival in India' alt = 'Indian Premier League Cricket cup and stadium' attribution = '(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))' attributionlink = 'https://unsplash.com/@aksh1802' {{< /figure >}} -{{< blockquote -cite="https://www.scoopwhoop.com/sports/ms-dhoni/" -by="M S Dhoni、 _インディアンチームの元キャプテン、インターナショナル・クリケットプレイヤー、チェンナイ・スーパー・キングスのためにIPLでプレイ_" - -> }} -> You don't play for the crowd, you play for the country. +{{< blockquote cite="https://www.scoopwhoop.com/sports/ms-dhoni/" by="M S Dhoni, *世界的なクリケットプレイヤーであり、前世界王者、インドチームで活躍し、IPLにおけるチェンナイスーパー王者となった*" +> }} 観客のために競技しているのではなく、国のために競技しているのです。 +> > {{< /blockquote >}} ## クリケットについて -It would be an understatement to state that Indians love cricket. The game is -played in just about every nook and cranny of India, rural or urban, popular -with the young and the old alike, connecting billions in India unlike any other sport. -Cricket enjoys lots of media attention. There is a significant amount of -[money](https://www.statista.com/topics/4543/indian-premier-league-ipl/) and -fame at stake. Over the last several years, technology has literally been a game -changer. Audiences are spoilt for choice with streaming media, tournaments, -affordable access to mobile based live cricket watching, and more. - -IPLは、クリケットを古典的なテストマッチ形式から、はるかに大規模に拡大させました。 毎シーズン、様々なフォーマットで行われる試合の数は増加しており、データ、アルゴリズム、最新のスポーツデータ分析技術、シミュレーションモデルも増加しています。 クリケットのデータ分析には、フィールドマッピング、プレイヤートラッキング、ボールトラッキング、プレイヤーショット分析、およびボールがどのように動くのか、その角度、スピン、速度、軌道など、他の沢山の種類のデータを必要とします。 これらの要因により、データクリーニングと前処理の複雑さが増してしまいました。 インドプレミアリーグ (IPL) は、2008年に設立された20チームから成るプロクリケットリーグです。 これは世界で最も参加者が多いクリケットイベントの1つで、2019年の市場規模は[67億ドル](https://en.wikipedia.org/wiki/Indian_Premier_League)だと評価されています。 - -Cricket is a game of numbers - the runs scored by a batsman, the wickets taken -by a bowler, the matches won by a cricket team, the number of times a batsman -responds in a certain way to a kind of bowling attack, etc. The capability to -dig into cricketing numbers for both improving performance and studying -the business opportunities, overall market, and economics of cricket via powerful -analytics tools, powered by numerical computing software such as NumPy, is a big -deal. Cricket analytics provides interesting insights into the game and -predictive intelligence regarding game outcomes. - -現在では、クリケットゲームの記録と 利用可能な統計データは豊富で、ほぼ無限の宝の山だと言えます。 : [ESPN cricinfo や](https://stats.espncricinfo.com/ci/engine/stats/index.html) [cricsheet](https://cricsheet.org). These and several such cricket databases -have been used for cricket -analysis -using the latest machine learning and predictive modelling algorithms. -Media and entertainment platforms along with professional sports bodies -associated with the game use technology and analytics for determining key -metrics for improving match winning chances: - -- バッティング成績の移動平均 -- スコア予測 -- プレイヤーの体力や、異なる相手に対するパフォーマンスについての洞察 -- チーム構成に戦略的な決定を下すための、各勝敗へのプレイヤーの貢献 +インド人はクリケットが大好きだと言っても過言ではないでしょう。 この競技は、他のスポーツと異なり、インドの農村部や都市部を問わず、あらゆる場所でプレイされており、若者から年配の方まで広く人気があり、インドでは何十億人もの人々を結びつける役割を担っています。 クリケットは多くのメディアの注目を集めています。 クリケットは多くのメディアの注目を集め、非常に[多額のお金](https://www.statista.com/topics/4543/indian-premier-league-ipl/)と名声がかかっています。 過去数年間、テクノロジーは文字通りクリケットの試合を変えてきました。 視聴者はストリーミングメディア、トーナメント、モバイルベースの手頃なアクセスによるライブクリケット視聴などを享受しています。 + +インドプレミアリーグ (IPL) は、2008年に設立された20チームから成るプロクリケットリーグです。 これは世界で最も参加者が多いクリケットイベントの1つで、2019年の市場規模は[67億ドル](https://en.wikipedia.org/wiki/Indian_Premier_League)だと評価されています。 + +クリケットは数のゲームです。 バッツマンによってスコアされたランの数、ボウラーによって取られたウィケットの数、クリケットチームによって獲得した試合の数、バッツマンがボウリング攻撃に特定の方法で応答する回数。 クリケットの数字を掘り下げてパフォーマンスを向上させるとともに、NumPyなどの数値計算ソフトウェアを利用した強力な分析ツールを介して、クリケットのビジネスチャンス、市場全体、経済性を研究することは、大きな意味を持ちます。 クリケット分析は、試合に関する興味深い洞察と、ゲームの結果に関する予測AIを提供します。 + +現在では、クリケットゲームの記録と 利用可能な統計データは豊富で、ほぼ無限の宝の山だと言えます。 : [ESPN cricinfo や](https://stats.espncricinfo.com/ci/engine/stats/index.html) [cricsheet](https://cricsheet.org). これらのクリケットデータベースは、最新の機械学習と予測モデリングアルゴリズムを使用して、 [クリケット 分析](https://www.researchgate.net/publication/336886516_Data_visualization_and_toss_related_analysis_of_IPL_teams_and_batsmen_performances) に使用されています。 メディアやプロスポーツ団体のエンターテインメントプラットフォームは、技術や分析を利用し、試合勝率を向上させるために、下記のような要素が主要なメトリックだと考え始めています。 + +* バッティング成績の移動平均 +* スコア予測 +* プレイヤーの体力や、異なる相手に対するパフォーマンスについての洞察 +* チーム構成に戦略的な決定を下すための、各勝敗へのプレイヤーの貢献 {{< figure >}} -src = '/images/content_images/cs/cricket-pitch.png' -title = ' フィールドのフォーカルポイントとなるクリケットピッチ' -alt = 'A cricket pitch with bowler and batsmen' -align = 'center' -attribution = '(Image credit: Debarghya Das)' -attributionlink = 'http://debarghyadas.com/files/IPLpaper.pdf' -{{< /figure >}} +src = '/images/content_images/cs/cricket-pitch.png' title = 'Cricket Pitch, the focal point in the field' alt = 'A cricket pitch with bowler and batsmen' align = 'center' attribution = '(Image credit: Debarghya Das)' attributionlink = 'http://debarghyadas.com/files/IPLpaper.pdf' +{{< figure src="/images/content_images/cs/numpy_ca_benefits.png" class="fig-center" alt="クリケット分析にNumPyを使用するメリットを示す図" caption="** 利用されている主なNumPy機能 **" >}} ### データ分析の主要な目標 -- スポーツデータ分析はクリケットだけでなく、チーム全体のパフォーマンスを向上させ、勝利率を最大限に高めるために、 [他のスポーツ](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)でも使用されています。 -- リアルタイムデータ分析は、ゲーム中の洞察を得ることができ、チームや関連ビジネスが経済的利益と成長のために戦術を変更するためも役立ちます。 -- 履歴分析に加えて、予測モデルは可能性のある結果を求めることができますが、かなりの数のナンバークランチングとデータサイエンスのノウハウ、可視化ツール、および分析に新しい観測データを含める機能などが必要になります。 +* スポーツデータ分析はクリケットだけでなく、チーム全体のパフォーマンスを向上させ、勝利率を最大限に高めるために、 [他のスポーツ](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)でも使用されています。 +* リアルタイムデータ分析は、ゲーム中の洞察を得ることができ、チームや関連ビジネスが経済的利益と成長のために戦術を変更するためも役立ちます。 +* 履歴分析に加えて、予測モデルは可能性のある結果を求めることができますが、かなりの数のナンバークランチングとデータサイエンスのノウハウ、可視化ツール、および分析に新しい観測データを含める機能などが必要になります。 {{< figure >}} -src = '/images/content_images/cs/player-pose-estimator.png' -alt = 'pose estimator' -title = 'クリケットの姿勢推定' -attribution = '(Image credit: connect.vin)' -attributionlink = 'https://connect.vin/2019/05/ai-for-cricket-batsman-pose-analysis/' +src = '/images/content_images/cs/player-pose-estimator.png' alt = 'pose estimator' title = 'Cricket Pose Estimator' attribution = '(Image credit: connect.vin)' attributionlink = 'https://connect.vin/2019/05/ai-for-cricket-batsman-pose-analysis/' {{< /figure >}} ### 課題 -- **データのクリーニングと前処理** +* **データのクリーニングと前処理** - IPL has expanded cricket beyond the classic test match format to a much - larger scale. The number of matches played every season across various - formats has increased and so has the data, the algorithms, newer sports data - analysis technologies and simulation models. Cricket data analysis requires - field mapping, player tracking, ball tracking, player shot analysis, and - several other aspects involved in how the ball is delivered, its angle, spin, - velocity, and trajectory. All these factors together have increased the - complexity of data cleaning and preprocessing. + IPLは、クリケットを古典的なテストマッチ形式から、はるかに大規模に拡大させました。 毎シーズン、様々なフォーマットで行われる試合の数は増加しており、データ、アルゴリズム、最新のスポーツデータ分析技術、シミュレーションモデルも増加しています。 クリケットのデータ分析には、フィールドマッピング、プレイヤートラッキング、ボールトラッキング、プレイヤーショット分析、およびボールがどのように動くのか、その角度、スピン、速度、軌道など、他の沢山の種類のデータを必要とします。 これらの要因により、データクリーニングと前処理の複雑さが増してしまいました。 -- **動的モデリング** +* **動的モデリング** - In cricket, just like any other sport, - there can be a large number of variables related to tracking various numbers - of players on the field, their attributes, the ball, and several possibilities - of potential actions. The complexity of data analytics and modeling is - directly proportional to the kind of predictive questions that are put forth - during analysis and are highly dependent on data representation and the - model. Things get even more challenging in terms of computation, data - comparisons when dynamic cricket play predictions are sought such as what - would have happened if the batsman had hit the ball at a different angle or - velocity. + クリケットでは、他のスポーツと同様、フィールド上の選手の様々な数字を追跡するために、関連する変数の数が多くなってしまいがちです。 たとえば、ボールやその属性情報、およびいくつかの行動をとるアクションのいくつかの可能性などの変数です。 データ分析とモデリングの複雑さは、分析中に必要となる予測のための質問の種類に正比例しており、データ表現とモデルにも大きく依存しています。 バッツマンが異なる角度や速度でボールを打った場合に何が起こるのかのような、動的なクリケットのプレーの予測が必要な場合、計算量やデータ比較が更に困難になります。 -- **予測分析の複雑さ** +* **予測分析の複雑さ** クリケットにおいて、意思決定の多くは「ボウラーがある特定のタイプの場合、打者はどのくらいの頻度で特定の種類のショットを打つのか」「バッツマンが特定の方法であるボウラーに反応した場合、ボウラーはどのようにラインと長さを変更するのか 」などの質問に基づいています。 この種の予測分析クエリでは、精度の良いデータセットが利用できることと、データを合成して高精度な生成モデルを作成できることが必要とされます。 - This kind of predictive analytics query requires highly granular dataset - availability and the capability to synthesize data and create generative - models that are highly accurate. ## クリケット解析におけるNumPyの役割 -Sports Analytics is a thriving field. スポーツ分析は現在、非常に盛んな分野です。 多くの研究者や企業は、最新の機械学習やAI技術以外にも、NumPyや、Scikit-learn, SciPy, Matplotlib, Jupyterなどの他のPyDataパッケージを[使っています](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)。 NumPyは以下のように、クリケット関連の様々なスポーツ分析に使用されています。 NumPy has been used -for various kinds of cricket related sporting analytics such as: +スポーツ分析は現在、非常に盛んな分野です。 多くの研究者や企業は、最新の機械学習やAI技術以外にも、NumPyや、Scikit-learn, SciPy, Matplotlib, Jupyterなどの他のPyDataパッケージを[使っています](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx)。 NumPyは以下のように、クリケット関連の様々なスポーツ分析に使用されています。 -- **統計分析:** NumPyの数値計算機能は、様々なプレイヤーやゲーム戦術のコンテキストでの観測データで、試合中のイベントの統計的有意性を推定し、生成モデルや静的モデルと比較して試合結果を推定するのに役立ちます。 [因果分析](https://amplitude.com/blog/2017/01/19/causation-correlation) と [ビッグデータアプローチ](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/)が戦術的分析に使用されています。 - [Causal analysis](https://amplitude.com/blog/2017/01/19/causation-correlation) - and [big data approaches](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/) - are used for tactical analysis. +* **統計分析:** NumPyの数値計算機能は、様々なプレイヤーやゲーム戦術のコンテキストでの観測データで、試合中のイベントの統計的有意性を推定し、生成モデルや静的モデルと比較して試合結果を推定するのに役立ちます。 [因果分析](https://amplitude.com/blog/2017/01/19/causation-correlation) と [ビッグデータアプローチ](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/)が戦術的分析に使用されています。 -- **データ可視化:** データのグラフ化・[可視化](https://towardsdatascience.com/advanced-sports-visualization-with-pandas-matplotlib-and-seaborn-9c16df80a81b) は、さまざまなデータセット間の関係について、有益な洞察を与えてくれます。 +* **データ可視化:** データのグラフ化・[可視化](https://towardsdatascience.com/advanced-sports-visualization-with-pandas-matplotlib-and-seaborn-9c16df80a81b) は、さまざまなデータセット間の関係について、有益な洞察を与えてくれます。 ## まとめ -Sports Analytics is a game changer when it comes to how professional games are -played, especially how strategic decision making happens, which until recently -was primarily done based on “gut feeling" or adherence to past traditions. NumPy -forms a solid foundation for a large set of Python packages which provide higher -level functions related to data analytics, machine learning, and AI algorithms. -These packages are widely deployed to gain real-time insights that help in -decision making for game-changing outcomes, both on field as well as to draw -inferences and drive business around the game of cricket. Finding out the -hidden parameters, patterns, and attributes that lead to the outcome of a -cricket match helps the stakeholders to take notice of game insights that are -otherwise hidden in numbers and statistics. +スポーツアナリティクスは、プロの試合についてはまさにゲームチェンジャーです。 特に戦略的な意思決定については、最近まで主に「直感」や過去の伝統的な考え方に基づいて行われていたため、大きな影響があります。 NumPyは、データ分析・機械学習・人工知能のアルゴリズムに関連する高レベル関数を提供する沢山のPythonパッケージ群の、堅固な基盤となっています。 これらのパッケージは、ゲームの結果を変えるような意思決定を支援するリアルタイムのインサイトを得るため、クリケットの試合だけでなく関連する推論やビジネスの推進にも広く使用されています。 クリケットの試合結果につながる隠れたパラメータや、パターン、属性を見つけることは、ステークホルダーが数字や統計に隠されているゲームの洞察方法を見つけるのにも役に立つのです。 {{< figure >}} -src = '/images/content_images/cs/numpy_ca_benefits.png' -alt = 'クリケット分析にNumPyを使用するメリットを示す図' -title = ' 利用されている主なNumPy機能 ' +src = '/images/content_images/cs/numpy_ca_benefits.png' alt = 'Diagram showing benefits of using NumPy for cricket analytics' title = 'Key NumPy Capabilities utilized' {{< /figure >}} From ddee9f224e3a2c57cb0ace3dcaf80281cec5a3c0 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:50 +0200 Subject: [PATCH 63/96] New translations deeplabcut-dnn.md (Japanese) --- content/ja/case-studies/deeplabcut-dnn.md | 144 ++++++---------------- 1 file changed, 40 insertions(+), 104 deletions(-) diff --git a/content/ja/case-studies/deeplabcut-dnn.md b/content/ja/case-studies/deeplabcut-dnn.md index 3f2fa6259e..d5db28843a 100644 --- a/content/ja/case-studies/deeplabcut-dnn.md +++ b/content/ja/case-studies/deeplabcut-dnn.md @@ -3,67 +3,42 @@ title: "ケーススタディ: DeepLabCut 三次元姿勢推定" sidebar: false --- -{{< figure >}} -src = '/images/content_images/cs/mice-hand.gif' -title = 'DeepLapCutを用いたマウスの手の動きの解析' -alt = 'micehandanim' -attribution = '(Source: www.deeplabcut.org )' -attributionlink = 'http://www.mousemotorlab.org/deeplabcut' +{{< figure src="/images/content_images/cs/mice-hand.gif" class="fig-center" caption="**DeepLapCutを用いたマウスの手の動きの解析 **" alt="micehandanim" attr="*(Source: www.deeplabcut.org )*" attrlink="http://www.mousemotorlab.org/deeplabcut">}} +src = '/images/content_images/cs/mice-hand.gif' title = 'Analyzing mice hand-movement using DeepLapCut' alt = 'micehandanim' attribution = '(Source: www.deeplabcut.org )' attributionlink = 'http://www.mousemotorlab.org/deeplabcut' {{< /figure >}} -{{< blockquote -cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/" -by="Alexander Mathis、 _准教授、École polytechnology fe’rale de Lausanne_ ([EPFL](https://www.epfl.ch/en/))" - -> }} -> Open Source Software is accelerating Biomedicine. }} -> オープンソースソフトウェアは生体臨床医学を加速させています。 