此前，跨象乘云 发布了《NumPy 教程：基础知识》与《Python 知识卡片：NumPy》两份教程。近日，NumPy 官方正式推出了 NumPy 中文版网站，涵盖 NumPy 的一切。在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy，已经有了非常之系统的中文文档。现在，如果有什么和 NumPy 的问题，只需要浏览这份官方中文文档就足够了。它足够的系统、全面且亲民。NumPy 是使用 Python 进行科学计算的基础软件包，是 Python 生态系统中数据分析、机器学习、科学计算的主力军，极大简化了向量与矩阵的操作处理。除了计算外，它还包括了：
- 功能强大的 N 维数组对象。
- 精密广播功能函数。
- 集成 C/C+和 Fortran 代码的工具。
- 强大的线性代数、傅立叶变换和随机数功能
此次中文文档还强调了它两大特性：Ndarray 以及切片和索引，这两部分所涉及的功能在日常操作中是十分常见的。
- Ndarray：一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。
- 切片和索引：ndarray 对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 – n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。
这个开源的官方中文版教程可以说是非常全面了。它从最基本的理解 NumPy 开始，教程层层推进，直到让用户掌握进阶的使用方法。
从内容来看，中文版不仅仅是官方英文版本的翻译，还额外增加了「文章」这一栏目。该栏目提供了对 NumPy 背后的矩阵运算原理的详细解释，使得使用者「知其然，也知其所以然」。这是英文版教程中没有的。
以下为这一部分的目录，从这里可以看到，这部分内容主要介绍 NumPy 的基本理论，以及涉及到其应用的理论部分，如数据分析、神经网络实现，以及在其他代码库中的接口等。
基础篇
- 理解 NumPy
- NumPy 简单入门教程
- Python NumPy 教程
- 创建 NumPy 数组的不同方式
- NumPy 中的矩阵和向量
进阶篇
- NumPy 数据分析练习
- NumPy 神经网络
- 使用 NumPy 进行数组编程
- NumPy 实现 K 均值聚类算法
- NumPy 实现 DNC、RNN 和 LSTM 神经网络算法
深度学习相关
- OpenCV 中的图像的基本操作
- MinPy：MXNet 后端的 NumPy 接口