diff --git a/content/pt/404.md b/content/pt/404.md index 627cde96d0..ac3a516791 100644 --- a/content/pt/404.md +++ b/content/pt/404.md @@ -5,4 +5,4 @@ sidebar: false Oops! Você atingiu um beco sem saída. -Se você acha que algo deveria estar aqui, você pode [abrir uma issue](https://github.com/numpy/numpy.org/issues) no GitHub. +Se você acha que algo deveria estar aqui, você pode [abrir uma issue](https://github.com/numpy/numpy.org/issues) no GitHub. diff --git a/content/pt/_index.md b/content/pt/_index.md index 0b598dd21a..83b61aee7e 100644 --- a/content/pt/_index.md +++ b/content/pt/_index.md @@ -10,6 +10,7 @@ title = 'Arrays n-dimensionais poderosas' body = ''' Rápidos e versáteis, os conceitos de vetorização, indexação e broadcasting do NumPy são, na prática, o padrão em computação com arrays. ''' +{{< /card >}} [[item]] type = 'card' @@ -17,33 +18,38 @@ title = 'Ferramentas de computação numérica' body = ''' O NumPy oferece um conjunto completo de funções matemáticas, geradores de números aleatórios, rotinas de álgebra linear, transformadas de Fourier, e mais. ''' +{{< /card >}} [[item]] type = 'card' -title = 'Interoperabilidade' +title = 'Código aberto' body = ''' -O NumPy suporta um grande número de plataformas de hardware e computação, e pode ser combinado com bibliotecas de computação com arrays esparsas, distribuidas ou em GPUs. +Distribuído sob uma [licença BSD](https://github.com/numpy/numpy/blob/main/LICENSE.txt) liberal, o NumPy é desenvolvido e mantido [publicamente no GitHub](https://github.com/numpy/numpy) por uma [comunidade](/pt/community) vibrante, responsiva, e diversa. ''' +{{< /card >}} [[item]] type = 'card' -title = 'Alto desempenho' +title = 'Interoperabilidade' body = ''' -O núcleo do NumPy é feito de código otimizado em C. Experimente a flexibilidade do Python com a velocidade de código compilado. +O NumPy suporta um grande número de plataformas de equipamento físico e computação, e pode ser combinado com bibliotecas de computação com arrays esparsas, distribuídas ou em GPUs. ''' +{{< /card >}} [[item]] type = 'card' -title = 'Fácil de usar' +title = 'Alto desempenho' body = ''' -A sintaxe de alto nível do NumPy torna-o acessível e produtivo para programadores de qualquer nível de experiência e formação. +O núcleo do NumPy é feito de código otimizado em C. Aproveite a flexibilidade do Python com a velocidade de código compilado. ''' +{{< /card >}} [[item]] type = 'card' -title = 'Código aberto' +title = 'Fácil de usar' body = ''' -Distribuido com uma [licença BSD](https://github.com/numpy/numpy/blob/main/LICENSE.txt) liberal, o NumPy é desenvolvido e mantido [publicamente no GitHub](https://github.com/numpy/numpy) por uma [comunidade](/pt/community) vibrante, responsiva, e diversa. +A sintaxe de alto nível do NumPy torna-o acessível e produtivo para programadores de qualquer nível de experiência e formação. ''' +{{< /card >}} -{{< /grid >}} +{{< /grid>}} diff --git a/content/pt/about.md b/content/pt/about.md index 8461f68e0e..af94dd8153 100644 --- a/content/pt/about.md +++ b/content/pt/about.md @@ -1,43 +1,44 @@ --- -title: Quem Somos +title: Sobre sidebar: false --- -NumPy é um projeto de código aberto que visa possibilitar a computação numérica com Python. Foi criado em 2005, com base no trabalho inicial das bibliotecas Numeric e Numarray. O NumPy sempre será 100% software de código aberto, livre para que todos usem. É lançado sob os termos liberais da [licença BSD modificada](https://github.com/numpy/numpy/blob/main/LICENSE.txt). - -O NumPy é desenvolvido no GitHub, através do consenso da comunidade NumPy e de uma comunidade mais ampla de Python científico. Para obter mais informações sobre nossa abordagem de governança, por favor, consulte nosso [Documento de Governança](https://www.numpy.org/devdocs/dev/governance/index.html). +NumPy é um projeto de código aberto visando habilitar a computação numérica com Python. Foi criado em 2005, com base no trabalho inicial das bibliotecas Numeric e Numarray. O NumPy sempre será 100% software de código aberto, livre para que todos usem. É lançado sob os termos liberais da [licença BSD modificada](https://github.com/numpy/numpy/blob/main/LICENSE.txt). +O NumPy é desenvolvido abertamente no GitHub, através do consenso da comunidade NumPy e de uma comunidade mais ampla de Python científico. Para obter mais informações sobre nossa abordagem de governança, por favor, consulte nosso [Documento de Governança](https://www.numpy.org/devdocs/dev/governance/index.html). ## Conselho Diretor (Steering Council) -O papel do Conselho Diretor do NumPy consiste em assegurar o bem-estar a longo prazo do projeto, tanto nos aspectos técnicos quanto na comunidade. Isso é feito através do trabalho com e para a comunidade NumPy em geral. O Conselho Diretor do NumPy atualmente consiste dos seguintes membros (em ordem alfabética, pelo sobrenome): +O Conselho Diretor do NumPy é a entidade que governa o projeto. Seu papel é garantir, através do trabalho com e para a comunidade NumPy em geral, a sustentabilidade do projeto a longo prazo, tanto como pacote de software quanto como comunidade. O Conselho Diretor do NumPy atualmente consiste dos seguintes membros (em ordem alfabética, pelo sobrenome): - Sebastian Berg - Ralf Gommers - Charles Harris -- Stephan Hoyer - Inessa Pawson - Matti Picus - Stéfan van der Walt - Melissa Weber Mendonça +- Marten van Kerkwijk - Eric Wieser Membros Eméritos: - Alex Griffing (2015-2017) - Allan Haldane (2015-2021) -- Marten van Kerkwijk (2017-2019) -- Travis Oliphant (project founder, 2005-2012) +- Travis Oliphant (fundador do projeto, 2005-2012) - Nathaniel Smith (2012-2021) - Julian Taylor (2013-2021) - Jaime Fernández del Río (2014-2021) - Pauli Virtanen (2008-2021) +- Eric Wieser (2017-2025) +- Stephan Hoyer (2017-2025) Para entrar em contato com o conselho diretor do NumPy, por favor envie um email para numpy-team@googlegroups.com. ## Times -A liderança do projeto NumPy trabalha ativamente na diversificação dos caminhos possíveis para contribuições.