DeepLabCut を使用すると、深層学習を使用して動物の行動を自動的にビデオ解析することができます。 -> {{< /blockquote >}} +{{< blockquote cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/" by="Alexander Mathis, * ローザンヌ連邦工科大学([EPFL](https://www.epfl.ch/en/))の助教授 *" +> }} オープンソースソフトウェアは生体臨床医学を加速させています。 DeepLabCut を使用すると、深層学習を使用して動物の行動を自動的にビデオ解析することができます。 +> > {{< /blockquote >}} ## DeepLabCut について -[DeepLabCut](https://github.com/DeepLabCut/DeepLabCut)は、ごくわずかなトレーニングデータで人間レベルの精度で実験動物の行動を追跡可能にするオープンソースのツールボックスです。 DeepLabCutの技術を使うことで、科学者は動物の種類と時系列のデータをもとに、運動制御と行動に関する科学的な理解を深めることができるようになりました。 With DeepLabCut technology, scientists can delve deeper into the scientific understanding of motor control and behavior across animal species and timescales. +[DeepLabCut](https://github.com/DeepLabCut/DeepLabCut)は、ごくわずかなトレーニングデータで人間レベルの精度で実験動物の行動を追跡可能にするオープンソースのツールボックスです。 DeepLabCutの技術を使うことで、科学者は動物の種類と時系列のデータをもとに、運動制御と行動に関する科学的な理解を深めることができるようになりました。 -Several areas of research, including neuroscience, medicine, and biomechanics, use data from tracking animal movement. 神経科学、医学、生体力学などのいくつかの研究分野では、動物の動きを追跡したデータを使用しています。 DeepLabCutは、動画に記録された動きを解析することで、人間やその他の動物が何をしているのかを理解することができます。 タグ付けや監視などの、手間のかかる作業を自動化し、深層学習ベースのデータ解析を実施します。 DeepLabCutは、霊長類、マウス、魚、ハエなどの動物を観察する科学研究をより速く正確にしています。 DeepLabCutは、動物の姿勢推定技術を研究者が簡単に利用できるツールとして共有したいという考えから開発されています。 そこで開発者らはプロジェクト管理機能を備えた、単独で機能し、使いやすいPythonツールボックスとしてこのツールを作成しました。 これにより、姿勢推定を自動化するだけでなく、DeepLabCutツールキットユーザーをデータセット収集段階から共有可能・再利用可能な分析パイプラインを作成する段階まで補助し、プロジェクトをエンドツーエンドで管理することも可能になりました。 +神経科学、医学、生体力学などのいくつかの研究分野では、動物の動きを追跡したデータを使用しています。 DeepLabCutは、動画に記録された動きを解析することで、人間やその他の動物が何をしているのかを理解することができます。 タグ付けや監視などの、手間のかかる作業を自動化し、深層学習ベースのデータ解析を実施します。 DeepLabCutは、霊長類、マウス、魚、ハエなどの動物を観察する科学研究をより速く正確にしています。 {{< figure >}} -src = '/images/content_images/cs/race-horse.gif' -title = '色のついた点は競走馬の体の位置を追跡' -alt = 'horserideranim' -attribution = '(Source: Mackenzie Mathis)' +src = '/images/content_images/cs/race-horse.gif' title = 'Colored dots track the positions of a racehorse’s body part' alt = 'horserideranim' attribution = '(Source: Mackenzie Mathis)' {{< /figure >}} -DeepLabCutは、動物の姿勢を抽出することで非侵襲的な行動追跡を行います。 これは、生体力学、遺伝学、倫理学、神経科学などの分野での研究に必要不可欠です。 動的に変化する背景の中で、動物の姿勢をビデオデータから非侵襲的に測定することは、技術的にも、必要な計算リソースやトレーニングデータの点でも、非常に困難な計算処理です。 Measuring animal poses non-invasively from video - without markers - in dynamically changing backgrounds is computationally challenging, both technically as well as in terms of resource needs and training data required. +DeepLabCutは、動物の姿勢を抽出することで非侵襲的な行動追跡を行います。 これは、生体力学、遺伝学、倫理学、神経科学などの分野での研究に必要不可欠です。 動的に変化する背景の中で、動物の姿勢をビデオデータから非侵襲的に測定することは、技術的にも、必要な計算リソースやトレーニングデータの点でも、非常に困難な計算処理です。 -DeepLabCut allows researchers to estimate the pose of the subject, efficiently enabling them to quantify the behavior through a Python based software toolkit. DeepLabCutは、研究者が対象の姿勢を推定し、Pythonベースのソフトウェアを使って効率的に対象の行動を定量化することを可能にします。 DeepLabCutを使用すると、研究者は動画から異なるフレームを識別し、数十個のフレームの特定の身体部位を、よくできたGUIによってラベルづけできます。 すると、DeepLabCutの深層学習ベースのポーズ推定アーキテクチャにより、動画の残りの部分や動物の他の類似した動画から同じ特徴を抽出する方法を学習できます。 ハエやマウスなどの一般的な実験動物から [チーター][cheetah-movement]のようなより珍しい動物まで、動物の種類を問わず利用できます。 It works across species of animals, from common laboratory animals such as flies and mice to more unusual animals like [cheetahs][cheetah-movement]. +DeepLabCutは、研究者が対象の姿勢を推定し、Pythonベースのソフトウェアを使って効率的に対象の行動を定量化することを可能にします。 DeepLabCutを使用すると、研究者は動画から異なるフレームを識別し、数十個のフレームの特定の身体部位を、よくできたGUIによってラベルづけできます。 すると、DeepLabCutの深層学習ベースのポーズ推定アーキテクチャにより、動画の残りの部分や動物の他の類似した動画から同じ特徴を抽出する方法を学習できます。 ハエやマウスなどの一般的な実験動物から [チーター][cheetah-movement]のようなより珍しい動物まで、動物の種類を問わず利用できます。 -[cheetah-movement]: https://www.technologynetworks.com/neuroscience/articles/interview-a-deeper-cut-into-behavior-with-mackenzie-mathis-327618 +DeepLabCutでは[転移学習](https://arxiv.org/pdf/1909.11229)という技術を使用しています。 これにより必要な学習データの量を大幅に削減し、学習の収束を加速させることができます。 必要に応じて、より高速な推論を提供するさまざまなネットワークアーキテクチャ(MobileNetV2など)を選択することができ、リアルタイムの実験データフィードバックと組み合わせることもできます。 DeepLabCutはもともと[DeeperCut](https://arxiv.org/abs/1605.03170)と呼ばれるパフォーマンスのよい人用のポーズ推定アーキテクチャの特徴検出器を使用しており、これが名前の由来になりました。 今ではこのパッケージは大幅に変更され、追加のアーキテクチャ・データの水増し・一通りのユーザー用フロントエンドを含んでいます。 さらに、 大規模な生物学的実験をサポートするため、DeepLabCutはオンライン学習の機能を提供しています。 これにより、動画の時間をこえて学習データを増やすことができ、エッジケースをカバーしたり、特定のコンテキスト内でポーズ推定アルゴリズムを堅牢にしたりできます。 -DeepLabCut uses a principle called [transfer learning](https://arxiv.org/pdf/1909.11229), which greatly reduces the amount of training data required and speeds up the convergence of the training period. Depending on the needs, users can pick different network architectures that provide faster inference (e.g. MobileNetV2), which can also be combined with real-time experimental feedback. DeepLabCut originally used the feature detectors from a top-performing human pose estimation architecture, called [DeeperCut](https://arxiv.org/abs/1605.03170), which inspired the name. The package now has been significantly changed to include additional architectures, augmentation methods, and a full front-end user experience. Furthermore, to support large-scale biological experiments DeepLabCut provides active learning capabilities so that users can increase the training set over time to cover edge cases and make their pose estimation algorithm robust within the specific context. - -最近、[DeepLabCut model zoo](http://www.mousemotorlab.org/dlc-modelzoo)が発表されました。 これは、霊長類の顔分析から犬の姿勢まで、様々な種や実験条件に対応した事前訓練済みモデルを提供しています。 これにより、例えば、新しいデータのラベルを付けることなくクラウドで予測を実行することができたり、ニューラルネットワークの学習を実行することができます。 プログラミング経験は必要ありません。 This can be run for instance in the cloud without any labeling of new data, or neural network training, and no programming experience is necessary. +最近、[DeepLabCut model zoo](http://www.mousemotorlab.org/dlc-modelzoo)が発表されました。 これは、霊長類の顔分析から犬の姿勢まで、様々な種や実験条件に対応した事前訓練済みモデルを提供しています。 これにより、例えば、新しいデータのラベルを付けることなくクラウドで予測を実行することができたり、ニューラルネットワークの学習を実行することができます。 プログラミング経験は必要ありません。 ### 主な目標と結果 -- **科学研究のための動物姿勢解析の自動化:** +* **科学研究のための動物姿勢解析の自動化:** - DeepLabCutという技術の主な目的は、多様な環境で動物の姿勢を測定し追跡することです。 このデータは例えば神経科学の研究において、脳がどのように運動を制御しているかを理解するためのや、動物がどのように社会的に交流しているかを明らかにするために利用することができます。 研究者はDeepLabCutで [10倍のパフォーマンス向上](https://www.biorxiv.org/content/10.1101/457242v1) が可能であると発表しています。 オフラインでは最大1200フレーム/秒(FPS) で姿勢を推定することができます。 This data can be used, for example, in - neuroscience studies to understand how the brain controls movement, or to - elucidate how animals socially interact. Researchers have observed a - [tenfold performance boost](https://www.biorxiv.org/content/10.1101/457242v1) - with DeepLabCut. Poses can be inferred offline at up to 1200 frames per second - (FPS). + DeepLabCutという技術の主な目的は、多様な環境で動物の姿勢を測定し追跡することです。 このデータは例えば神経科学の研究において、脳がどのように運動を制御しているかを理解するためのや、動物がどのように社会的に交流しているかを明らかにするために利用することができます。 研究者はDeepLabCutで [10倍のパフォーマンス向上](https://www.biorxiv.org/content/10.1101/457242v1) が可能であると発表しています。 オフラインでは最大1200フレーム/秒(FPS) で姿勢を推定することができます。 -- **姿勢推定のための使いやすいPythonツールキットの作成:** +* **姿勢推定のための使いやすいPythonツールキットの作成:** - DeepLabCut wanted to share their animal pose-estimation technology in the form - of an easy to use tool that can be adopted by researchers easily. So they have - created a complete, easy-to-use Python toolbox with project management features - as well. These enable not only automation of pose-estimation but also - managing the project end-to-end by helping the DeepLabCut Toolkit user right - from the dataset collection stage to creating shareable and reusable analysis - pipelines. + DeepLabCutは、動物の姿勢推定技術を研究者が簡単に利用できるツールとして共有したいという考えから開発されています。 そこで開発者らはプロジェクト管理機能を備えた、単独で機能し、使いやすいPythonツールボックスとしてこのツールを作成しました。 これにより、姿勢推定を自動化するだけでなく、DeepLabCutツールキットユーザーをデータセット収集段階から共有可能・再利用可能な分析パイプラインを作成する段階まで補助し、プロジェクトをエンドツーエンドで管理することも可能になりました。 この[ツールキット][DLCToolkit] はオープンソースとして利用できます。 @@ -75,92 +50,53 @@ DeepLabCut uses a principle called [transfer learning](https://arxiv.org/pdf/190 - 統合された可視化ツールを使用した推論の描画 {{< figure >}} -src = '/images/content_images/cs/deeplabcut-toolkit-steps.png' -title = 'DeepLabCutによる姿勢推定のステップ' -alt = 'dlcsteps' -align = 'center' -attribution = '(Source: DeepLabCut)' -attributionlink = 'https://twitter.com/DeepLabCut/status/1198046918284210176/photo/1' +{{< figure src="/images/content_images/cs/deeplabcut-workflow.png" class="fig-center" caption="**DeepLabCutのワークフロー**" alt="workflow" attr="*(Source: Mackenzie Mathis)*" attrlink="https://www.researchgate.net/figure/DeepLabCut-work-flow-The-diagram-delineates-the-work-flow-as-well-as-the-directory-and_fig1_329185962">}} {{< /figure >}} -[DLCToolkit]: https://github.com/DeepLabCut/DeepLabCut - ### 課題 -- **速度** +* **速度** - 動物行動動画の高速な処理は、動物の行動を測定し、科学実験をより効率的で正確にするために重要です。 動的に変化する背景の中で、マーカーを使用せずに、実験室での実験のために動物の詳細な姿勢を抽出することは、技術的にも、必要なリソース的にも、必要なトレーニングデータの面でも、困難な場合があります。 科学者が、より現実的な状況で研究を行うために、コンピュータビジョンなどの専門知識のスキルを必要とせずに使うことができるツールを開発することは、解決すべき重要な問題です。 - Extracting detailed animal poses for laboratory experiments, without - markers, in dynamically changing backgrounds, can be challenging, both - technically as well as in terms of resource needs and training data required. - Coming up with a tool that is easy to use without the need for skills such - as computer vision expertise that enables scientists to do research in more - real-world contexts, is a non-trivial problem to solve. + 動物行動動画の高速な処理は、動物の行動を測定し、科学実験をより効率的で正確にするために重要です。 動的に変化する背景の中で、マーカーを使用せずに、実験室での実験のために動物の詳細な姿勢を抽出することは、技術的にも、必要なリソース的にも、必要なトレーニングデータの面でも、困難な場合があります。 科学者が、より現実的な状況で研究を行うために、コンピュータビジョンなどの専門知識のスキルを必要とせずに使うことができるツールを開発することは、解決すべき重要な問題です。 -- **組み合わせ問題** +* **組み合わせ問題** - Combinatorics involves assembly and integration of movement of multiple - limbs into individual animal behavior. 組合せ問題とは、複数の四肢の動きを個々の動物行動に統合することを指します。 キーポイントと、その個々の動物行動との関連性を組み合わせ、時間的に結びつけることは、複雑なプロセスであり、非常に膨大な数値解析が必要となります。 特に、実験映像の中で複数の動物の動きを追跡する場合は大変です。 + 組合せ問題とは、複数の四肢の動きを個々の動物行動に統合することを指します。 キーポイントと、その個々の動物行動との関連性を組み合わせ、時間的に結びつけることは、複雑なプロセスであり、非常に膨大な数値解析が必要となります。 特に、実験映像の中で複数の動物の動きを追跡する場合は大変です。 -- **データ処理** +* **データ処理** - 最後に、配列の操作もかなり難しい問題です。 様々な画像や、目標のテンソル、キーポイントに対応する大きな配列のスタックを処理しなければならないからです。 + 最後に、配列の操作もかなり難しい問題です。 様々な画像や、目標のテンソル、キーポイントに対応する大きな配列のスタックを処理しなければならないからです。 -{{< figure >}} -src = '/images/content_images/cs/pose-estimation.png' -title = '姿勢推定の多様性と難しさ' -alt = 'challengesfig' -align = 'center' -attribution = '(Source: Mackenzie Mathis)' -attributionlink = 'https://www.biorxiv.org/content/10.1101/476531v1.full.pdf' +{{< figure src="/images/content_images/cs/numpy_dlc_benefits.png" class="fig-center" alt="numpy benefits" caption="**NumPyの主要機能**" >}} +src = '/images/content_images/cs/pose-estimation.png' title = 'Pose estimation variety and complexity' alt = 'challengesfig' align = 'center' attribution = '(Source: Mackenzie Mathis)' attributionlink = 'https://www.biorxiv.org/content/10.1101/476531v1.full.pdf' {{< /figure >}} ## 姿勢推定の課題に対応するためのNumPyの役割 -DeepLabCutでは[転移学習](https://arxiv.org/pdf/1909.11229)という技術を使用しています。 これにより必要な学習データの量を大幅に削減し、学習の収束を加速させることができます。 必要に応じて、より高速な推論を提供するさまざまなネットワークアーキテクチャ(MobileNetV2など)を選択することができ、リアルタイムの実験データフィードバックと組み合わせることもできます。 DeepLabCutはもともと[DeeperCut](https://arxiv.org/abs/1605.03170)と呼ばれるパフォーマンスのよい人用のポーズ推定アーキテクチャの特徴検出器を使用しており、これが名前の由来になりました。 今ではこのパッケージは大幅に変更され、追加のアーキテクチャ・データの水増し・一通りのユーザー用フロントエンドを含んでいます。 さらに、 大規模な生物学的実験をサポートするため、DeepLabCutはオンライン学習の機能を提供しています。 これにより、動画の時間をこえて学習データを増やすことができ、エッジケースをカバーしたり、特定のコンテキスト内でポーズ推定アルゴリズムを堅牢にしたりできます。 NumPy は DeepLabCutにおける、行動分析の高速化のための数値計算の核となっています。 NumPyだけでなく、DeepLabCutは様々なNumPyをベースとしているPythonライブラリを利用しています。 [SciPy](https://www.scipy.org)、[Pandas](https://pandas.pydata.org)、[matplotlib](https://matplotlib.org)、[Tensorpack](https://github.com/tensorpack/tensorpack), [imgaug](https://github.com/aleju/imgaug)、[scikit-learn](https://scikit-learn.org/stable/)、[scikit-image](https://scikit-image.org)、[Tensorflow](https://www.tensorflow.org)などです。 +NumPy は DeepLabCutにおける、行動分析の高速化のための数値計算の核となっています。 NumPyだけでなく、DeepLabCutは様々なNumPyをベースとしているPythonライブラリを利用しています。 [SciPy](https://www.scipy.org)、[Pandas](https://pandas.pydata.org)、[matplotlib](https://matplotlib.org)、[Tensorpack](https://github.com/tensorpack/tensorpack), [imgaug](https://github.com/aleju/imgaug)、[scikit-learn](https://scikit-learn.org/stable/)、[scikit-image](https://scikit-image.org)、[Tensorflow](https://www.tensorflow.org)などです。 以下に挙げるNumPyの特徴が、DeepLabCutの姿勢推定アルゴリズムでの画像処理・組み合わせ処理・高速計算において、重要な役割を果たしました。 -- ベクトル化 -- マスクされた配列操作 -- 線形代数 -- ランダムサンプリング -- 大きな配列の再構成 - -DeepLabCutは、ツールキットが提供するワークフローを通じてNumPyの配列機能を利用しています。 特に、NumPyはヒューマンアノテーションのラベル付けや、アノテーションの書き込み、編集、処理のために、特定のフレームをサンプリングするために使用されています。 TensorFlowを使ったニューラルネットワークは、DeepLabCutの技術によって何千回も訓練され、 フレームから真のアノテーション情報を予測します。 この目的のため、姿勢推定問題を画像-画像変換問題として変換する目標密度(スコアマップ) を作成します。 ニューラルネットワークのロバスト化のため、データの水増しを使用していますが、このためには幾何学・画像的処理を施したスコアマップの計算を行うことが必要になります。 また学習を高速化するため、NumPyのベクトル化機能が利用されています。 推論には、目標のスコアマップから最も可能性の高い予測値を抽出し、効率的に「予測値をリンクさせて個々の動物を組み立てる」ことが必要になります。 In particular, NumPy is used for sampling distinct frames for -human annotation labeling, and for writing, editing and processing annotation -data. Within TensorFlow the neural network is trained by DeepLabCut technology -over thousands of iterations to predict the ground truth annotations from -frames. For this purpose, target densities (scoremaps) are created to cast pose -estimation as a image-to-image translation problem. To make the neural networks -robust, data augmentation is employed, which requires the calculation of target -scoremaps subject to various geometric and image processing steps. To make -training fast, NumPy’s vectorization capabilities are leveraged. For inference, -the most likely predictions from target scoremaps need to extracted and one -needs to efficiently “link predictions to assemble individual animals”. +* ベクトル化 +* マスクされた配列操作 +* 線形代数 +* ランダムサンプリング +* 大きな配列の再構成 + +DeepLabCutは、ツールキットが提供するワークフローを通じてNumPyの配列機能を利用しています。 特に、NumPyはヒューマンアノテーションのラベル付けや、アノテーションの書き込み、編集、処理のために、特定のフレームをサンプリングするために使用されています。 TensorFlowを使ったニューラルネットワークは、DeepLabCutの技術によって何千回も訓練され、 フレームから真のアノテーション情報を予測します。 この目的のため、姿勢推定問題を画像-画像変換問題として変換する目標密度(スコアマップ) を作成します。 ニューラルネットワークのロバスト化のため、データの水増しを使用していますが、このためには幾何学・画像的処理を施したスコアマップの計算を行うことが必要になります。 また学習を高速化するため、NumPyのベクトル化機能が利用されています。 推論には、目標のスコアマップから最も可能性の高い予測値を抽出し、効率的に「予測値をリンクさせて個々の動物を組み立てる」ことが必要になります。 {{< figure >}} -src = '/images/content_images/cs/deeplabcut-workflow.png' -title = 'DeepLabCutのワークフロー' -alt = 'workflow' -attribution = '(Source: Mackenzie Mathis)' -attributionlink = 'https://www.researchgate.net/figure/DeepLabCut-work-flow-The-diagram-delineates-the-work-flow-as-well-as-the-directory-and_fig1_329185962' +src = '/images/content_images/cs/deeplabcut-workflow.png' title = 'DeepLabCut Workflow' alt = 'workflow' attribution = '(Source: Mackenzie Mathis)' attributionlink = 'https://www.researchgate.net/figure/DeepLabCut-work-flow-The-diagram-delineates-the-work-flow-as-well-as-the-directory-and_fig1_329185962' {{< /figure >}} ## まとめ -Observing and efficiently describing behavior is a core tenant of modern -ethology, neuroscience, medicine, and technology. -行動を観察し、効率的に表現することは、現代倫理学、神経科学、医学、工学の根幹です。 [DeepLabCut](http://orga.cvss.cc/wp-content/uploads/2019/05/NathMathis2019.pdf) により、研究者は対象の姿勢を推定し、行動を効率的に定量化できるようになりました。 DeepLabCutというPythonツールボックスを使えば、わずかな学習画像のセットでニューラルネットワークを人間レベルのラベリング精度で学習することができ、実験室での行動分析だけでなく、スポーツ、歩行分析、医学、リハビリテーション研究などへの応用が可能になります。 DeepLabCutアルゴリズムに必要な複雑な組み合わせ処理やデータ処理の問題を、NumPyの配列操作機能が解決しています。 With only a small set of training images, -the DeepLabCut Python toolbox allows training a neural network to within human -level labeling accuracy, thus expanding its application to not only behavior -analysis in the laboratory, but to potentially also in sports, gait analysis, -medicine and rehabilitation studies. Complex combinatorics, data processing -challenges faced by DeepLabCut algorithms are addressed through the use of -NumPy's array manipulation capabilities. +行動を観察し、効率的に表現することは、現代倫理学、神経科学、医学、工学の根幹です。 [DeepLabCut](http://orga.cvss.cc/wp-content/uploads/2019/05/NathMathis2019.pdf) により、研究者は対象の姿勢を推定し、行動を効率的に定量化できるようになりました。 DeepLabCutというPythonツールボックスを使えば、わずかな学習画像のセットでニューラルネットワークを人間レベルのラベリング精度で学習することができ、実験室での行動分析だけでなく、スポーツ、歩行分析、医学、リハビリテーション研究などへの応用が可能になります。 DeepLabCutアルゴリズムに必要な複雑な組み合わせ処理やデータ処理の問題を、NumPyの配列操作機能が解決しています。 {{< figure >}} -src = '/images/content_images/cs/numpy_dlc_benefits.png' -alt = 'numpy benefits' -title = 'NumPyの主要機能' +src = '/images/content_images/cs/numpy_dlc_benefits.png' alt = 'numpy benefits' title = 'Key NumPy Capabilities utilized' {{< /figure >}} + +[cheetah-movement]: https://www.technologynetworks.com/neuroscience/articles/interview-a-deeper-cut-into-behavior-with-mackenzie-mathis-327618 + +[DLCToolkit]: https://github.com/DeepLabCut/DeepLabCut From c75f218514276bfcd292bb3a21e67e369dc41bfb Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:26:58 +0200 Subject: [PATCH 64/96] New translations blackhole-image.md (Japanese) --- content/ja/case-studies/blackhole-image.md | 108 +++++++-------------- 1 file changed, 33 insertions(+), 75 deletions(-) diff --git a/content/ja/case-studies/blackhole-image.md b/content/ja/case-studies/blackhole-image.md index 163d6347e0..f435ef2b2b 100644 --- a/content/ja/case-studies/blackhole-image.md +++ b/content/ja/case-studies/blackhole-image.md @@ -1,122 +1,80 @@ --- -title: ケーススタディ：世界初のブラックホール画像 +title: "ケーススタディ：世界初のブラックホール画像" sidebar: false --- -{{< figure >}} -src = '/images/content_images/cs/blackhole.jpg' -title = 'Black Hole M87' -alt = 'black hole image' -attribution = '(Image Credits: Event Horizon Telescope Collaboration)' -attrk = 'https://www.jpl.nasa.gov/images/universe/90410/blackhole20190410.jpg' +{{< figure src="/images/content_images/cs/blackhole.jpg" caption="**Black Hole M87**" alt="black hole image" attr="*(Image Credits: Event Horizon Telescope Collaboration)*" attrk="https://www.jpl.nasa.gov/images/universe/90410/blackhole20190410.jpg" >}} +src = '/images/content_images/cs/blackhole.jpg' title = 'Black Hole M87' alt = 'black hole image' attribution = '(Image Credits: Event Horizon Telescope Collaboration)' attributionlink = 'https://www.jpl.nasa.gov/images/universe/20190410/blackhole20190410.jpg' {{< /figure >}} -{{< blockquote -cite="https://www.youtube.com/watch?v=BIvezCVcsYs" -by="_カリフォルニア工科大学 計算・数理学部_のKatie Bouman助教授" - -> }} -> M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。 -> {{< /blockquote >}} +{{< blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs" by="Katie Bouman, * カリフォルニア工科大学の計算数理科学の助教授 *" +> }} M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。 +> > {{< /blockquote >}} ## 地球大の望遠鏡 -[Event Horizon telescope(EHT)](https:/eventhorizontelescope.org)は、地球サイズの解析望遠鏡を形成する8台の地上型電波望遠鏡から成るシステムで、これまでに前例のない感度と解像度で宇宙を研究することができます。 超長基線干渉法(VLBI) と呼ばれる手法を用いた巨大な仮想望遠鏡の角度分解能は、[20マイクロ秒][resolution]で、ニューヨークにある新聞をパリの歩道のカフェから読むのに十分な解像度です! The huge virtual telescope, which uses a technique -called very-long-baseline interferometry (VLBI), has an angular resolution of -[20 micro-arcseconds][resolution] — enough to read a newspaper in New York -from a sidewalk café in Paris! - -[resolution]: https://eventhorizontelescope.org/press-release-april-10-2019-astronomers-capture-first-image-black-hole +[Event Horizon telescope(EHT)](https:/eventhorizontelescope.org)は、地球サイズの解析望遠鏡を形成する8台の地上型電波望遠鏡から成るシステムで、これまでに前例のない感度と解像度で宇宙を研究することができます。 超長基線干渉法(VLBI) と呼ばれる手法を用いた巨大な仮想望遠鏡の角度分解能は、[20マイクロ秒][resolution]で、ニューヨークにある新聞をパリの歩道のカフェから読むのに十分な解像度です! ### 主な目標と結果 -- **宇宙の新しい見方:** EHTの画期的な考え方の基礎が築かれたのは、100年前に [Sir Arthur Eddington][eddington]がアインシュタインの一般相対性理論に沿った最初の観測を実施したことが始まりでした。 +* **宇宙の新しい見方:** EHTの画期的な考え方の基礎が築かれたのは、100年前に [Sir Arthur Eddington][eddington]がアインシュタインの一般相対性理論に沿った最初の観測を実施したことが始まりでした。 -- **ブラックホール:** EHTは、おとめ座銀河団のメシエ87銀河 (M87) の中心にある、地球から約5500万光年の距離にある超巨大ブラックホールを観測しました。 その質量は、太陽の65億倍です。 [100年以上](https://www.jpl.nasa.gov/news/news.php?feature=7385)に渡る研究が行われてもなお、これまでに視覚的にブラックホールを観測できたことはありませんでした。 Its mass is - 6.5 billion times the Sun's. It had been studied for - [over 100 years](https://www.jpl.nasa.gov/news/news.php?feature=7385), but never before - had a black hole been visually observed. +* **ブラックホール:** EHTは、おとめ座銀河団のメシエ87銀河 (M87) の中心にある、地球から約5500万光年の距離にある超巨大ブラックホールを観測しました。 その質量は、太陽の65億倍です。 [100年以上](https://www.jpl.nasa.gov/news/news.php?feature=7385)に渡る研究が行われてもなお、これまでに視覚的にブラックホールを観測できたことはありませんでした。 -- **観測と理論の比較:** 科学者たちの間で、アインシュタインの一般相対性理論から、重力による光の曲げや光の捕獲による影のような領域が観測できるのではないかと期待されていました。 これはブラックホールの巨大な質量を測定するために利用することができます。 EHTの共同研究では、最先端の画像再構成技術を使用して、それぞれのチームがデータを評価することによって、これらの課題に対処しました。 それぞれのチームの解析結果が同じであることが証明されると、それらの結果を組み合わせることで、ブラックホール画像を得ることができました。 - -[eddington]: https://en.wikipedia.org/wiki/Eddington_experiment +* **観測と理論の比較:** 科学者たちの間で、アインシュタインの一般相対性理論から、重力による光の曲げや光の捕獲による影のような領域が観測できるのではないかと期待されていました。 これはブラックホールの巨大な質量を測定するために利用することができます。 ### 課題 -- **大規模な計算** +* **大規模な計算** - EHTは膨大なデータ処理の課題を抱えていました。 大気の位相変動は急速で、記録帯域の幅は大きく、望遠鏡はそれぞれ異なっていて地理的にも分散しています。 + EHTは膨大なデータ処理の課題を抱えていました。 大気の位相変動は急速で、記録帯域の幅は大きく、望遠鏡はそれぞれ異なっていて地理的にも分散しています。 -- **大量のデータ** +* **大量のデータ** - EHTは一日で350テラバイトを超える観測データを生成し、ヘリウムで満たされたハードドライブに保存しています。 この大量のデータとデータの複雑さを軽減することは非常に難しいことです。 Reducing the volume and complexity of this much - data is enormously difficult. + EHTは一日で350テラバイトを超える観測データを生成し、ヘリウムで満たされたハードドライブに保存しています。 この大量のデータとデータの複雑さを軽減することは非常に難しいことです。 -- **よくわからないものを観測する** +* **よくわからないものを観測する** - 今までに見たことのないものを見るのが研究の目標なら、どうやって科学者はその画像が正しいと確信することができるのでしょうか? + 今までに見たことのないものを見るのが研究の目標なら、どうやって科学者はその画像が正しいと確信することができるのでしょうか? {{< figure >}} -src = '/images/content_images/cs/dataprocessbh.png' -title = 'EHTのデータ処理パイプライン' -alt = 'data pipeline' -align = 'center' -attribution = '(Diagram Credits: The Astrophysical Journal, Event Horizon Telescope Collaboration)' -attributionlink = 'https://iopscience.iop.org/article/10.3847/2041-8213/ab0c57' -{{< /figure >}} +src = '/images/content_images/cs/dataprocessbh.png' title = 'EHT Data Processing Pipeline' alt = 'data pipeline' align = 'center' attribution = '(Diagram Credits: The Astrophysical Journal, Event Horizon Telescope Collaboration)' attributionlink = 'https://iopscience.iop.org/article/10.3847/2041-8213/ab0c57' +{{< figure src="/images/content_images/cs/bh_numpy_role.png" class="fig-center" alt="role of numpy" caption="**ブラックホール画像化でNumPyが果たした役割**" >}} ## NumPyが果たした役割 -What if there's a problem with the data? Or perhaps an algorithm relies too -heavily on a particular assumption. データに問題がある場合はどうなるでしょう？ あるいは、アルゴリズムが特定の仮定に あまりにも大きく依存しているかもしれません。 もしあるパラメータを変更した場合、画像は大きく変化するのでしょうか？ +データに問題がある場合はどうなるでしょう？ あるいは、アルゴリズムが特定の仮定に あまりにも大きく依存しているかもしれません。 もしあるパラメータを変更した場合、画像は大きく変化するのでしょうか？ -The EHT collaboration met these challenges by having independent teams -evaluate the data, using both established and cutting-edge image reconstruction -techniques. When results proved consistent, they were combined to yield the -first-of-a-kind image of the black hole. +EHTの共同研究では、最先端の画像再構成技術を使用して、それぞれのチームがデータを評価することによって、これらの課題に対処しました。 それぞれのチームの解析結果が同じであることが証明されると、それらの結果を組み合わせることで、ブラックホール画像を得ることができました。 彼らの研究は、共同のデータ解析を通じて科学を進歩させる、科学的なPythonエコシステムが果たす役割を如実に表しています。 {{< figure >}} -src = '/images/content_images/cs/bh_numpy_role.png' -alt = 'role of numpy' -title = 'ブラックホール画像化でNumPyが果たした役割' +{{< figure src="/images/content_images/cs/numpy_bh_benefits.png" class="fig-center" alt="numpy benefits" caption="**利用されたNumPyの主要機能**" >}} {{< /figure >}} 例えば、 [`eht-imaging`][ehtim] というPython パッケージは VLBI データで画像の再構築をシミュレートし、実行するためのツールです。 NumPyは、以下のソフトウェア依存関係チャートで示されているように、このパッケージで使用される配列データ処理の中核を担っています。 -NumPy is at the core of array data processing used -in this package, as illustrated by the partial software -dependency chart below. {{< figure >}} -src = '/images/content_images/cs/ehtim_numpy.png' -alt = 'ehtim dependency map highlighting numpy' -title = 'NumPyの中心としたehtimのソフトウェア依存図' +src = '/images/content_images/cs/ehtim_numpy.png' alt = 'ehtim dependency map highlighting numpy' title = 'Software dependency chart of ehtim package highlighting NumPy' {{< /figure >}} -[ehtim]: https://github.com/achael/eht-imaging - -Besides NumPy, many other packages, such as -[SciPy](https://www.scipy.org) and [Pandas](https://pandas.io), are part of the -data processing pipeline for imaging the black hole. NumPyだけでなく、[SciPy](https://www.scipy.org)や[Pandas](https://pandas.io)などのパッケージもブラックホール画像化におけるデータ処理パイプラインに利用されています。 天文学の標準的なファイル形式や時間/座標変換 は[Astropy][astropy]で実装され、ブラックホールの最終画像の生成を含め、解析パイプライン全体でのデータ可視化には [Matplotlib][mpl]が利用されました。 -[astropy]: https://www.astropy.org/ -[mpl]: https://matplotlib.org/ - ## まとめ -NumPyの中心的な機能である、効率的で適用性の高いn次元配列は、研究者が大規模な数値データを操作することを可能にし、世界で初めてのブラックホールの画像化の基礎を築きました。 アインシュタインの理論に素晴らしい視覚的証拠を与えたのは、科学の画期的な瞬間だといえます。 この科学的に偉大な達成には、技術的の飛躍的な進歩だけでなく、200人以上の科学者と世界で 最高の電波観測所の間での国際協力も寄与しました。 革新的なアルゴリズムとデータ処理技術は、既存の天文学モデルを改良し、宇宙の謎を解き明かす助けになったといえます。 A landmark moment in -science, it gives stunning visual evidence of Einstein’s theory. The -achievement encompasses not only technological breakthroughs but also -international collaboration among over 200 scientists and some of the world's -best radio observatories. Innovative algorithms and data processing -techniques, improving upon existing astronomical models, helped unfold a -mystery of the universe. +NumPyの中心的な機能である、効率的で適用性の高いn次元配列は、研究者が大規模な数値データを操作することを可能にし、世界で初めてのブラックホールの画像化の基礎を築きました。 アインシュタインの理論に素晴らしい視覚的証拠を与えたのは、科学の画期的な瞬間だといえます。 この科学的に偉大な達成には、技術的の飛躍的な進歩だけでなく、200人以上の科学者と世界で 最高の電波観測所の間での国際協力も寄与しました。 革新的なアルゴリズムとデータ処理技術は、既存の天文学モデルを改良し、宇宙の謎を解き明かす助けになったといえます。 {{< figure >}} -src = '/images/content_images/cs/numpy_bh_benefits.png' -alt = 'numpy benefits' -title = '利用されたNumPyの主要機能' +src = '/images/content_images/cs/numpy_bh_benefits.png' alt = 'numpy benefits' title = 'Key NumPy Capabilities utilized' {{< /figure >}} + +[resolution]: https://eventhorizontelescope.org/press-release-april-10-2019-astronomers-capture-first-image-black-hole + +[eddington]: https://en.wikipedia.org/wiki/Eddington_experiment + +[ehtim]: https://github.com/achael/eht-imaging + +[astropy]: https://www.astropy.org/ +[mpl]: https://matplotlib.org/ From dbf147ba87956fafbe3ad63d314f19c09b97377d Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 02:27:06 +0200 Subject: [PATCH 65/96] New translations gw-discov.md (Japanese) --- content/ja/case-studies/gw-discov.md | 139 +++++++-------------------- 1 file changed, 37 insertions(+), 102 deletions(-) diff --git a/content/ja/case-studies/gw-discov.md b/content/ja/case-studies/gw-discov.md index 7d7311c141..e7faa49de9 100644 --- a/content/ja/case-studies/gw-discov.md +++ b/content/ja/case-studies/gw-discov.md @@ -3,140 +3,75 @@ title: "ケーススタディ: 重力波の発見" sidebar: false --- -{{< figure >}} -src = '/images/content_images/cs/gw_sxs_image.png' -title = '重力波' -alt = 'binary coalesce black hole generating gravitational waves' -attribution = '(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project at LIGO)' -attributionlink = 'https://youtu.be/Zt8Z_uzG71o' +{{< figure src="/images/content_images/cs/gw_sxs_image.png" class="fig-center" caption="**重力波**" alt="binary coalesce black hole generating gravitational waves" attr="*(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project at LIGO)*" attrlink="https://youtu.be/Zt8Z_uzG71o" >}} +src = '/images/content_images/cs/gw_sxs_image.png' title = 'Gravitational Waves' alt = 'binary coalesce black hole generating gravitational waves' attribution = '(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project at LIGO)' attributionlink = 'https://youtu.be/Zt8Z_uzG71o' {{< /figure >}} -{{< blockquote -cite="https://www.youtube.com/watch?v=BIvezCVcsYs" -by="David Shoemaker, _LIGOサイエンティフィック・コラボレーション_" >}} -科学計算のためのPythonエコシステムはLIGOで行われている研究のための重要なインフラです。 -{{< /blockquote >}} +{{< blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs" by="David Shoemaker, *LIGOの科学調査協力により*" >}} LIGOで行われる研究には、科学的なPythonエコシステムが重要なインフラとなっています。 {{< /blockquote >}} ## [重力波](https://www.nationalgeographic.com/news/2017/10/what-are-gravitational-waves-ligo-astronomy-science/) と [LIGO](https://www.ligo.caltech.edu) について -重力波は、空間と時間の基本構造の波紋です。 2つのブラックホールの衝突や合体、2連星や超新星の合体など、大きな変動現象によって生成されます。 重力波の観測は、重力を研究する上で重要なだけでなく、遠い宇宙におけるいくつかの不明瞭な現象と、その影響を理解するためにも役立ちます。 Observing GW can not only help -in studying gravity but also in understanding some of the obscure phenomena in -the distant universe and its impact. - -\[レーザー干渉計重力波天文台(LIGO)\](https://www. It comprises two widely separated interferometers within the -United States — one in Hanford, Washington and the other in Livingston, -Louisiana — operated in unison to detect gravitational waves. Each of them has -multi-kilometer-scale gravitational wave detectors that use laser -interferometry. The LIGO Scientific Collaboration (LSC), is a group of more -than 1000 scientists from universities around the United States and in 14 -other countries supported by more than 90 universities and research institutes; -approximately 250 students actively contributing to the collaboration. The new -LIGO discovery is the first observation of gravitational waves themselves, -made by measuring the tiny disturbances the waves make to space and time as -they pass through the earth. It has opened up new astrophysical frontiers -that explore the warped side of the universe—objects and phenomena that are -made from warped spacetime. +重力波は、空間と時間の基本構造の波紋です。 2つのブラックホールの衝突や合体、2連星や超新星の合体など、大きな変動現象によって生成されます。 重力波の観測は、重力を研究する上で重要なだけでなく、遠い宇宙におけるいくつかの不明瞭な現象と、その影響を理解するためにも役立ちます。 + +[レーザー干渉計重力波天文台(LIGO)](https://www.ligo.caltech.edu)は、アインシュタインの一般相対性理論によって予測された重力波の直接検出を通して、重力波天体物理学の分野を切り開くために設計されました。 重力波は非常に小さい効果を生み、物質と微小な相互作用を持つため、検出が困難です。 LIGOのすべてのデータを処理・分析するには、膨大な計算インフラが必要です。 信号の数十億倍のノイズを除去した後も、非常に複雑な相対性理論の方程式と膨大な量のデータがあり、計算上の課題となっています。 それぞれのシステムには、レーザー干渉法を用いた数キロ規模の重力波検出器が設置されています。 LIGO Scientific Collaboration（LSC）は、米国をはじめとする14カ国の大学から1000人以上の科学者が集まり、90以上の大学・研究機関によって支援されています。 また、約250人の学生も参加しています。 今回のLIGOの発見は、重力波が地球を通過する際に生じる空間と時間の微小な乱れの測定により、重力波そのものを初めて観測しました。 これにより、新しい天体物理学のフロンティアが開かれました。 これは、宇宙の歪んだ側面、つまり歪んだ時空から作られた物体とそれに伴う現象を切り拓くものです。 + ### 主な目的 -- LIGOの[ミッション](https://www.ligo.caltech.edu/page/what-is-ligo)は、宇宙で最も激しくエネルギーに満ちたプロセスからの重力波を検出することですが、LIGOが収集するデータは、重力、相対性理論、天体物理学、宇宙論、素粒子物理学、原子核物理学など、物理学の多くの分野に広く影響を与える可能性があります。 -- Crunch observed data via numerical relativity computations that involves - complex maths in order to discern signal from noise, filter out relevant - signal and statistically estimate significance of observed data -- バイナリや数値の結果を理解しやすいようにデータを可視化することも必要です。 +* LIGOの[ミッション](https://www.ligo.caltech.edu/page/what-is-ligo)は、宇宙で最も激しくエネルギーに満ちたプロセスからの重力波を検出することですが、LIGOが収集するデータは、重力、相対性理論、天体物理学、宇宙論、素粒子物理学、原子核物理学など、物理学の多くの分野に広く影響を与える可能性があります。 +* 複雑な数学を含む相対性理論の数値計算によって観測データを解析し、信号とノイズを識別し、関連性のある信号をフィルタリングし、観測データの有意性を統計的に推定することで、宇宙の始まりのクランチを観測できるようになります。 +* バイナリや数値の結果を理解しやすいようにデータを可視化することも必要です。 + + ### 課題 -- **計算** - - Gravitational Waves are hard to detect as they produce a very small effect - and have tiny interaction with matter. Processing and analyzing all of - LIGO's data requires a vast computing infrastructure.After taking care of - noise, which is billions of times of the signal, there is still very - complex relativity equations and huge amounts of data which present a - computational challenge: - [O(10^7) CPU hrs needed for binary merger analyses](https://youtu.be/7mcHknWWzNI) - spread on 6 dedicated LIGO clusters - -- **データの氾濫** - - As observational devices become more sensitive and reliable, the challenges - posed by data deluge and finding a needle in a haystack rise multi-fold. - LIGO generates terabytes of data every day! Making sense of this data - requires an enormous effort for each and every detection. For example, the - signals being collected by LIGO must be matched by supercomputers against - hundreds of thousands of templates of possible gravitational-wave signatures. - -- **可視化** - - Once the obstacles related to understanding Einstein’s equations well - enough to solve them using supercomputers are taken care of, the next big - challenge was making data comprehensible to the human brain. Simulation - modeling as well as signal detection requires effective visualization - techniques. Visualization also plays a role in lending more credibility - to numerical relativity in the eyes of pure science aficionados, who did - not give enough importance to numerical relativity until imaging and - simulations made it easier to comprehend results for a larger audience. - Speed of complex computations and rendering, re-rendering images and - simulations using latest experimental inputs and insights can be a time - consuming activity that challenges researchers in this domain. +* **計算** + + 合成により放出される重力波は、スーパーコンピュータを用いて数値相対性を手あたり次第に試すような方法では計算できません。 LIGOが収集するデータ量は、重力波の信号が少ないのと同じくらい不可解です。 + +* **データの氾濫** + + 観測装置がより高感度で信頼性を持つようになると、データの大洪水によって、干し草の中から針を探すような問題が、多重に発生することがわかります。 LIGOは毎日テラバイトのデータを生成しているのです！ この大量のデータを解釈するには、各検出ごとに多大な労力が必要です。 例えば、LIGOによって収集される信号は、数十万個の重力波シグネチャのテンプレートで構成されており、スーパーコンピュータでしか解析できません。 + +* **可視化** + + アインシュタイン方程式を元にスーパーコンピュータでデータを解析できるようになったら、次はデータを人間の脳で理解できるようにしなければなりません。 シミュレーションのモデリングや信号の検出には、わかりやすい可視化技術が必要です。 画像処理やシミュレーションによって、解析結果をより多くの人に理解してもらえる状態になる前の段階において、可視化は、数値相対性を十分に重要視していなかった純粋な科学愛好家の目に、数値相対性が、より信頼性の高いものとして映るようにするという役割も果たしています。 複雑な計算と描画を行い、また最新の実験結果と洞察に基づいてシミュレーションと再描画を行う作業は時間のかかるもので、この分野の研究者にとっての課題です。 {{< figure >}} -src = '/images/content_images/cs/gw_strain_amplitude.png' -alt = 'gravitational waves strain amplitude' -title = 'GW150914から推定される重力波の歪みの振幅' -attribution = '(Graph Credits: Observation of Gravitational Waves from a Binary Black Hole Merger, ResearchGate Publication)' -attributionlink = 'https://www.researchgate.net/publication/293886905_Observation_of_Gravitational_Waves_from_a_Binary_Black_Hole_Merger' -{{< /figure >}} +{{< figure src="/images/content_images/cs/gwpy-numpy-dep-graph.png" class="fig-center" alt="gwpy-numpy depgraph" caption="**GwPyのNumPy依存グラフ**" >}} +{{< figure src="/images/content_images/cs/numpy_bh_benefits.png" class="fig-center" alt="numpy benefits" caption="**利用されたNumPyの主要機能**" >}} ## 重力波の検出におけるNumPyの役割 -合成により放出される重力波は、スーパーコンピュータを用いたブルートフォースの数値相対性処理以外の手法では計算できません。 重力波は非常に小さい効果を生み、物質と微小な相互作用を持つため、検出が困難です。 LIGOのすべてのデータを処理・分析するには、膨大な計算インフラが必要です。 信号の数十億倍のノイズを除去した後も、非常に複雑な相対性理論の方程式と膨大な量のデータがあり、計算上の課題となっています。 -合成により放出される重力波は、スーパーコンピュータを用いて数値相対性を手あたり次第に試すような方法では計算できません。 LIGOが収集するデータ量は、重力波の信号が少ないのと同じくらい不可解です。 +ブラックホール合成により放出される重力波は、スーパーコンピュータを用いたブルートフォースの数値相対性処理以外の手法では計算できません。 重力波は非常に小さい効果を生み、物質と微小な相互作用を持つため、検出が困難です。 LIGOのすべてのデータを処理・分析するには、膨大な計算インフラが必要です。 信号の数十億倍のノイズを除去した後も、非常に複雑な相対性理論の方程式と膨大な量のデータがあり、計算上の課題となっています。 -Python用の標準的な数値解析パッケージNumPyは、LIGOの重力波検出プロジェクトで実行される様々なタスクに使用されるソフトウェアで利用されています。 NumPyは、複雑な数学処理や高速なデータ操作に役立ちました。 次にいくつかの例を示します。 NumPy helped in solving complex maths and data manipulation at high -speed. Here are some examples: +Python用の標準的な数値解析パッケージNumPyは、LIGOの重力波検出プロジェクトで実行される様々なタスクに使用されるソフトウェアで利用されています。 NumPyは、複雑な数学処理や高速なデータ操作に役立ちました。 次にいくつかの例を示します。 -- [信号処理](https://www.uv.es/virgogroup/Denoising_ROF.html): グリッジ検出、[ノイズ同定とデータ判定](https://ep2016.europython.eu/media/conference/slides/pyhton-in-gravitational-waves-research-communities.pdf) (NumPy, scikit-learn, scipy, matplotlib, pandas, pyCharm)。 -- データ取得: どのデータが解析できるかを決定し、干し草の中の針のような信号が入っているかどうかを突き止める。 -- 統計解析: 観測データの統計的有意性を推定し、モデルとの比較により信号パラメータ（星の質量、スピン速度、距離など）を推定する。 -- データ可視化 +* [信号処理](https://www.uv.es/virgogroup/Denoising_ROF.html): グリッジ検出、[ノイズ同定とデータ判定](https://ep2016.europython.eu/media/conference/slides/pyhton-in-gravitational-waves-research-communities.pdf) (NumPy, scikit-learn, scipy, matplotlib, pandas, pyCharm)。 +* データ取得: どのデータが解析できるかを決定し、干し草の中の針のような信号が入っているかどうかを突き止める。 +* 統計解析: 観測データの統計的有意性を推定し、モデルとの比較により信号パラメータ（星の質量、スピン速度、距離など）を推定する。 +* データ可視化 - 時系列データ - スペクトログラム -- 相関計算 -- 重力波データ解析のために開発された[ソフトウェア群](https://github.com/lscsoft): [GwPy](https://gwpy.github.io/docs/stable/overview.html)や [PyCBC](https://pycbc.org)は、NumPyやAstroPyを用いて、重力波検出器データを研究するためのユーティリティー・ツール・関数へのオブジェクト指向インターフェースを提供しています。 +* 相関計算 +* 重力波データ解析のために開発された[ソフトウェア群](https://github.com/lscsoft): [GwPy](https://gwpy.github.io/docs/stable/overview.html)や [PyCBC](https://pycbc.org)は、NumPyやAstroPyを用いて、重力波検出器データを研究するためのユーティリティー・ツール・関数へのオブジェクト指向インターフェースを提供しています。 {{< figure >}} -src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' -alt = 'gwpy-numpy depgraph' -title = 'GwPyのNumPy依存グラフ' +src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' alt = 'gwpy-numpy depgraph' title = 'Dependency graph showing how GwPy package depends on NumPy' {{< /figure >}} ---- {{< figure >}} -src = '/images/content_images/cs/PyCBC-numpy-dep-graph.png' -alt = 'PyCBC-numpy depgraph' -title = 'PyCBCのNumPy依存グラフ' +src = '/images/content_images/cs/PyCBC-numpy-dep-graph.png' alt = 'PyCBC-numpy depgraph' title = 'Dependency graph showing how PyCBC package depends on NumPy' {{< /figure >}} ## まとめ -GW detection has enabled researchers to discover entirely unexpected phenomena -while providing new insight into many of the most profound astrophysical -phenomena known. Number crunching and data visualization is a crucial step -that helps scientists gain insights into data gathered from the scientific -observations and understand the results. The computations are complex and -cannot be comprehended by humans unless it is visualized using computer -simulations that are fed with the real observed data and analysis. NumPy -along with other Python packages such as matplotlib, pandas, and scikit-learn -is [enabling researchers](https://www.gw-openscience.org/events/GW150914/) to -answer complex questions and discover new horizons in our understanding of the -universe. +GW検出により、研究者は完全に予期せぬ現象 を発見することができ、同時に知られている最も深遠な天体物理学 現象の多くに新たな洞察を提供しています。 数値処理とデータの可視化は、科学者が科学的な観測から収集したデータについての洞察を得て、その結果を理解するのに役立つ重要なステップです。 しかし、その計算は複雑であり、実際の観測データと分析を用いたコンピュータシミュレーションを用いて可視化されない限り、人間が理解することはできませんでした。 NumPyは、matplotlib・pandas・scikit-learnなどのPythonパッケージとともに、研究者が複雑な現象の疑問に答え、私たちの宇宙に対するの理解において、新しい地平を発見することを[可能にしています](https://www.gw-openscience.org/events/GW150914/)。 {{< figure >}} -src = '/images/content_images/cs/numpy_bh_benefits.png' -alt = 'numpy benefits' -title = '利用されたNumPyの主要機能' +src = '/images/content_images/cs/numpy_gw_benefits.png' alt = 'numpy benefits' title = 'Key NumPy Capabilities utilized' {{< /figure >}} From 88a549ca96a257667c41b08318667e11b4a5f89d Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 04:26:23 +0200 Subject: [PATCH 66/96] New translations news.md (Japanese) --- content/ja/news.md | 16 ++++++++++++++-- 1 file changed, 14 insertions(+), 2 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 8d0cfb5b39..3cff82620f 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,18 +1,29 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.0 リリース日: 6月16日" +newsHeader: "NumPy 2.0 released!" date: 2023-09-16 --- ### NumPy 2.0 リリース日: 6月16日 -_ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** +_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. + + +### NumPy 2.0 リリース日: 6月16日 + +_ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** + +- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) +- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) + ### NumFOCUSの年末の資金調達 _2023年12月19日_ -- NumFOCUSは、年末キャンペーンでPyCharmチームと協力し、PyCharmライセンスの初回購入に30%の割引を提供しています。 2023年12月23日までのPyCharm購入による1年目の収益は全てNumFOCUSのプログラムに直接寄付されます。 @@ -239,6 +250,7 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 +- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. - NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. From a017db24a0ccb01731e54a250bb1ad0c3e3e3a36 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 10:30:28 +0200 Subject: [PATCH 67/96] New translations blackhole-image.md (Japanese) --- content/ja/case-studies/blackhole-image.