Atualmente, o NumPy conta com os seguintes times: +A liderança do projeto NumPy trabalha ativamente na diversificação dos caminhos possíveis para contribuições.
+Atualmente, o NumPy conta com os seguintes times: - desenvolvimento - documentação @@ -61,10 +62,8 @@ Veja a página sobre os [Times](/teams) para mais informações. ## Patrocinadores -O NumPy recebe financiamento direto das seguintes fontes: {{< sponsors >}} - ## Parceiros Institucionais Os Parceiros Institucionais são organizações que apoiam o projeto, empregando pessoas que contribuem para a NumPy como parte de seu trabalho. Os parceiros institucionais atuais incluem: @@ -75,16 +74,15 @@ Os Parceiros Institucionais são organizações que apoiam o projeto, empregando {{< partners >}} - ## Doações -Se você achou o NumPy útil no seu trabalho, pesquisa ou empresa, por favor considere fazer uma doação para o projeto que seja compatível com seus recursos. Qualquer quantidade ajuda! Todas as doações serão utilizadas estritamente para financiar o desenvolvimento do software de código aberto da NumPy, documentação e comunidade. +Se você achou o NumPy útil no seu trabalho, pesquisa ou empresa, por favor considere fazer uma doação para o projeto que seja compatível com seus recursos. Qualquer quantidade ajuda! Todas as doações serão utilizadas estritamente para financiar o desenvolvimento do software de código aberto, documentação e comunidade da NumPy. -NumPy é um Projeto Patrocinado da NumFOCUS, uma instituição de caridade sem fins lucrativos nos Estados Unidos. A NumFOCUS fornece ao NumPy apoio fiscal, legal e administrativo para ajudar a garantir a saúde e a sustentabilidade do projeto. Visite [numfocus.org](https://numfocus.org) para obter mais informações. +NumPy é um Projeto Patrocinado da NumFOCUS, uma instituição de caridade sem fins lucrativos 501(c)(3) nos Estados Unidos. A NumFOCUS fornece ao NumPy apoio fiscal, legal e administrativo para ajudar a garantir a saúde e a sustentabilidade do projeto. Visite [numfocus.org](https://numfocus.org) para obter mais informações. Doações para o NumPy são gerenciadas pela [NumFOCUS](https://numfocus.org). Para doadores nos Estados Unidos, sua doação é dedutível para fins fiscais na medida oferecida pela lei. Como em qualquer doação, você deve consultar seu conselheiro fiscal sobre sua situação fiscal em particular. -O Conselho Diretor da NumPy tomará as decisões sobre a melhor forma de utilizar os fundos recebidos. Prioridades técnicas e de infraestrutura estão documentadas no [NumPy Roadmap](https://www.numpy.org/neps/index.html#roadmap). +O Conselho Diretor da NumPy tomará as decisões sobre a melhor forma de utilizar os fundos recebidos. Prioridades técnicas e de infraestrutura estão documentadas no [roadmap do NumPy](https://www.numpy.org/neps/index.html#roadmap). {{}} diff --git a/content/pt/arraycomputing.md b/content/pt/arraycomputing.md index 941f69fe42..95a961cb16 100644 --- a/content/pt/arraycomputing.md +++ b/content/pt/arraycomputing.md @@ -3,19 +3,20 @@ title: Computação com Arrays sidebar: false --- -*A computação com arrays é a base para estatística e matemática computacionais, computação científica e suas várias aplicações em ciência e análise de dados, tais como visualização de dados, processamento de sinais digitais, processamento de imagens, bioinformática, aprendizagem de máquina, IA e muitas outras.* +_A computação com matrizes é a base para estatística e matemática computacionais, computação científica e suas várias aplicações em ciência e análise de dados, tais como visualização de dados, processamento de sinais digitais, processamento de imagens, bioinformática, aprendizagem de máquina, IA e muitas outras._ -A manipulação e a transformação de dados de grande escala dependem de computação eficiente de alta performance com arrays. A linguagem mais escolhida para análise de dados, aprendizagem de máquina e computação numérica produtiva é **Python.** +A manipulação e a transformação de dados de grande escala dependem de computação eficiente de alto desempenho com arrays. A linguagem mais escolhida para análise de dados, aprendizagem de máquina e computação numérica produtiva é **Python.** **Num**erical **Py**thon (Python Numérico) ou NumPy é a biblioteca em Python padrão para o suporte à utilização de matrizes e arrays multidimensionais de grande porte, e vem com uma vasta coleção de funções matemáticas de alto nível para operar nestas arrays. -Desde o lançamento do NumPy em 2006, o Pandas apareceu em 2008, e nos últimos anos vimos uma sucessão de bibliotecas de computação com arrays aparecerem, ocupando e preenchendo o campo da computação com arrays. Muitas dessas bibliotecas mais recentes imitam recursos e capacidades parecidas com o NumPy e entregam algoritmos e recursos mais recentes voltados para aplicações de aprendizagem de máquina e inteligência artificial. +Desde o lançamento do NumPy em 2006, o Pandas apareceu em 2008, e nos últimos anos vimos uma sucessão de bibliotecas de computação com arrays aparecerem, ocupando e preenchendo o campo da computação com arrays. +Muitas dessas bibliotecas mais recentes imitam recursos e capacidades parecidas com o NumPy e entregam algoritmos e recursos mais recentes voltados para aplicações de aprendizagem de máquina e inteligência artificial. arraycl +src="/images/content_images/array_c_landscape.png" +alt="arraycl" +title="Array Computing Landscape"> -A **computação com arrays** é baseada em estruturas de dados chamadas **arrays**. *Arrays* são usadas para organizar grandes quantidades de dados de forma que um conjunto de valores relacionados possa ser facilmente ordenado, obtido, matematicamente manipulado e