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/content/ja/case-studies/blackhole-image.md b/content/ja/case-studies/blackhole-image.md index f435ef2b2b..8166212587 100644 --- a/content/ja/case-studies/blackhole-image.md +++ b/content/ja/case-studies/blackhole-image.md @@ -39,7 +39,7 @@ src = '/images/content_images/cs/blackhole.jpg' title = 'Black Hole M87' alt = ' 今までに見たことのないものを見るのが研究の目標なら、どうやって科学者はその画像が正しいと確信することができるのでしょうか? {{< figure >}} -src = '/images/content_images/cs/dataprocessbh.png' title = 'EHT Data Processing Pipeline' alt = 'data pipeline' align = 'center' attribution = '(Diagram Credits: The Astrophysical Journal, Event Horizon Telescope Collaboration)' attributionlink = 'https://iopscience.iop.org/article/10.3847/2041-8213/ab0c57' +src = '/images/content_images/cs/dataprocessbh.png' title = 'EHTのデータ処理パイプライン' alt = 'data pipeline' align = 'center' attribution = '(Diagram Credits: The Astrophysical Journal, Event Horizon Telescope Collaboration)' attributionlink = 'https://iopscience.iop.org/article/10.3847/2041-8213/ab0c57' {{< figure src="/images/content_images/cs/bh_numpy_role.png" class="fig-center" alt="role of numpy" caption="**ブラックホール画像化でNumPyが果たした役割**" >}} ## NumPyが果たした役割 @@ -57,7 +57,7 @@ EHTの共同研究では、最先端の画像再構成技術を使用して、 例えば、 [`eht-imaging`][ehtim] というPython パッケージは VLBI データで画像の再構築をシミュレートし、実行するためのツールです。 NumPyは、以下のソフトウェア依存関係チャートで示されているように、このパッケージで使用される配列データ処理の中核を担っています。 {{< figure >}} -src = '/images/content_images/cs/ehtim_numpy.png' alt = 'ehtim dependency map highlighting numpy' title = 'Software dependency chart of ehtim package highlighting NumPy' +src = '/images/content_images/cs/ehtim_numpy.png' alt = 'ehtim dependency map highlighting numpy' title = 'NumPyの中心としたehtimのソフトウェア依存図' {{< /figure >}} NumPyだけでなく、[SciPy](https://www.scipy.org)や[Pandas](https://pandas.io)などのパッケージもブラックホール画像化におけるデータ処理パイプラインに利用されています。 天文学の標準的なファイル形式や時間/座標変換 は[Astropy][astropy]で実装され、ブラックホールの最終画像の生成を含め、解析パイプライン全体でのデータ可視化には [Matplotlib][mpl]が利用されました。 @@ -67,7 +67,7 @@ NumPyだけでなく、[SciPy](https://www.scipy.org)や[Pandas](https://pandas. NumPyの中心的な機能である、効率的で適用性の高いn次元配列は、研究者が大規模な数値データを操作することを可能にし、世界で初めてのブラックホールの画像化の基礎を築きました。 アインシュタインの理論に素晴らしい視覚的証拠を与えたのは、科学の画期的な瞬間だといえます。 この科学的に偉大な達成には、技術的の飛躍的な進歩だけでなく、200人以上の科学者と世界で 最高の電波観測所の間での国際協力も寄与しました。 革新的なアルゴリズムとデータ処理技術は、既存の天文学モデルを改良し、宇宙の謎を解き明かす助けになったといえます。 {{< figure >}} -src = '/images/content_images/cs/numpy_bh_benefits.png' alt = 'numpy benefits' title = 'Key NumPy Capabilities utilized' +src = '/images/content_images/cs/numpy_bh_benefits.png' alt = 'numpy benefits' title = '利用されたNumPyの主要機能' {{< /figure >}} [resolution]: https://eventhorizontelescope.org/press-release-april-10-2019-astronomers-capture-first-image-black-hole From be66d02cb040cece556a9c6c82c3f88767e32835 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 11:29:04 +0200 Subject: [PATCH 68/96] New translations cricket-analytics.md (Japanese) --- content/ja/case-studies/cricket-analytics.md | 8 ++++---- 1 file changed, 4 insertions(+), 4 deletions(-) diff --git a/content/ja/case-studies/cricket-analytics.md b/content/ja/case-studies/cricket-analytics.md index 2e366ad8d1..e6b6ee0eff 100644 --- a/content/ja/case-studies/cricket-analytics.md +++ b/content/ja/case-studies/cricket-analytics.md @@ -4,7 +4,7 @@ sidebar: false --- {{< figure src="/images/content_images/cs/ipl-stadium.png" caption="** IPLT20、インド最大のクリケットフェスティバル**" alt="Indian Premier League Cricket cup and stadium" attr="*(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))*" attrlink="https://unsplash.com/@aksh1802" >}} -src = '/images/content_images/cs/ipl-stadium.png' title = 'IPLT20, the biggest Cricket Festival in India' alt = 'Indian Premier League Cricket cup and stadium' attribution = '(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))' attributionlink = 'https://unsplash.com/@aksh1802' +src = '/images/content_images/cs/ipl-stadium.png' title = ' IPLT20:インド最大のクリケットフェスティバル' alt = 'Indian Premier League Cricket cup and stadium' attribution = '(Image credits: IPLT20 (cup and logo) & Akash Yadav (stadium))' attributionlink = 'https://unsplash.com/@aksh1802' {{< /figure >}} {{< blockquote cite="https://www.scoopwhoop.com/sports/ms-dhoni/" by="M S Dhoni, *世界的なクリケットプレイヤーであり、前世界王者、インドチームで活躍し、IPLにおけるチェンナイスーパー王者となった*" @@ -28,7 +28,7 @@ src = '/images/content_images/cs/ipl-stadium.png' title = 'IPLT20, the biggest C * チーム構成に戦略的な決定を下すための、各勝敗へのプレイヤーの貢献 {{< figure >}} -src = '/images/content_images/cs/cricket-pitch.png' title = 'Cricket Pitch, the focal point in the field' alt = 'A cricket pitch with bowler and batsmen' align = 'center' attribution = '(Image credit: Debarghya Das)' attributionlink = 'http://debarghyadas.com/files/IPLpaper.pdf' +src = '/images/content_images/cs/cricket-pitch.png' title = ' フィールドのフォーカルポイントとなるクリケットピッチ' alt = 'A cricket pitch with bowler and batsmen' align = 'center' attribution = '(Image credit: Debarghya Das)' attributionlink = 'http://debarghyadas.com/files/IPLpaper.pdf' {{< figure src="/images/content_images/cs/numpy_ca_benefits.png" class="fig-center" alt="クリケット分析にNumPyを使用するメリットを示す図" caption="** 利用されている主なNumPy機能 **" >}} ### データ分析の主要な目標 @@ -38,7 +38,7 @@ src = '/images/content_images/cs/cricket-pitch.png' title = 'Cricket Pitch, the * 履歴分析に加えて、予測モデルは可能性のある結果を求めることができますが、かなりの数のナンバークランチングとデータサイエンスのノウハウ、可視化ツール、および分析に新しい観測データを含める機能などが必要になります。 {{< figure >}} -src = '/images/content_images/cs/player-pose-estimator.png' alt = 'pose estimator' title = 'Cricket Pose Estimator' attribution = '(Image credit: connect.vin)' attributionlink = 'https://connect.vin/2019/05/ai-for-cricket-batsman-pose-analysis/' +src = '/images/content_images/cs/player-pose-estimator.png' alt = 'pose estimator' title = 'クリケットの姿勢推定' attribution = '(Image credit: connect.vin)' attributionlink = 'https://connect.vin/2019/05/ai-for-cricket-batsman-pose-analysis/' {{< /figure >}} ### 課題 @@ -68,5 +68,5 @@ src = '/images/content_images/cs/player-pose-estimator.png' alt = 'pose estimato スポーツアナリティクスは、プロの試合についてはまさにゲームチェンジャーです。 特に戦略的な意思決定については、最近まで主に「直感」や過去の伝統的な考え方に基づいて行われていたため、大きな影響があります。 NumPyは、データ分析・機械学習・人工知能のアルゴリズムに関連する高レベル関数を提供する沢山のPythonパッケージ群の、堅固な基盤となっています。 これらのパッケージは、ゲームの結果を変えるような意思決定を支援するリアルタイムのインサイトを得るため、クリケットの試合だけでなく関連する推論やビジネスの推進にも広く使用されています。 クリケットの試合結果につながる隠れたパラメータや、パターン、属性を見つけることは、ステークホルダーが数字や統計に隠されているゲームの洞察方法を見つけるのにも役に立つのです。 {{< figure >}} -src = '/images/content_images/cs/numpy_ca_benefits.png' alt = 'Diagram showing benefits of using NumPy for cricket analytics' title = 'Key NumPy Capabilities utilized' +src = '/images/content_images/cs/numpy_ca_benefits.png' alt = 'クリケット分析にNumPyを使用するメリットを示す図' title = ' 利用されている主なNumPyの機能 ' {{< /figure >}} From 9a3bed2c7892e80437c50ab16058479daf61f5ff Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 11:29:05 +0200 Subject: [PATCH 69/96] New translations deeplabcut-dnn.md (Japanese) --- content/ja/case-studies/deeplabcut-dnn.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/case-studies/deeplabcut-dnn.md b/content/ja/case-studies/deeplabcut-dnn.md index d5db28843a..e05f244168 100644 --- a/content/ja/case-studies/deeplabcut-dnn.md +++ b/content/ja/case-studies/deeplabcut-dnn.md @@ -4,7 +4,7 @@ sidebar: false --- {{< figure src="/images/content_images/cs/mice-hand.gif" class="fig-center" caption="**DeepLapCutを用いたマウスの手の動きの解析 **" alt="micehandanim" attr="*(Source: www.deeplabcut.org )*" attrlink="http://www.mousemotorlab.org/deeplabcut">}} -src = '/images/content_images/cs/mice-hand.gif' title = 'Analyzing mice hand-movement using DeepLapCut' alt = 'micehandanim' attribution = '(Source: www.deeplabcut.org )' attributionlink = 'http://www.mousemotorlab.org/deeplabcut' +src = '/images/content_images/cs/mice-hand.gif' title = 'DeepLapCutを用いたマウスの手の動きの解析' alt = 'micehandanim' attribution = '(Source: www.deeplabcut.org )' attributionlink = 'http://www.mousemotorlab.org/deeplabcut' {{< /figure >}} {{< blockquote cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/" by="Alexander Mathis, * ローザンヌ連邦工科大学([EPFL](https://www.epfl.ch/en/))の助教授 *" @@ -19,7 +19,7 @@ src = '/images/content_images/cs/mice-hand.gif' title = 'Analyzing mice hand-mov 神経科学、医学、生体力学などのいくつかの研究分野では、動物の動きを追跡したデータを使用しています。 DeepLabCutは、動画に記録された動きを解析することで、人間やその他の動物が何をしているのかを理解することができます。 タグ付けや監視などの、手間のかかる作業を自動化し、深層学習ベースのデータ解析を実施します。 DeepLabCutは、霊長類、マウス、魚、ハエなどの動物を観察する科学研究をより速く正確にしています。 {{< figure >}} -src = '/images/content_images/cs/race-horse.gif' title = 'Colored dots track the positions of a racehorse’s body part' alt = 'horserideranim' attribution = '(Source: Mackenzie Mathis)' +src = '/images/content_images/cs/race-horse.gif' title = '色のついた点は競走馬の体の位置を追跡している' alt = 'horserideranim' attribution = '(Source: Mackenzie Mathis)' {{< /figure >}} DeepLabCutは、動物の姿勢を抽出することで非侵襲的な行動追跡を行います。 これは、生体力学、遺伝学、倫理学、神経科学などの分野での研究に必要不可欠です。 動的に変化する背景の中で、動物の姿勢をビデオデータから非侵襲的に測定することは、技術的にも、必要な計算リソースやトレーニングデータの点でも、非常に困難な計算処理です。 From d82a00a7262490951c7c79b506e7b17cec540e58 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 13:26:04 +0200 Subject: [PATCH 70/96] New translations deeplabcut-dnn.md (Japanese) --- content/ja/case-studies/deeplabcut-dnn.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/content/ja/case-studies/deeplabcut-dnn.md b/content/ja/case-studies/deeplabcut-dnn.md index e05f244168..bf650a0409 100644 --- a/content/ja/case-studies/deeplabcut-dnn.md +++ b/content/ja/case-studies/deeplabcut-dnn.md @@ -68,7 +68,7 @@ DeepLabCutでは[転移学習](https://arxiv.org/pdf/1909.11229)という技術 最後に、配列の操作もかなり難しい問題です。 様々な画像や、目標のテンソル、キーポイントに対応する大きな配列のスタックを処理しなければならないからです。 {{< figure src="/images/content_images/cs/numpy_dlc_benefits.png" class="fig-center" alt="numpy benefits" caption="**NumPyの主要機能**" >}} -src = '/images/content_images/cs/pose-estimation.png' title = 'Pose estimation variety and complexity' alt = 'challengesfig' align = 'center' attribution = '(Source: Mackenzie Mathis)' attributionlink = 'https://www.biorxiv.org/content/10.1101/476531v1.full.pdf' +src = '/images/content_images/cs/pose-estimation.png' title = '姿勢推定の多様性と複雑性' alt = 'challengesfig' align = 'center' attribution = '(Source: Mackenzie Mathis)' attributionlink = 'https://www.biorxiv.org/content/10.1101/476531v1.full.pdf' {{< /figure >}} ## 姿勢推定の課題に対応するためのNumPyの役割 @@ -86,7 +86,7 @@ NumPy は DeepLabCutにおける、行動分析の高速化のための数値計 DeepLabCutは、ツールキットが提供するワークフローを通じてNumPyの配列機能を利用しています。 特に、NumPyはヒューマンアノテーションのラベル付けや、アノテーションの書き込み、編集、処理のために、特定のフレームをサンプリングするために使用されています。 TensorFlowを使ったニューラルネットワークは、DeepLabCutの技術によって何千回も訓練され、 フレームから真のアノテーション情報を予測します。 この目的のため、姿勢推定問題を画像-画像変換問題として変換する目標密度(スコアマップ) を作成します。 ニューラルネットワークのロバスト化のため、データの水増しを使用していますが、このためには幾何学・画像的処理を施したスコアマップの計算を行うことが必要になります。 また学習を高速化するため、NumPyのベクトル化機能が利用されています。 推論には、目標のスコアマップから最も可能性の高い予測値を抽出し、効率的に「予測値をリンクさせて個々の動物を組み立てる」ことが必要になります。 {{< figure >}} -src = '/images/content_images/cs/deeplabcut-workflow.png' title = 'DeepLabCut Workflow' alt = 'workflow' attribution = '(Source: Mackenzie Mathis)' attributionlink = 'https://www.researchgate.net/figure/DeepLabCut-work-flow-The-diagram-delineates-the-work-flow-as-well-as-the-directory-and_fig1_329185962' +src = '/images/content_images/cs/deeplabcut-workflow.png' title = 'DeepLabCutのワークフロー' alt = 'workflow' attribution = '(Source: Mackenzie Mathis)' attributionlink = 'https://www.researchgate.net/figure/DeepLabCut-work-flow-The-diagram-delineates-the-work-flow-as-well-as-the-directory-and_fig1_329185962' {{< /figure >}} ## まとめ @@ -94,7 +94,7 @@ src = '/images/content_images/cs/deeplabcut-workflow.png' title = 'DeepLabCut Wo 行動を観察し、効率的に表現することは、現代倫理学、神経科学、医学、工学の根幹です。 [DeepLabCut](http://orga.cvss.cc/wp-content/uploads/2019/05/NathMathis2019.pdf) により、研究者は対象の姿勢を推定し、行動を効率的に定量化できるようになりました。 DeepLabCutというPythonツールボックスを使えば、わずかな学習画像のセットでニューラルネットワークを人間レベルのラベリング精度で学習することができ、実験室での行動分析だけでなく、スポーツ、歩行分析、医学、リハビリテーション研究などへの応用が可能になります。 DeepLabCutアルゴリズムに必要な複雑な組み合わせ処理やデータ処理の問題を、NumPyの配列操作機能が解決しています。 {{< figure >}} -src = '/images/content_images/cs/numpy_dlc_benefits.png' alt = 'numpy benefits' title = 'Key NumPy Capabilities utilized' +src = '/images/content_images/cs/numpy_bh_benefits.png' alt = 'numpy benefits' title = '利用されたNumPyの主要機能' {{< /figure >}} [cheetah-movement]: https://www.technologynetworks.com/neuroscience/articles/interview-a-deeper-cut-into-behavior-with-mackenzie-mathis-327618 From 75fe6b3528fa52cd2257ca2b646a3592eeea5180 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 13:26:05 +0200 Subject: [PATCH 71/96] New translations gw-discov.md (Japanese) --- content/ja/case-studies/gw-discov.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/case-studies/gw-discov.md b/content/ja/case-studies/gw-discov.md index e7faa49de9..01a4bf488a 100644 --- a/content/ja/case-studies/gw-discov.md +++ b/content/ja/case-studies/gw-discov.md @@ -4,7 +4,7 @@ sidebar: false --- {{< figure src="/images/content_images/cs/gw_sxs_image.png" class="fig-center" caption="**重力波**" alt="binary coalesce black hole generating gravitational waves" attr="*(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project at LIGO)*" attrlink="https://youtu.be/Zt8Z_uzG71o" >}} -src = '/images/content_images/cs/gw_sxs_image.png' title = 'Gravitational Waves' alt = 'binary coalesce black hole generating gravitational waves' attribution = '(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project at LIGO)' attributionlink = 'https://youtu.be/Zt8Z_uzG71o' +src = '/images/content_images/cs/gw_sxs_image.png' title = '重力波' alt = 'binary coalesce black hole generating gravitational waves' attribution = '(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project at LIGO)' attributionlink = 'https://youtu.be/Zt8Z_uzG71o' {{< /figure >}} {{< blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs" by="David Shoemaker, *LIGOの科学調査協力により*" >}} LIGOで行われる研究には、科学的なPythonエコシステムが重要なインフラとなっています。 @@ -59,7 +59,7 @@ Python用の標準的な数値解析パッケージNumPyは、LIGOの重力波 * 重力波データ解析のために開発された[ソフトウェア群](https://github.com/lscsoft): [GwPy](https://gwpy.github.io/docs/stable/overview.html)や [PyCBC](https://pycbc.org)は、NumPyやAstroPyを用いて、重力波検出器データを研究するためのユーティリティー・ツール・関数へのオブジェクト指向インターフェースを提供しています。 {{< figure >}} -src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' alt = 'gwpy-numpy depgraph' title = 'Dependency graph showing how GwPy package depends on NumPy' +src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' alt = 'gwpy-numpy depgraph' title = 'NumPyに依存しているGwPyの依存グラフ' {{< /figure >}} ---- From 0532acb2fbc74435ac48aa2a817f1cfb732fd498 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 14:30:31 +0200 Subject: [PATCH 72/96] New translations _index.md (Japanese) --- content/ja/_index.md | 28 ++++++++++++++-------------- 1 file changed, 14 insertions(+), 14 deletions(-) diff --git a/content/ja/_index.md b/content/ja/_index.md index be88f9e642..75f5be2ce6 100644 --- a/content/ja/_index.md +++ b/content/ja/_index.md @@ -6,44 +6,44 @@ title: null [[item]] type = 'card' -title = 'Powerful N-dimensional arrays' +title = '強力な多次元配列' body = ''' -Fast and versatile, the NumPy vectorization, indexing, and broadcasting concepts are the de-facto standards of array computing today. -''' +NumPyの高速で多機能なベクトル化計算、インデックス処理、ブロードキャストの考え方は、現在の配列計算におけるデファクト・スタンダードとなっています。 [[item]] type = 'card' -title = 'Numerical computing tools' +title = '数値計算ツール群' body = ''' -NumPy offers comprehensive mathematical functions, random number generators, linear algebra routines, Fourier transforms, and more. +NumPyは、様々な数学関数、乱数生成器、線形代数ルーチン、フーリエ変換機能などを提供しています。 ''' [[item]] type = 'card' -title = 'Open source' +title = 'オープンソース' body = ''' -Distributed under a liberal [BSD license](https://github.com/numpy/numpy/blob/main/LICENSE.txt), NumPy is developed and maintained [publicly on GitHub](https://github.com/numpy/numpy) by a vibrant, responsive, and diverse [community](/community). +NumPyは、寛容な[BSDライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt)の元で公開されています。NumPyは活発で、互いを尊重し、多様性を認め合う[コミュニティ](/ja/community)によって、 [GitHub](https://github.com/numpy/numpy)上でオープンに開発されています. ''' [[item]] type = 'card' -title = 'Interoperable' +title = '相互運用性' body = ''' -NumPy supports a wide range of hardware and computing platforms, and plays well with distributed, GPU, and sparse array libraries. +NumPyは、幅広いハードウェアとコンピューティング・プラットフォームをサポートしており、分散処理、GPU、疎行列ライブラリにも対 +応しています。 ''' [[item]] type = 'card' -title = 'Performant' +title = '高いパフォーマンス' body = ''' -The core of NumPy is well-optimized C code. Enjoy the flexibility of Python with the speed of compiled code. +NumPyの大部分は最適化されたC言語のコードで構成されています。これによりPythonの柔軟性とコンパイルされたコードの高速性の両方を享受できます。 コンパイルされたコードのスピードでの Python の柔軟性をお楽しみください。 ''' [[item]] type = 'card' -title = 'Easy to use' +title = '使いやすさ' body = ''' -NumPy's high level syntax makes it accessible and productive for programmers from any background or experience level. +NumPyの抽象化されたシンタックスは、どんなバックグラウンドや経験を持つのプログラマーでも簡単に利用することができ、生産性を高めることができます。 ''' -{{< /grid>}} +{{< /grid >}} From c14b83b78eddf7d127da55bd60796821f86d1359 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 14:30:32 +0200 Subject: [PATCH 73/96] New translations user-survey-2020.md (Japanese) --- content/ja/user-survey-2020.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/user-survey-2020.md b/content/ja/user-survey-2020.md index a6533d3cb8..3c05588349 100644 --- a/content/ja/user-survey-2020.md +++ b/content/ja/user-survey-2020.md @@ -6,7 +6,7 @@ sidebar: false 2020年に、NumPyの調査チームは、ミシガン大学とメリーランド大学が共同で開催した、調査方法学の修士コースの学生と教員と共同で、初めて公式のNumPyコミュニティ調査を実施しました。 75カ国から1,200人以上のNumPyユーザーが参加してくれました。NumPyコミュニティの全体像を描き、プロジェクトの未来像についての意見を述べてもらいました。 {{< figure src="/surveys/NumPy_usersurvey_2020_report_cover.png" class="fig-left" alt="Cover page of the 2020 Numpy User survey report, titled 'Numpyコミュニティ調査2020 - 結果'" width="250">}} -src = '/surveys/NumPy_usersurvey_2020_report_cover.png' alt = 'Cover page of the 2020 NumPy user survey report, titled "NumPy Community Survey 2020 - results"' width = '250' +src = '/surveys/NumPy_usersurvey_2020_report_cover.png' alt = 'Cover page of the 2020 Numpy User survey report, titled "Numpyコミュニティ調査2020の結果"' width = '250' {{< /figure >}} 調査結果を詳細を知りたい場合は、**[こちらのレポート](/surveys/NumPy_usersurvey_2020_report.pdf)** をダウンロードしてください。 From a7fcc36dbceffba769c47b924148294c17113482 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 14:30:34 +0200 Subject: [PATCH 74/96] New translations news.md (Japanese) --- content/ja/news.md | 16 ++++++++-------- 1 file changed, 8 insertions(+), 8 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 3cff82620f..6d3d028c3c 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,28 +1,28 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.0 released!" +newsHeader: "NumPy 2.0. がリリースされました!" date: 2023-09-16 --- ### NumPy 2.0 リリース日: 6月16日 -_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: +_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. +ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。 ### NumPy 2.0 リリース日: 6月16日 _ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** -- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) -- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html) +- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUSの年末の資金調達 @@ -250,9 +250,9 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 -- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. +- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. -- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. +- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. From 7b00504055ec186eff5a8b197e76af8bfcb494dc Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 14:30:35 +0200 Subject: [PATCH 75/96] New translations gethelp.md (Japanese) --- content/ja/gethelp.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/gethelp.md b/content/ja/gethelp.md index 6105ed9eb4..4349ea996d 100644 --- a/content/ja/gethelp.md +++ b/content/ja/gethelp.md @@ -3,9 +3,9 @@ title: サポートを得る方法 sidebar: false --- -**Development issues:** For NumPy development-related matters (e.g., bug reports), please see [Community](/community). +**開発関連の問題:** NumPyの開発関連の問題 (例: バグレポート) については、[コミュニティ](/community) のページを参照してください。 -**User questions:** The best way to get help is to post your question to a site like [StackOverflow](http://stackoverflow.com/questions/tagged/numpy) or [Reddit](https://www.reddit.com/r/Numpy/). We wish we could keep an eye on these sites, or answer questions directly, but the volume is a little overwhelming! +**ユーザーからの質問:** ユーザー視点での質問に対して回答を得る最も良い方法は、[StackOverflow](http://stackoverflow.com/questions/tagged/numpy) または[Reddit](https://www.reddit.com/r/Numpy/) のようなサイトに質問を投稿することです。 私たちはこれらのサイトを定期的に確認して、直接質問に答えるようにしていますが、質問の数は膨大なのが現実です。 ### [StackOverflow](http://stackoverflow.com/questions/tagged/numpy) From 027a264f262be4819a1d1821c462f27ffa44ab89 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 29 Jun 2024 14:30:37 +0200 Subject: [PATCH 76/96] New translations gw-discov.md (Japanese) --- content/ja/case-studies/gw-discov.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/case-studies/gw-discov.md b/content/ja/case-studies/gw-discov.md index 01a4bf488a..f655da4ac7 100644 --- a/content/ja/case-studies/gw-discov.md +++ b/content/ja/case-studies/gw-discov.md @@ -65,7 +65,7 @@ src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' alt = 'gwpy-numpy dep ---- {{< figure >}} -src = '/images/content_images/cs/PyCBC-numpy-dep-graph.png' alt = 'PyCBC-numpy depgraph' title = 'Dependency graph showing how PyCBC package depends on NumPy' +src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' alt = 'PyCBC-numpy depgraph' title = 'NumPyに依存しているPyCBCの依存グラフ' {{< /figure >}} ## まとめ @@ -73,5 +73,5 @@ src = '/images/content_images/cs/PyCBC-numpy-dep-graph.png' alt = 'PyCBC-numpy d GW検出により、研究者は完全に予期せぬ現象 を発見することができ、同時に知られている最も深遠な天体物理学 現象の多くに新たな洞察を提供しています。 数値処理とデータの可視化は、科学者が科学的な観測から収集したデータについての洞察を得て、その結果を理解するのに役立つ重要なステップです。 しかし、その計算は複雑であり、実際の観測データと分析を用いたコンピュータシミュレーションを用いて可視化されない限り、人間が理解することはできませんでした。 NumPyは、matplotlib・pandas・scikit-learnなどのPythonパッケージとともに、研究者が複雑な現象の疑問に答え、私たちの宇宙に対するの理解において、新しい地平を発見することを[可能にしています](https://www.gw-openscience.org/events/GW150914/)。 {{< figure >}} -src = '/images/content_images/cs/numpy_gw_benefits.png' alt = 'numpy benefits' title = 'Key NumPy Capabilities utilized' +src = '/images/content_images/cs/numpy_bh_benefits.png' alt = 'numpy benefits' title = '利用されたNumPyの主要機能' {{< /figure >}} From c55358e4259ddacdb4aff9c29b5105a1451cfe77 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Wed, 3 Jul 2024 16:35:34 +0200 Subject: [PATCH 77/96] New translations blackhole-image.md (Japanese) --- content/ja/case-studies/blackhole-image.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/case-studies/blackhole-image.md b/content/ja/case-studies/blackhole-image.md index 8166212587..2462c7ef63 100644 --- a/content/ja/case-studies/blackhole-image.md +++ b/content/ja/case-studies/blackhole-image.md @@ -40,7 +40,7 @@ src = '/images/content_images/cs/blackhole.jpg' title = 'Black Hole M87' alt = ' {{< figure >}} src = '/images/content_images/cs/dataprocessbh.png' title = 'EHTのデータ処理パイプライン' alt = 'data pipeline' align = 'center' attribution = '(Diagram Credits: The Astrophysical Journal, Event Horizon Telescope Collaboration)' attributionlink = 'https://iopscience.iop.org/article/10.3847/2041-8213/ab0c57' -{{< figure src="/images/content_images/cs/bh_numpy_role.png" class="fig-center" alt="role of numpy" caption="**ブラックホール画像化でNumPyが果たした役割**" >}} +{{< /figure >}} ## NumPyが果たした役割 @@ -51,7 +51,7 @@ EHTの共同研究では、最先端の画像再構成技術を使用して、 彼らの研究は、共同のデータ解析を通じて科学を進歩させる、科学的なPythonエコシステムが果たす役割を如実に表しています。 {{< figure >}} -{{< figure src="/images/content_images/cs/numpy_bh_benefits.png" class="fig-center" alt="numpy benefits" caption="**利用されたNumPyの主要機能**" >}} +src = '/images/content_images/cs/bh_numpy_role.png' alt = 'role of numpy' title = 'ブラックホール画像化でNumPyが果たした役割' {{< /figure >}} 例えば、 [`eht-imaging`][ehtim] というPython パッケージは VLBI データで画像の再構築をシミュレートし、実行するためのツールです。 NumPyは、以下のソフトウェア依存関係チャートで示されているように、このパッケージで使用される配列データ処理の中核を担っています。 From 8e5ec03de8ece7419380974a08d7203935648f04 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Wed, 3 Jul 2024 16:40:37 +0200 Subject: [PATCH 78/96] New translations blackhole-image.md (Japanese) --- content/ja/case-studies/blackhole-image.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/case-studies/blackhole-image.md b/content/ja/case-studies/blackhole-image.md index 2462c7ef63..d6c4ae2ab5 100644 --- a/content/ja/case-studies/blackhole-image.md +++ b/content/ja/case-studies/blackhole-image.md @@ -3,7 +3,7 @@ title: "ケーススタディ：世界初のブラックホール画像" sidebar: false --- -{{< figure src="/images/content_images/cs/blackhole.jpg" caption="**Black Hole M87**" alt="black hole image" attr="*(Image Credits: Event Horizon Telescope Collaboration)*" attrk="https://www.jpl.nasa.gov/images/universe/90410/blackhole20190410.jpg" >}} +{{< figure >}} src = '/images/content_images/cs/blackhole.jpg' title = 'Black Hole M87' alt = 'black hole image' attribution = '(Image Credits: Event Horizon Telescope Collaboration)' attributionlink = 'https://www.jpl.nasa.gov/images/universe/20190410/blackhole20190410.jpg' {{< /figure >}} From 9d86c649b2f5cdc734dbd15228d2859b2742b285 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Wed, 3 Jul 2024 16:54:05 +0200 Subject: [PATCH 79/96] New translations blackhole-image.md (Japanese) --- content/ja/case-studies/blackhole-image.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/case-studies/blackhole-image.md b/content/ja/case-studies/blackhole-image.md index d6c4ae2ab5..18335320a5 100644 --- a/content/ja/case-studies/blackhole-image.md +++ b/content/ja/case-studies/blackhole-image.md @@ -8,7 +8,7 @@ src = '/images/content_images/cs/blackhole.jpg' title = 'Black Hole M87' alt = ' {{< /figure >}} {{< blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs" by="Katie Bouman, * カリフォルニア工科大学の計算数理科学の助教授 *" -> }} M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。 +> M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。 > > {{< /blockquote >}} From 56bb93a57748f986b5d8ec7a0141d74972289c08 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Wed, 3 Jul 2024 17:57:28 +0200 Subject: [PATCH 80/96] New translations cricket-analytics.md (Japanese) --- content/ja/case-studies/cricket-analytics.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/case-studies/cricket-analytics.md b/content/ja/case-studies/cricket-analytics.md index e6b6ee0eff..c2b2dc7247 100644 --- a/content/ja/case-studies/cricket-analytics.md +++ b/content/ja/case-studies/cricket-analytics.md @@ -29,7 +29,7 @@ src = '/images/content_images/cs/ipl-stadium.png' title = ' IPLT20:インド最 {{< figure >}} src = '/images/content_images/cs/cricket-pitch.png' title = ' フィールドのフォーカルポイントとなるクリケットピッチ' alt = 'A cricket pitch with bowler and batsmen' align = 'center' attribution = '(Image credit: Debarghya Das)' attributionlink = 'http://debarghyadas.com/files/IPLpaper.pdf' -{{< figure src="/images/content_images/cs/numpy_ca_benefits.png" class="fig-center" alt="クリケット分析にNumPyを使用するメリットを示す図" caption="** 利用されている主なNumPy機能 **" >}} +{{< /figure >}} ### データ分析の主要な目標 From 22714dee6fa82df1c348a71b92d07d6111365141 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Wed, 3 Jul 2024 17:57:29 +0200 Subject: [PATCH 81/96] New translations gw-discov.md (Japanese) --- content/ja/case-studies/gw-discov.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/case-studies/gw-discov.md b/content/ja/case-studies/gw-discov.md index f655da4ac7..b9c7eeb801 100644 --- a/content/ja/case-studies/gw-discov.md +++ b/content/ja/case-studies/gw-discov.md @@ -41,7 +41,7 @@ src = '/images/content_images/cs/gw_sxs_image.png' title = '重力波' alt = 'bi {{< figure >}} {{< figure src="/images/content_images/cs/gwpy-numpy-dep-graph.png" class="fig-center" alt="gwpy-numpy depgraph" caption="**GwPyのNumPy依存グラフ**" >}} -{{< figure src="/images/content_images/cs/numpy_bh_benefits.png" class="fig-center" alt="numpy benefits" caption="**利用されたNumPyの主要機能**" >}} +{{< /figure >}} ## 重力波の検出におけるNumPyの役割 @@ -73,5 +73,5 @@ src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' alt = 'PyCBC-numpy de GW検出により、研究者は完全に予期せぬ現象 を発見することができ、同時に知られている最も深遠な天体物理学 現象の多くに新たな洞察を提供しています。 数値処理とデータの可視化は、科学者が科学的な観測から収集したデータについての洞察を得て、その結果を理解するのに役立つ重要なステップです。 しかし、その計算は複雑であり、実際の観測データと分析を用いたコンピュータシミュレーションを用いて可視化されない限り、人間が理解することはできませんでした。 NumPyは、matplotlib・pandas・scikit-learnなどのPythonパッケージとともに、研究者が複雑な現象の疑問に答え、私たちの宇宙に対するの理解において、新しい地平を発見することを[可能にしています](https://www.gw-openscience.org/events/GW150914/)。 {{< figure >}} -src = '/images/content_images/cs/numpy_bh_benefits.png' alt = 'numpy benefits' title = '利用されたNumPyの主要機能' +src = '/images/content_images/cs/numpy_gw_benefits.png' alt = 'numpy benefits' title = '利用されたNumPyの主要機能' {{< /figure >}} From 6a17bcf3c9108a73b34d25808a4363f44b95448c Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 6 Jul 2024 12:12:52 +0200 Subject: [PATCH 82/96] New translations gw-discov.md (Japanese) --- content/ja/case-studies/gw-discov.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/case-studies/gw-discov.md b/content/ja/case-studies/gw-discov.md index b9c7eeb801..68fbb85371 100644 --- a/content/ja/case-studies/gw-discov.md +++ b/content/ja/case-studies/gw-discov.md @@ -40,7 +40,7 @@ src = '/images/content_images/cs/gw_sxs_image.png' title = '重力波' alt = 'bi アインシュタイン方程式を元にスーパーコンピュータでデータを解析できるようになったら、次はデータを人間の脳で理解できるようにしなければなりません。 シミュレーションのモデリングや信号の検出には、わかりやすい可視化技術が必要です。 画像処理やシミュレーションによって、解析結果をより多くの人に理解してもらえる状態になる前の段階において、可視化は、数値相対性を十分に重要視していなかった純粋な科学愛好家の目に、数値相対性が、より信頼性の高いものとして映るようにするという役割も果たしています。 複雑な計算と描画を行い、また最新の実験結果と洞察に基づいてシミュレーションと再描画を行う作業は時間のかかるもので、この分野の研究者にとっての課題です。 {{< figure >}} -{{< figure src="/images/content_images/cs/gwpy-numpy-dep-graph.png" class="fig-center" alt="gwpy-numpy depgraph" caption="**GwPyのNumPy依存グラフ**" >}} +src = '/images/content_images/cs/gw_strain_amplitude.png' alt = 'gravitational waves strain amplitude' title = 'GW150914から推定される重力波の歪みの振幅' attribution = '(Graph Credits: Observation of Gravitational Waves from a Binary Black Hole Merger, ResearchGate Publication)' attributionlink = 'https://www.researchgate.net/publication/293886905_Observation_of_Gravitational_Waves_from_a_Binary_Black_Hole_Merger' {{< /figure >}} ## 重力波の検出におけるNumPyの役割 From 197f4867eeb0eee64b3285b0204cbda3af63620e Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sun, 21 Jul 2024 21:21:21 +0200 Subject: [PATCH 83/96] New translations news.md (Japanese) --- content/ja/news.md | 1 + 1 file changed, 1 insertion(+) diff --git a/content/ja/news.md b/content/ja/news.md index 6d3d028c3c..b77481483a 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -250,6 +250,7 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 +- NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. - NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. From b70d31e14f14ee4221be95f4507c83351c0fd44c Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sun, 21 Jul 2024 21:43:55 +0200 Subject: [PATCH 84/96] New translations news.md (Japanese) --- content/ja/news.md | 16 ++++++++-------- 1 file changed, 8 insertions(+), 8 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index b77481483a..d6fb198bbe 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,28 +1,28 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.0. がリリースされました!" +newsHeader: "NumPy 2.0 released!" date: 2023-09-16 --- ### NumPy 2.0 リリース日: 6月16日 -_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 +_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。 +The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. ### NumPy 2.0 リリース日: 6月16日 _ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** -- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html) -- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) +- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUSの年末の資金調達 @@ -251,9 +251,9 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 - NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. -- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. +- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. -- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. +- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. From 5867608064a0f93b9ed049713b7e70129e5a580a Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Fri, 26 Jul 2024 21:22:28 +0200 Subject: [PATCH 85/96] New translations news.md (Japanese) --- content/ja/news.md | 16 ++++++++-------- 1 file changed, 8 insertions(+), 8 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index d6fb198bbe..b77481483a 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,28 +1,28 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.0 released!" +newsHeader: "NumPy 2.0. がリリースされました!" date: 2023-09-16 --- ### NumPy 2.0 リリース日: 6月16日 -_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: +_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. +ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。 ### NumPy 2.0 リリース日: 6月16日 _ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** -- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) -- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html) +- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUSの年末の資金調達 @@ -251,9 +251,9 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 - NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. -- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. +- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. -- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. +- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. From daeaa5befe7eb8d000d0e02cb485b4fbb0ca10c0 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 27 Jul 2024 03:23:45 +0200 Subject: [PATCH 86/96] New translations news.md (Japanese) --- content/ja/news.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/content/ja/news.md b/content/ja/news.md index b77481483a..f7672f6a8a 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -250,7 +250,7 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 -- NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. +- NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. - NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. From e13f15261f958d256547a39262d78f8d521c08a7 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 5 Aug 2024 21:28:56 +0200 Subject: [PATCH 87/96] New translations config.yaml (Japanese) --- content/ja/config.yaml | 3 --- 1 file changed, 3 deletions(-) diff --git a/content/ja/config.yaml b/content/ja/config.yaml index ec90ad7023..2a66dc7a9a 100644 --- a/content/ja/config.yaml +++ b/content/ja/config.yaml @@ -85,9 +85,6 @@ params: - link: https://www.youtube.com/channel/UCguIL9NZ7ybWK5WQ53qbHng icon: youtube - - - link: https://twitter.com/numpy_team - icon: twitter quicklinks: column1: title: "" From 9c411aa8c54293a9a65b710d1e3bd4cad6bfa6a2 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Fri, 16 Aug 2024 12:12:06 +0200 Subject: [PATCH 88/96] New translations contribute.md (Japanese) --- content/ja/contribute.md | 13 ++++++------- 1 file changed, 6 insertions(+), 7 deletions(-) diff --git a/content/ja/contribute.md b/content/ja/contribute.md index 90db608852..4b15f93608 100644 --- a/content/ja/contribute.md +++ b/content/ja/contribute.md @@ -17,19 +17,16 @@ NumPyプロジェクトを成功させるには、あなたの専門知識とプ プログラマーの方には、こちらの [ガイド](https://numpy.org/devdocs/dev/index.html#development-process-summary)でNumPyのコードに貢献する方法を説明しています。
追加情報に関しては、 こちらの[YouTube チャンネル](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) もご覧ください。 - ### プルリクエストのレビュー NumPyプロジェクトには現時点で250以上のオープンなプルリクエストがあり、多くの 改善要求と多くのレビュワーからのフィードバックを待っています。 もしあなたがNumPy を使ったことがある場合、 たとえNumPyコードベースに慣れていない場合でも貢献する方法はあります。 例えば、 * 長期にわたる議論をまとめる * ドキュメントのPRをトリアージする * 提案された変更をテストする - ### 教育用の資料を作成する NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模な再設計中です。 新しいNumPyのWebページは、新しいチュートリアルや、NumPyの使い方、NumPy内部の深い説明など必要としており、サイト全体にも再設計と再構築が必要です。 このウェブサイトの再構築の作業は、ドキュメントを書くだけではありません。 コード例や、ノートブック、ビデオなどの作成も歓迎しています。 [NEP 44 — Restructuring the NumPyDocumentation](https://numpy.org/neps/nep-0044-restructuring-numpy-docs.html)に、ウェブサイトの再構築についての詳細が説明されています。 - ### イシューのトリアージ [NumPyのイシュートラッカー](https://github.com/numpy/numpy/issues) には、 _沢山の_Open状態のイシューがあります。 すでに解決されたもの、優先順位付けされるべきもの、 初心者が取り組むのに適したものがあります。 あなたができることは、いくつもあります: @@ -41,22 +38,18 @@ NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模 ぜひ、やってみて下さい。 - ### ウェブサイトの開発 私たちはちょうどウェブサイトを作り直し始めたところですが、それらはまだ完了していません。 Web開発が好きなら、この[イシュー](https://github.com/numpy/numpy.org/issues?q=is%3Aissue+is%3Aopen+label%3Adesign) に未完成な要求が列挙されています。 ぜひ、あなたのアイデアを共有してください。 - ### グラフィックデザイン グラフィックデザイナーの方が可能な貢献は、枚挙にいとまがありません。 しかし、私たちのドキュメントは説明のために可視化が重要であり、私たちの拡大しているウェブサイトは良い画像を求めていることから、 貢献する機会が沢山あると言えます。 - ### ウェブサイトの翻訳 私たちは、[numpy.org](https://numpy.org) を複数言語に翻訳し、NumPyを母国語でアクセスできるようにしたいと思っています。 これを実現するには、ボランティアの翻訳者が必要です。 詳しくは[このイシュー](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n)を参照してください。 [この GitHubイシュー](https://github.com/numpy/numpy.org/issues/55) にコメントしてサインアップしてください。 - ### コミュニティとの連携とアウトリーチ コミュニティとのコミュニケーションを通じて、私たちは、NumPyより広く知ってもらい、どこに問題があるのかを知りたいと思っています。 私たちは、[Twitter](https://twitter.com/numpy_team) アカウントや、NumPy[コードスプリント](https://scisprints.github.io/)の開催、ニュースレターの発行、そしておそらくブログなどを通じて、より沢山の人にコミュニティに参加して欲しいと思っていす。 @@ -64,3 +57,9 @@ NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模 ### 資金調達 NumPyは何年にも渡ってボランティアだけ活動していましたが、その重要性が高まるにつれ、安定性と成長のためには資金面での支援が必要であることがわかってきました。 こちらの[SciPy'19のプレゼン](https://www.youtube.com/watch?v=dBTJD_FDVjU) では、資金的なサポートを受けたことで、どれだけ違いが出たかを説明しています。 他の非営利団体のように、私たちは助成金や、スポンサーシップ、その他の資金支援を常に探しています。 私たちはすでにいくつかの資金調達のアイデアを持っていますが、他にもより多くを資金調達を受けたいと思っています。 資金調達に関する知識は、我々には不足しているスキルです。 是非、あなたのサポートをお待ちしています。 + +### Donate + +If you'd like to contribute to NumPy by making a donation, visit [https://numpy.org/about/#donate](https://numpy.org/about/#donate). + + From 58964b8fceebc7a743a31e9612d7624339a33404 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Fri, 16 Aug 2024 15:06:32 +0200 Subject: [PATCH 89/96] New translations contribute.md (Japanese) --- content/ja/contribute.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/content/ja/contribute.md b/content/ja/contribute.md index 4b15f93608..2c7002cb86 100644 --- a/content/ja/contribute.md +++ b/content/ja/contribute.md @@ -58,8 +58,8 @@ NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模 NumPyは何年にも渡ってボランティアだけ活動していましたが、その重要性が高まるにつれ、安定性と成長のためには資金面での支援が必要であることがわかってきました。 こちらの[SciPy'19のプレゼン](https://www.youtube.com/watch?v=dBTJD_FDVjU) では、資金的なサポートを受けたことで、どれだけ違いが出たかを説明しています。 他の非営利団体のように、私たちは助成金や、スポンサーシップ、その他の資金支援を常に探しています。 私たちはすでにいくつかの資金調達のアイデアを持っていますが、他にもより多くを資金調達を受けたいと思っています。 資金調達に関する知識は、我々には不足しているスキルです。 是非、あなたのサポートをお待ちしています。 -### Donate +### 寄付 -If you'd like to contribute to NumPy by making a donation, visit [https://numpy.org/about/#donate](https://numpy.org/about/#donate). +寄付をすることでNumpy に貢献したい場合は、 [https://numpy.org/about/#donate](https://numpy.org/about/#donate) をご覧ください。 From 372c530f7ed5b37268dfc0a7eb2ac254aad9dd1f Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 19 Aug 2024 14:32:22 +0200 Subject: [PATCH 90/96] New translations news.md (Japanese) --- content/ja/news.md | 12 ++++++++++++ 1 file changed, 12 insertions(+) diff --git a/content/ja/news.md b/content/ja/news.md index f7672f6a8a..58bdfe0a8d 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -5,6 +5,17 @@ newsHeader: "NumPy 2.0. がリリースされました!" date: 2023-09-16 --- +### NumPy 2.1.0 released + +_18 Aug, 2024_ -- NumPy 2.1.0 provides support for Python 3.13 and drops support for Python 3.9. In addition to the usual bug fixes and updated Python support, it helps get NumPy back to its usual release cycle after the extended development of 2.0. The highlights for this release are: + +- Support for Python 3.13. +- Preliminary support for free threaded Python 3.13. +- Support for the array-api 2023.12 standard. + +Python versions 3.10-3.13 are supported by this release. + + ### NumPy 2.0 リリース日: 6月16日 _2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 @@ -250,6 +261,7 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 +- NumPy 2.1.