transformado fácil e rapidamente. +A **computação com matrizes** é baseada em estruturas de dados chamadas **arrays**. _Arrays_ usadas para organizar grandes quantidades de dados de forma que um conjunto de valores relacionados possa ser facilmente ordenado, obtido, matematicamente manipulado e transformado fácil e rapidamente. -A computação com arrays é *única* pois envolve operar nos valores de um array de dados *de uma vez*. Isso significa que qualquer operação de array se aplica a todo um conjunto de valores de uma só vez. Esta abordagem vetorizada fornece velocidade e simplicidade por permitir que os programadores organizem o código e operem em agregados de dados, sem ter que usar laços com operações escalares individuais. +A computação com matrizes é _única_ pois envolve operar nos valores de uma matriz de dados _de uma vez_. Isso significa que qualquer operação de array se aplica a todo um conjunto de valores de uma só vez. Esta abordagem vetorizada fornece velocidade e simplicidade por permitir que os programadores organizem o código e operem em agregados de dados, sem ter que usar laços com operações escalares individuais. diff --git a/content/pt/case-studies/blackhole-image.md b/content/pt/case-studies/blackhole-image.md index ec740bf5d0..6a83b08fce 100644 --- a/content/pt/case-studies/blackhole-image.md +++ b/content/pt/case-studies/blackhole-image.md @@ -4,53 +4,45 @@ sidebar: false --- {{< figure >}} -src = '/images/content_images/cs/blackhole.jpg' -title = 'Black Hole M87' -alt = 'black hole image' -attribution = '(Créditos: 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="Katie Bouman, *Professora Assistente, Ciências da Computação e Matemática, Caltech*" + cite="https://www.youtube.com/watch?v=BIvezCVcsYs" + by="{{< blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs" by="Katie Bouman, _Professora Assistente, Ciências da Computação e Matemática, Caltech_"" >}} -Criar uma imagem do Buraco Negro M87 é como tentar ver algo que, por definição, é impossível de se ver. {{< /blockquote >}} ## Um telescópio do tamanho da Terra O [telescópio Event Horizon (EHT)](https://eventhorizontelescope.org), é um conjunto de oito telescópios em solo formando um telescópio computacional do tamanho da Terra, projetado para estudar o universo com sensibilidade e resolução sem precedentes. O enorme telescópio virtual, que usa uma técnica chamada interferometria de longa linha de base (VLBI), tem uma resolução angular de [20 micro-arcossegundos][resolution] — o suficiente para ler um jornal em Nova Iorque a partir de um café em uma calçada de Paris! +[resolution]: https://eventhorizontelescope.org/press-release-april-10-2019-astronomers-capture-first-image-black-hole + ### Principais Objetivos e Resultados -* **Uma nova visão do universo:** A imagem inovadora do EHT foi publicada 100 anos após [o experimento de Sir Arthur Eddington][eddington] ter produzido as primeiras evidências observacionais apoiando a teoria da relatividade geral de Einstein. +- **Uma nova visão do universo:** A imagem inovadora do EHT foi publicada 100 anos após [o experimento de Sir Arthur Eddington][eddington] ter produzido as primeiras evidências observacionais apoiando a teoria da relatividade geral de Einstein. -* **O Buraco Negro:** o EHT foi treinado em um buraco negro supermassivo a aproximadamente 55 milhões de anos-luz da Terra, localizado no centro do galáxia Messier 87 (M87) no aglomerado de Virgem. Sua massa é equivalente a 6,5 bilhões de vezes a do Sol. Ele vem sendo estudado [há mais de 100 anos](https://www.jpl.nasa.gov/news/news.php?feature=7385), mas um buraco negro nunca havia sido observado visualmente antes. +- **O Buraco Negro:** o EHT foi treinado em um buraco negro supermassivo a aproximadamente 55 milhões de anos-luz da Terra, localizado no centro do galáxia Messier 87 (M87) no aglomerado de Virgem. Sua massa é equivalente a 6,5 bilhões de vezes a do Sol. Ele vem sendo estudado [há mais de 100 anos](https://www.jpl.nasa.gov/news/news.php?feature=7385), mas um buraco negro nunca havia sido observado visualmente antes. -* **Comparando observações com a teoria:** Pela teoria geral da relatividade de Einstein, os cientistas esperavam encontrar uma região de sombra causada pela distorção e captura da luz causada pela influência gravitacional do buraco negro. Os cientistas poderiam usá-la para medir a enorme massa do mesmo. +- **Comparando observações com a teoria:** Pela teoria geral da relatividade de Einstein, os cientistas esperavam encontrar uma região de sombra causada pela distorção e captura da luz causada pela influência gravitacional do buraco negro. Os cientistas poderiam usá-la para medir a enorme massa do mesmo. + +[eddington]: https://en.wikipedia.org/wiki/Eddington_experiment ### Desafios -* **Escala computacional** +- **Escala computacional** - O EHT representa um desafio imenso em processamento de dados, incluindo rápidas flutuações de fase atmosférica, uma largura grande de banda nas gravações e telescópios que são muito diferentes e geograficamente dispersos. + O EHT representa um desafio imenso em processamento de dados, incluindo rápidas flutuações de fase atmosférica, uma largura grande de banda nas gravações e telescópios que são muito diferentes e geograficamente dispersos. -* **Muitas informações** +- **Muitas informações** - A cada dia, o EHT gera mais de 350 terabytes de observações, armazenadas em discos rígidos cheios de hélio. Reduzir o volume e a complexidade desse volume de dados é extremamente difícil. + A cada dia, o EHT gera mais de 350 terabytes de observações, armazenadas em discos rígidos cheios de hélio. Reduzir o volume e a complexidade desse volume de dados é extremamente difícil. -* **Em direção ao desconhecido** +- **Em direção ao desconhecido** - Quando o objetivo é algo que nunca foi visto, como os cientistas podem ter