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _18 Aug 2024_. - NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. - NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. From df88c169857d3c30dee45a1a71ad6968e2c8ccab Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Mon, 19 Aug 2024 14:37:38 +0200 Subject: [PATCH 91/96] New translations news.md (Japanese) --- content/ja/news.md | 18 +++++++++--------- 1 file changed, 9 insertions(+), 9 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 58bdfe0a8d..32e1acf5dd 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,7 +1,7 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.0. がリリースされました!" +newsHeader: "NumPy 2.1 released!" date: 2023-09-16 --- @@ -18,22 +18,22 @@ Python versions 3.10-3.13 are supported by this release. ### NumPy 2.0 リリース日: 6月16日 -_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 +_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。 +The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. ### NumPy 2.0 リリース日: 6月16日 _ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** -- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html) -- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) +- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUSの年末の資金調達 @@ -262,10 +262,10 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 - NumPy 2.1.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _18 Aug 2024_. -- NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. -- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. +- NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. +- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. -- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. +- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. From 243a3b835a803a9330000f6912375bb7d34a3d33 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 24 Aug 2024 02:56:55 +0200 Subject: [PATCH 92/96] New translations news.md (Japanese) --- content/ja/news.md | 20 ++++++++++---------- 1 file changed, 10 insertions(+), 10 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 32e1acf5dd..ebfcbc2ffb 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,11 +1,11 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.1 released!" +newsHeader: "NumPy 2.0. がリリースされました!" date: 2023-09-16 --- -### NumPy 2.1.0 released +### NumPy 2.1.0 がリリースされました。 _18 Aug, 2024_ -- NumPy 2.1.0 provides support for Python 3.13 and drops support for Python 3.9. In addition to the usual bug fixes and updated Python support, it helps get NumPy back to its usual release cycle after the extended development of 2.0. The highlights for this release are: @@ -18,22 +18,22 @@ Python versions 3.10-3.13 are supported by this release. ### NumPy 2.0 リリース日: 6月16日 -_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: +_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. +ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。 ### NumPy 2.0 リリース日: 6月16日 _ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** -- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) -- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html) +- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUSの年末の資金調達 @@ -262,10 +262,10 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 - NumPy 2.1.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _18 Aug 2024_. -- NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. -- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. +- NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. +- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. -- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. +- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. From 49dad843ec1762e77314ff7b7bd7644fd41dbf97 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 24 Aug 2024 04:08:10 +0200 Subject: [PATCH 93/96] New translations news.md (Japanese) --- content/ja/news.md | 12 ++++++------ 1 file changed, 6 insertions(+), 6 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index ebfcbc2ffb..6bd2365263 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -7,13 +7,13 @@ date: 2023-09-16 ### NumPy 2.1.0 がリリースされました。 -_18 Aug, 2024_ -- NumPy 2.1.0 provides support for Python 3.13 and drops support for Python 3.9. In addition to the usual bug fixes and updated Python support, it helps get NumPy back to its usual release cycle after the extended development of 2.0. The highlights for this release are: +_2024 Aug, 2024_ -- Numpy 2.1.0 は Python 3.13 をサポートし、Python 3.9をサポート外としました。 今回のリリースは通常のバグ修正やPythonサポートの更新に加えて、NumPyが2.0の長期開発を経て、通常のリリースサイクルに戻るためのリリースでもあります。 今回のリリースのハイライトは下記の通りです。 -- Support for Python 3.13. -- Preliminary support for free threaded Python 3.13. -- Support for the array-api 2023.12 standard. +- Python 3.13 のサポート +- Python 3.13のフリースレッドサポートの事前準備 +- Array-api 2023.12 標準のサポート -Python versions 3.10-3.13 are supported by this release. +Python バージョン 3.10-3.13 か、このリリースでサポートされています。 ### NumPy 2.0 リリース日: 6月16日 @@ -261,7 +261,7 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 -- NumPy 2.1.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _18 Aug 2024_. +- NumPy 2.1.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _2024年8月18日_. - NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. - NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. From 705a9fb6368879e273b8ef899e3b24a6240aff01 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Tue, 27 Aug 2024 02:16:18 +0200 Subject: [PATCH 94/96] New translations news.md (Japanese) --- content/ja/news.md | 1 + 1 file changed, 1 insertion(+) diff --git a/content/ja/news.md b/content/ja/news.md index 6bd2365263..401bf277c4 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -261,6 +261,7 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 +- NumPy 2.0.2 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.2)) -- _26 Aug 2024_. - NumPy 2.1.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _2024年8月18日_. - NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. - NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. From 1fda498dd4896b35ade3c1c3d5023c11570ba01e Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Tue, 27 Aug 2024 02:25:28 +0200 Subject: [PATCH 95/96] New translations news.md (Japanese) --- content/ja/news.md | 32 ++++++++++++++++---------------- 1 file changed, 16 insertions(+), 16 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 401bf277c4..1e821a7539 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,39 +1,39 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.0. がリリースされました!" +newsHeader: "NumPy 2.1 released!" date: 2023-09-16 --- -### NumPy 2.1.0 がリリースされました。 +### NumPy 2.1.0 released -_2024 Aug, 2024_ -- Numpy 2.1.0 は Python 3.13 をサポートし、Python 3.9をサポート外としました。 今回のリリースは通常のバグ修正やPythonサポートの更新に加えて、NumPyが2.0の長期開発を経て、通常のリリースサイクルに戻るためのリリースでもあります。 今回のリリースのハイライトは下記の通りです。 +_18 Aug, 2024_ -- NumPy 2.1.0 provides support for Python 3.13 and drops support for Python 3.9. In addition to the usual bug fixes and updated Python support, it helps get NumPy back to its usual release cycle after the extended development of 2.0. The highlights for this release are: -- Python 3.13 のサポート -- Python 3.13のフリースレッドサポートの事前準備 -- Array-api 2023.12 標準のサポート +- Support for Python 3.13. +- Preliminary support for free threaded Python 3.13. +- Support for the array-api 2023.12 standard. -Python バージョン 3.10-3.13 か、このリリースでサポートされています。 +Python versions 3.10-3.13 are supported by this release. ### NumPy 2.0 リリース日: 6月16日 -_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 +_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。 +The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. ### NumPy 2.0 リリース日: 6月16日 _ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** -- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html) -- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) +- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUSの年末の資金調達 @@ -262,11 +262,11 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 - NumPy 2.0.2 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.2)) -- _26 Aug 2024_. -- NumPy 2.1.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _2024年8月18日_. -- NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. -- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. +- NumPy 2.1.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _18 Aug 2024_. +- NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. +- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. -- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. +- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_. From 993bf4e70d47d6d21d89d7e95899f2640f901f04 Mon Sep 17 00:00:00 2001 From: Ralf Gommers Date: Sat, 31 Aug 2024 02:47:01 +0200 Subject: [PATCH 96/96] New translations news.md (Japanese) --- content/ja/news.md | 34 +++++++++++++++++----------------- 1 file changed, 17 insertions(+), 17 deletions(-) diff --git a/content/ja/news.md b/content/ja/news.md index 1e821a7539..37c9acc38c 100644 --- a/content/ja/news.md +++ b/content/ja/news.md @@ -1,39 +1,39 @@ --- title: ニュース sidebar: false -newsHeader: "NumPy 2.1 released!" +newsHeader: "NumPy 2.0. がリリースされました!" date: 2023-09-16 --- -### NumPy 2.1.0 released +### NumPy 2.1.0 がリリースされました。 -_18 Aug, 2024_ -- NumPy 2.1.0 provides support for Python 3.13 and drops support for Python 3.9. In addition to the usual bug fixes and updated Python support, it helps get NumPy back to its usual release cycle after the extended development of 2.0. The highlights for this release are: +_2024 Aug, 2024_ -- Numpy 2.1.0 は Python 3.13 をサポートし、Python 3.9をサポート外としました。 今回のリリースは通常のバグ修正やPythonサポートの更新に加えて、NumPyが2.0の長期開発を経て、通常のリリースサイクルに戻るためのリリースでもあります。 今回のリリースのハイライトは下記の通りです。 -- Support for Python 3.13. -- Preliminary support for free threaded Python 3.13. -- Support for the array-api 2023.12 standard. +- Python 3.13 のサポート +- Python 3.13のフリースレッドサポートの事前準備 +- Array-api 2023.12 標準のサポート -Python versions 3.10-3.13 are supported by this release. +Python バージョン 3.10-3.13 か、このリリースでサポートされています。 ### NumPy 2.0 リリース日: 6月16日 -_16 Jun, 2024_ -- NumPy 2.0.0 is the first major release since 2006. It is the result of 11 months of development since the last feature release and is the work of 212 contributors spread over 1078 pull requests. It contains a large number of exciting new features as well as changes to both the Python and C APIs. It includes breaking changes that could not happen in a regular minor release - including an ABI break, changes to type promotion rules, and API changes which may not have been emitting deprecation warnings in 1.26.x. Key documents related to how to adapt to changes in NumPy 2.0 include: +_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。 - [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) - [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html) - ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300) -The blog post ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) tells a bit of the story about how this release came together. +ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。 ### NumPy 2.0 リリース日: 6月16日 _ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:** -- The [NumPy 2.0 migration guide](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) -- The [2.0.0 release notes](https://numpy.org/devdocs/release/2.0.0-notes.html) -- Announcement issue for status updates: [numpy#24300](https://github.com/numpy/numpy/issues/24300) +- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html) +- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300) ### NumFOCUSの年末の資金調達 @@ -261,12 +261,12 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。 -- NumPy 2.0.2 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.2)) -- _26 Aug 2024_. -- NumPy 2.1.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _18 Aug 2024_. -- NumPy 2.0.1 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 Jul 2024_. -- NumPy 2.0.0 ([release notes](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 Jun 2024_. +- NumPy 2.0.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.2)) -- _2024年8月26日_. +- NumPy 2.1.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _2024年8月18日_. +- NumPy 2.0.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _2024年7月21日_. +- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_. - NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_. -- NumPy 1.26.3 ([release notes](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 Jan 2024_. +- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_. - NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_. - NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_. - NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_.