confiança de que sua imagem está correta? + Quando o objetivo é algo que nunca foi visto, como os cientistas podem ter confiança de que sua imagem está correta? {{< figure >}} -src = '/images/content_images/cs/dataprocessbh.png' -title = 'Etapas de Processamento de Dados do EHT' -alt = 'data pipeline' -align = 'center' -attribution = '(Créditos do diagrama: The Astrophysical Journal, Event Horizon Telescope Collaboration)' -attributionlink = 'https://iopscience.iop.org/article/10.3847/2041-8213/ab0c57' {{< /figure >}} ## O papel do NumPy @@ -62,36 +54,25 @@ A colaboração do EHT venceu esses desafios ao estabelecer equipes independente O trabalho desse grupo ilustra o papel do ecossistema científico do Python no avanço da ciência através da análise de dados colaborativa. {{< figure >}} -src = '/images/content_images/cs/bh_numpy_role.png' -alt = 'role of numpy' -title = 'O papel do NumPy na criação da primeira imagem de um Buraco Negro' {{< /figure >}} -Por exemplo, o pacote Python [`eht-imaging`][ehtim] fornece ferramentas para simular e realizar reconstrução de imagem nos dados do VLBI. O NumPy está no coração do processamento de dados vetoriais usado neste pacote, como ilustrado pelo gráfico parcial de dependências de software abaixo. +Por exemplo, o pacote Python [`eht-imaging`][ehtim] fornece ferramentas para simular e realizar reconstrução de imagem nos dados do VLBI. +O NumPy está no coração do processamento de dados vetoriais usado neste pacote, como ilustrado pelo gráfico parcial de dependências de software abaixo. {{< figure >}} -src = '/images/content_images/cs/ehtim_numpy.png' -alt = 'ehtim dependency map highlighting numpy' -title = 'Diagrama de dependência de software do pacote ehtim evidenciando o NumPy' {{< /figure >}} -Além do NumPy, muitos outros pacotes como [SciPy](https://scipy.org) e [Pandas](https://pandas.pydata.org) foram usados na *pipeline* de processamento de dados para criar a imagem do buraco negro. Os arquivos astronômicos de formato padrão e transformações de tempo/coordenadas foram tratados pelo [Astropy][astropy] enquanto a [Matplotlib][mpl] foi usada na visualização de dados em todas as etapas de análise, incluindo a geração da imagem final do buraco negro. +[ehtim]: https://github.com/achael/eht-imaging + +Além do NumPy, muitos outros pacotes como [SciPy](https://www.scipy.org) e [Pandas](https://pandas.io) foram usados na _pipeline_ de processamento de dados para criar a imagem do buraco negro. +Os arquivos astronômicos de formato padrão e transformações de tempo/coordenadas foram tratados pelo [Astropy][astropy] enquanto a [Matplotlib][mpl] foi usada na visualização de dados em todas as etapas de análise, incluindo a geração da imagem final do buraco negro. + +[astropy]: https://www.astropy.org/ +[mpl]: https://matplotlib.org/ ## Resumo A estrutura de dados n-dimensional que é a funcionalidade central do NumPy permitiu aos pesquisadores manipular grandes conjuntos de dados, fornecendo a base para a primeira imagem de um buraco negro. Esse momento marcante na ciência fornece evidências visuais impressionantes para a teoria de Einstein. Esta conquista abrange não apenas avanços tecnológicos, mas colaboração científica em escala internacional entre mais de 200 cientistas e alguns dos melhores observatórios de rádio do mundo. Eles usaram algoritmos e técnicas de processamento de dados inovadores, que aperfeiçoaram os modelos astronômicos existentes, para ajudar a descobrir um dos mistérios do universo. {{< figure >}} -src = '/images/content_images/cs/numpy_bh_benefits.png' -alt = 'numpy benefits' -title = 'Funcionalidades-chave do NumPy utilizadas' {{< /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/ diff --git a/content/pt/case-studies/cricket-analytics.md b/content/pt/case-studies/cricket-analytics.md index 8d70c776a6..0e317b3d51 100644 --- a/content/pt/case-studies/cricket-analytics.md +++ b/content/pt/case-studies/cricket-analytics.md @@ -4,86 +4,71 @@ sidebar: false --- {{< figure >}} -src = '/images/content_images/cs/ipl-stadium.png' -title = 'IPLT20, o maior festival de Críquete da Índia' -alt = 'Copa e estádio da Indian Premier League Cricket' -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, *Jogador Internacional de Críquete, ex-capitão, Time Indiano, joga pelo Chennai Super Kings na IPL*" + cite="Copa e estádio da Indian Premier League Cricket" + by="{{< blockquote cite="https://www.scoopwhoop.com/sports/ms-dhoni/" by="M S Dhoni, _Jogador Internacional de Críquete, ex-capitão, Time Indiano, joga pelo Chennai Super Kings na IPL_"" >}} -Você não joga para a torcida, joga para o país. {{< /blockquote >}} ## Sobre Críquete -Dizer que os indianos adoram o críquete seria subestimar este sentimento. O jogo é jogado praticamente em todas as localidades da Índia, rurais ou urbanas, e é popular com os jovens e os anciões, conectando bilhões de pessoas na Índia como nenhum outro esporte. O cricket também recebe muita atenção da mídia. Há uma quantidade significativa de [dinheiro](https://www.statista.com/topics/4543/indian-premier-league-ipl/) e fama em jogo. Ao longo dos últimos anos, a tecnologia foi literalmente uma revolução. As audiências tem uma ampla possibilidade de escolha, com mídias de streaming, torneios, acesso barato a jogos de críquete ao vivo em dispositivos móveis, e mais. +Dizer que os indianos adoram o críquete seria subestimar este sentimento. O jogo é jogado praticamente em todas as localidades da Índia, rurais ou urbanas, e é popular com os jovens e os anciões, conectando bilhões de pessoas na Índia como nenhum outro esporte. +O cricket também recebe muita atenção da mídia. Há uma quantidade significativa de [dinheiro](https://www.statista.com/topics/4543/indian-premier-league-ipl/) e fama em jogo. Ao longo dos últimos anos, a tecnologia foi literalmente uma revolução. As audiências tem uma ampla possibilidade de escolha, com mídias de streaming, torneios, acesso barato a jogos de críquete ao vivo em dispositivos móveis, e mais. -A Primeira Liga Indiana (*Indian Premier League* - IPL) é uma liga profissional de críquete [Twenty20](https://pt.wikipedia.org/wiki/Twenty20), fundada em 2008. É um dos eventos de críquete mais assistidos no mundo, avaliado em [$6,7 bilhões de dólares](https://en.wikipedia.org/wiki/Indian_Premier_League) em 2019. +A Primeira Liga Indiana (Indian Premier League - IPL) é uma liga profissional de críquete Twenty20, fundada em 2008. É um dos eventos de críquete mais assistidos no mundo, avaliado em [$6,7 bilhões de dólares](https://en.wikipedia.org/wiki/Indian_Premier_League) em 2019. perdidos por um boleador, as partidas ganhas por uma equipe de críquete, o número de vezes que um batsman responde de certa maneira a um tipo de arremesso do boleador, etc. A capacidade de investigar números de críquete para melhorar o desempenho e estudar as oportunidades de negócio, mercado e economia de críquete através de poderosas ferramentas de análise, alimentadas por softwares numéricos de computação, como o NumPy, é um grande negócio. A capacidade de investigar estatísticas do críquete para melhorar a performance dos times e estudar oportunidades de negócios, o mercado em si, e a economia do críquete através de ferramentas de análise poderosas alimentadas por softwares de computação numérica como o NumPy é um grande negócio. As análises de críquete fornecem informações interessantes sobre o jogo e informações preditivas sobre os resultados do jogo. -Hoje, existem conjuntos ricos e quase infinitos de estatísticas e informações sobre jogos de críquete, por exemplo, [ESPN cricinfo](https://stats.espncricinfo.com/ci/engine/stats/index.html) e [cricsheet](https://cricsheet.org). Estes e muitos outros bancos de dados de críquete foram usados para [análise de críquete](https://www.researchgate.net/publication/336886516_Data_visualization_and_toss_related_analysis_of_IPL_teams_and_batsmen_performances) usando os mais modernos algoritmos de aprendizagem de máquina e modelagem preditiva. Plataformas de mídia e entretenimento, juntamente com entidades de esporte profissionais associadas ao jogo usam tecnologia e análise para determinar métricas chave para melhorar as chances de vitória: +Hoje, existem conjuntos ricos e quase infinitos de estatísticas e informações sobre jogos de críquete, por exemplo, [ESPN cricinfo](https://stats.espncricinfo.com/ci/engine/stats/index.html) e [cricsheet](https://cricsheet.org). Estes e muitos outros bancos de dados de críquete foram usados para [análise de críquete](https://www.researchgate.net/publication/336886516_Data_visualization_and_toss_related_analysis_of_IPL_teams_and_batsmen_performances) usando os mais modernos algoritmos de aprendizagem de máquina e modelagem preditiva. +Plataformas de mídia e entretenimento, juntamente com entidades de esporte profissionais associadas ao jogo usam tecnologia e análise para determinar métricas chave para melhorar as chances de vitória: -* média móvel do desempenho em rebatidas, -* previsão de pontuação, -* ganho de informações sobre desempenho e condição física de um determinado jogador contra determinado adversário, -* contribuições dos jogadores para vitórias e derrotas para a tomada de decisões estratégicas na composição do time +- média móvel do desempenho em rebatidas, +- previsão de pontuação, +- ganho de informações sobre desempenho e condição física de um determinado jogador contra determinado adversário, +- contribuições dos jogadores para vitórias e derrotas para a tomada de decisões estratégicas na composição do time {{< figure >}} -src = '/images/content_images/cs/cricket-pitch.png' -title = 'Pitch de críquete, o ponto focal do campo' -alt = 'Um pitch de críquete com um boleador e batsmen' -align = 'center' -attribution = '(Créditos de imagem: Debarghya Das)' -attributionlink = 'http://debarghyadas.com/files/IPLpaper.pdf' {{< /figure >}} ### Objetivos Principais da Análise de Dados -* A análise de dados esportivos é usada não somente em críquete, mas em muitos [outros esportes](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx) para melhorar o desempenho geral da equipe e maximizar as chances de vitória. -* A análise de dados em tempo real pode ajudar a obtenção de informações mesmo durante o jogo para orientar mudanças nas táticas da equipe e dos negócios associados para benefícios e crescimento econômicos. -* Além da análise histórica, os modelos preditivos explorados para determinar os possíveis resultados das partidas requerem um conhecimento significativo sobre processamento numérico e ciência de dados, ferramentas de visualização e a possibilidade de incluir observações mais recentes na análise. +- A análise de dados esportivos é usada não somente em críquete, mas em muitos [outros esportes](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx) para melhorar o desempenho geral da equipe e maximizar as chances de vitória. +- A análise de dados em tempo real pode ajudar a obtenção de informações mesmo durante o jogo para orientar mudanças nas táticas da equipe e dos negócios associados para benefícios e crescimento econômicos. +- Além da análise histórica, os modelos preditivos explorados para determinar os possíveis resultados das partidas requerem um conhecimento significativo sobre processamento numérico e ciência de dados, ferramentas de visualização e a possibilidade de incluir observações mais recentes na análise. {{< figure >}} -src = '/images/content_images/cs/player-pose-estimator.png' -alt = 'estimador de postura' -title = 'Estimador de Postura de Críquete' -attribution = '(Créditos de imagem: connect.vin)' -attributionlink = 'https://connect.vin/2019/05/ai-for-cricket-batsman-pose-analysis/' {{< /figure >}} ### Desafios -* **Limpeza e pré-processamento de dados** +- **Limpeza e pré-processamento de dados** A IPL expandiu o formato de jogo clássico de cricket para uma escala muito maior. O número de partidas jogadas a cada temporada em vários formatos tem aumentado, assim como os dados, os algoritmos, as tecnologias de análise de dados mais recentes e modelos de simulação. A análise de dados de críquete requer mapeamento de campo, rastreamento do jogador, rastreamento de bola e análise de tiros do jogador, análise de lances do jogador e vários outros aspectos envolvidos em como a bola é lançada, seu ângulo, giro, velocidade e trajetória. Todos esses fatores em conjunto aumentaram a complexidade da limpeza e pré-processamento de dados. -* **Modelagem Dinâmica** +- **Modelagem Dinâmica** No críquete, como em qualquer outro esporte, pode haver um grande número de variáveis relacionadas ao rastreamento de vários jogadores no campo, seus atributos, a bola e várias possibilidades de ações em potencial. A complexidade da análise e modelagem de dados é diretamente proporcional ao tipo de questões preditivas que são consideradas durante a análise e são altamente dependentes da representação de dados e do modelo. As coisas são ainda mais desafiadoras em termos de computação e comparações de dados quando previsões dinâmicas de jogo de críquete são desejadas, como o que teria acontecido se o batsman tivesse atingido a bola com um ângulo ou velocidade diferentes. -* **Complexidade da análise preditiva** +- **Complexidade da análise preditiva** - Muito da tomada de decisões em críquete se baseia em questões como "com que frequência um batsman joga um certo tipo de lance se a recepção da bola for de um determinado tipo", ou "como um boleador muda a direção e alcance da sua jogada se o batsman responder de uma certa maneira". Esse tipo de consulta de análise preditiva requer a disponibilidade de conjuntos de dados altamente granulares e a capacidade de sintetizar dados e criar modelos generativos que sejam altamente precisos. + Muito da tomada de decisões em críquete se baseia em questões como "com que frequência um batsman joga um certo tipo de lance se a recepção da bola for de um determinado tipo", ou "como um boleador muda a direção e alcance da sua jogada se o batsman responder de uma certa maneira". + Esse tipo de consulta de análise preditiva requer a disponibilidade de conjuntos de dados altamente granulares e a capacidade de sintetizar dados e criar modelos generativos que sejam altamente precisos. ## O papel do NumPy na análise de críquete A análise de dados esportivos é um campo próspero. Muitos pesquisadores e empresas [usam NumPy](https://adtmag.com/blogs/dev-watch/2017/07/sports-analytics.aspx) e outros pacotes PyData como Scikit-learn, SciPy, Matplotlib, e Jupyter, além de usar as últimas técnicas de aprendizagem de máquina e IA. O NumPy foi usado para vários tipos de análise esportiva relacionada a críquete, como: -* **Análise Estatística:** Os recursos numéricos do NumPy ajudam a estimar o significado estatístico de dados observados ou de eventos ocorridos em partidas no contexto de vários jogadores e táticas de jogo, bem como estimar o resultado do jogo em comparação com um modelo generativo ou estático. [Análise Causal](https://amplitude.com/blog/2017/01/19/causation-correlation) e [abordagens em *big data*](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/) são usados para análise tática. +- **Análise Estatística:** Os recursos numéricos do NumPy ajudam a estimar o significado estatístico de dados observados ou de eventos ocorridos em partidas no contexto de vários jogadores e táticas de jogo, bem como estimar o resultado do jogo em comparação com um modelo generativo ou estático. + [Análise Causal](https://amplitude.com/blog/2017/01/19/causation-correlation) e [abordagens em _big data_](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4996805/) são usados para análise tática. -* **Visualização de dados:** Gráficos e [visualizações](https://towardsdatascience.com/advanced-sports-visualization-with-pandas-matplotlib-and-seaborn-9c16df80a81b) fornecem informações úteis sobre as relações entre vários conjuntos de dados. +- **Visualização de dados:** Gráficos e [visualizações](https://towardsdatascience.com/advanced-sports-visualization-with-pandas-matplotlib-and-seaborn-9c16df80a81b) fornecem informações úteis sobre as relações entre vários conjuntos de dados. ## Resumo -A análise de dados esportivos é revolucionária quando se trata de como os jogos profissionais são jogados, especialmente se consideramos como acontece a tomada de decisões estratégicas, que até pouco tempo era principalmente feita com base na "intuição" ou adesão a tradições passadas. O NumPy forma uma fundação sólida para um grande conjunto de pacotes Python que fornecem funções de alto nível relacionadas à análise de dados, aprendizagem de máquina e algoritmos de IA. Estes pacotes são amplamente implantados para se obter informações em tempo real que ajudam na tomada de decisão para resultados decisivos, tanto em campo como para se derivar inferências e orientar negócios em torno do jogo de críquete. Encontrar os parâmetros ocultos, padrões, e atributos que levam ao resultado de uma partida de críquete ajuda os envolvidos a tomar nota das percepções do jogo que estariam de outra forma ocultas nos números e estatísticas. +A análise de dados esportivos é revolucionária quando se trata de como os jogos profissionais são jogados, especialmente se consideramos como acontece a tomada de decisões estratégicas, que até pouco tempo era principalmente feita com base na "intuição" ou adesão a tradições passadas. O NumPy forma uma fundação sólida para um grande conjunto de pacotes Python que fornecem funções de alto nível relacionadas à análise de dados, aprendizagem de máquina e algoritmos de IA. +Estes pacotes são amplamente implantados para se obter informações em tempo real que ajudam na tomada de decisão para resultados decisivos, tanto em campo como para se derivar inferências e orientar negócios em torno do jogo de críquete. Encontrar os parâmetros ocultos, padrões, e atributos que levam ao resultado de uma partida de críquete ajuda os envolvidos a tomar nota das percepções do jogo que estariam de outra forma ocultas nos números e estatísticas. {{< figure >}} -src = '/images/content_images/cs/numpy_ca_benefits.png' -alt = 'Diagrama mostrando os benefícios de usar a NumPy para análise de críquete' -title = 'Recursos principais da NumPy utilizados' {{< /figure >}} diff --git a/content/pt/case-studies/deeplabcut-dnn.md b/content/pt/case-studies/deeplabcut-dnn.md index 557b336ab8..76d26240f3 100644 --- a/content/pt/case-studies/deeplabcut-dnn.md +++ b/content/pt/case-studies/deeplabcut-dnn.md @@ -4,18 +4,12 @@ sidebar: false --- {{< figure >}} -src = '/images/content_images/cs/mice-hand.gif' -title = 'Análise de movimentos de mãos de camundongos usando DeepLapCut' -alt = 'micehandanim' -attribution = '(Fonte: 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, *Professor Assistente, École polytechnique fédérale de Lausanne* ([EPFL](https://www.epfl.ch/en/))" + cite="{{< blockquote cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/" by="Alexander Mathis, _Professor Assistente, École polytechnique fédérale de Lausanne_ ([EPFL](https://www.epfl.ch/en/))"" + by="Alexander Mathis, _Assistant Professor, École polytechnique fédérale de Lausanne_ ([EPFL](https://www.epfl.ch/en/))" >}} -Software de código aberto está acelerando a Biomedicina. DeepLabCut permite a análise automática de vídeos de comportamento animal usando Deep Learning. {{< /blockquote >}} ## Sobre o DeepLabCut @@ -25,27 +19,25 @@ Software de código aberto está acelerando a Biomedicina. DeepLabCut permite a Várias áreas de pesquisa, incluindo a neurociência, a medicina e a biomecânica, utilizam dados de rastreamento da movimentação de animais. A DeepLabCut ajuda a compreender o que os seres humanos e outros animais estão fazendo, analisando ações que foram registradas em vídeo. Ao usar automação para tarefas trabalhosas de monitoramento e marcação, junto com análise de dados baseada em redes neurais profundas, a DeepLabCut garante que estudos científicos envolvendo a observação de animais como primatas, camundongos, peixes, moscas etc. sejam mais rápidos e precisos. {{< figure >}} -src = '/images/content_images/cs/race-horse.gif' -title = 'Pontos coloridos rastreiam as posições das partes do corpo de um cavalo de corrida' -alt = 'horserideranim' -attribution = '(Fonte: Mackenzie Mathis)' {{< /figure >}} O rastreamento não invasivo dos animais pela DeepLabCut através da extração de poses é crucial para pesquisas científicas em domínios como a biomecânica, genética, etologia e neurociência. Medir as poses dos animais de maneira não invasiva através de vídeo - sem marcadores - com fundos dinâmicos é computacionalmente desafiador, tanto tecnicamente quanto em termos de recursos e dados de treinamento necessários. -A DeepLabCut permite que pesquisadores façam estimativas de poses para os sujeitos, permitindo que se possa quantificar de maneira eficiente seus comportamentos através de um conjunto de ferramentas de software baseado em Python. Com a DeepLabCut, pesquisadores podem identificar quadros (*frames*) distintos em vídeos e rotular digitalmente partes específicas do corpo em alguns quadros com uma GUI especializada. A partir disso, a arquitetura de estimação de poses baseada em deep learning da DeepLabCut aprende a selecionar essas mesmas características no resto do vídeo e em outros vídeos similares. A ferramenta funciona para várias espécies de animais, desde animais comuns em laboratórios, como moscas e camundongos, até os mais incomuns, como [guepardos][cheetah-movement]. +A DeepLabCut permite que pesquisadores façam estimativas de poses para os sujeitos, permitindo que se possa quantificar de maneira eficiente seus comportamentos através de um conjunto de ferramentas de software baseado em Python. Com a DeepLabCut, pesquisadores podem identificar quadros (frames) distintos em vídeos e rotular digitalmente partes específicas do corpo em alguns quadros com uma GUI especializada. A partir disso, a arquitetura de estimação de poses baseada em deep learning da DeepLabCut aprende a selecionar essas mesmas características no resto do vídeo e em outros vídeos similares. A ferramenta funciona para várias espécies de animais, desde animais comuns em laboratórios, como moscas e camundongos, até os mais incomuns, como [guepardos][cheetah-movement]. -A DeepLabCut usa um princípio chamado [aprendizado por transferência (*transfer learning*)](https://arxiv.org/pdf/1909.11229), o que reduz enormemente a quantidade de dados de treinamento necessários e acelera a convergência do período de treinamento. Dependendo das suas necessidades, usuários podem escolher diferentes arquiteturas de rede que forneçam inferência mais rápida (por exemplo, MobileNetV2), e que também podem ser combinadas com feedback experimental em tempo real. A DeepLabCut usou originalmente os detectores de features de uma arquitetura de alto desempenho para estimativa de poses humanas, chamada [DeeperCut](https://arxiv.org/abs/1605.03170), que inspirou seu nome. O pacote foi significativamente alterado para incluir mais arquiteturas, métodos de ampliação e uma experiência de usuário completa no front-end. Além de possibilitar experimentos biológicos em grande escala, DeepLabCut fornece capacidades ativas de aprendizado para que os usuários possam aumentar o conjunto de treinamento ao longo do tempo, para incluir casos particulares e tornar seu algoritmo de estimativa de poses robusto no seu contexto específico. +[cheetah-movement]: https://www.technologynetworks.com/neuroscience/articles/interview-a-deeper-cut-into-behavior-with-mackenzie-mathis-327618 + +A DeepLabCut usa um princípio chamado [aprendizado por transferência (_transfer learning_)](https://arxiv.org/pdf/1909.11229), o que reduz enormemente a quantidade de dados de treinamento necessários e acelera a convergência do período de treinamento. Dependendo das suas necessidades, usuários podem escolher diferentes arquiteturas de rede que forneçam inferência mais rápida (por exemplo, MobileNetV2), e que também podem ser combinadas com feedback experimental em tempo real. Dependendo das suas necessidades, usuários podem escolher diferentes arquiteturas de rede que forneçam inferência mais rápida (por exemplo, MobileNetV2), e que também podem ser combinadas com feedback experimental em tempo real. O pacote foi significativamente alterado para incluir mais arquiteturas, métodos de ampliação e uma experiência de usuário completa no front-end. Além de possibilitar experimentos biológicos em grande escala, DeepLabCut fornece capacidades ativas de aprendizado para que os usuários possam aumentar o conjunto de treinamento ao longo do tempo, para incluir casos particulares e tornar seu algoritmo de estimativa de poses robusto no seu contexto específico. Recentemente, foi introduzido o [modelo DeepLabCut zoo](http://www.mousemotorlab.org/dlc-modelzoo), que proporciona modelos pré-treinados para várias espécies e condições experimentais, desde a análise facial em primatas até à posição de cães. Isso pode ser executado na nuvem, por exemplo, sem qualquer rotulagem de novos dados ou treinamento em rede neural, e não é necessária nenhuma experiência em programação. ### Principais Objetivos e Resultados -* **Automação da análise de poses animais para estudos científicos:** +- **Automação da análise de poses animais para estudos científicos:** O objetivo principal da tecnologia DeepLabCut é medir e rastrear a postura dos animais em várias configurações. Esses dados podem ser usados, por exemplo, em estudos de neurociência para entender como o cérebro controla o movimento, ou para elucidar como os animais interagem socialmente. Pesquisadores observaram que [desempenho é 10 vezes melhor](https://www.biorxiv.org/content/10.1101/457242v1) com o DeepLabCut. Poses podem ser inferidas off-line em até 1200 quadros por segundo (FPS). -* **Criação de um kit de ferramentas Python fácil de usar para estimativa de poses:** +- **Criação de um kit de ferramentas Python fácil de usar para estimativa de poses:** DeepLabCut queria compartilhar sua tecnologia de estimativa de poses animal na forma de uma ferramenta simples de usar que pudesse ser adotada pelos pesquisadores facilmente. Assim, criaram um conjunto de ferramentas em Python completo e fácil de usar, também com recursos de gerenciamento de projeto. Isso permite não apenas a automação de estimação de poses, mas também o gerenciamento do projeto de ponta a ponta, ajudando o usuário do DeepLabCut Toolkit desde a fase de coleta para criar fluxos de dados compartilháveis e reutilizáveis. @@ -59,35 +51,27 @@ Recentemente, foi introduzido o [modelo DeepLabCut zoo](http://www.mousemotorlab - inferências de desenho usando ferramentas integradas de visualização {{< figure >}} -src = '/images/content_images/cs/deeplabcut-toolkit-steps.png' -title = 'Passos na estimação de poses com DeepLabCut' -alt = 'dlcsteps' -align = 'center' -attribution = '(Fonte: DeepLabCut)' -attributionlink = 'https://twitter.com/DeepLabCut/status/1198046918284210176/photo/1' {{< /figure >}} +[DLCToolkit]: https://github.com/DeepLabCut/DeepLabCut + ### Desafios -* **Velocidade** +- **Velocidade** - Processamento rápido de vídeos de animais para medir seu comportamento e, ao mesmo tempo, tornar os experimentos científicos mais eficientes e precisos. Extrair poses animais detalhadas para experimentos em laboratório, sem marcadores, sobre fundos dinâmicos, pode ser desafiador tanto tecnicamente quanto em termos de recursos e dados de treinamento necessários. Criar uma ferramenta que seja fácil de usar sem necessidade de habilidades como expertise em visão computacional que permita aos cientistas fazerem pesquisa em contextos mais próximos do mundo real é um problema não-trivial a ser solucionado. + Processamento rápido de vídeos de animais para medir seu comportamento e, ao mesmo tempo, tornar os experimentos científicos mais eficientes e precisos. + Extrair poses animais detalhadas para experimentos em laboratório, sem marcadores, sobre fundos dinâmicos, pode ser desafiador tanto tecnicamente quanto em termos de recursos e dados de treinamento necessários. + Criar uma ferramenta que seja fácil de usar sem necessidade de habilidades como expertise em visão computacional que permita aos cientistas fazerem pesquisa em contextos mais próximos do mundo real é um problema não-trivial a ser solucionado. -* **Combinatória** +- **Combinatória** - Combinatória envolve a junção e integração de movimentos de múltiplos membros em um comportamento animal único. Reunir pontos-chave e suas conexões em movimentos animais individuais e encadeá-los em função do tempo é um processo complexo que exige análise numérica intensa, especialmente nos casos de rastreio de múltiplos animais em vídeos experimentais. + Combinatória envolve a junção e integração de movimentos de múltiplos membros em um comportamento animal único. Reunir pontos-chave e suas conexões em movimentos animais individuais e encadeá-los em função do tempo é um processo complexo que exige análise numérica intensa, especialmente nos casos de rastreio de múltiplos animais em vídeos experimentais. -* **Processamento de dados** +- **Processamento de dados** - Por último, mas não menos importante, manipulação de matrizes - processar grandes conjuntos de matrizes correspondentes a várias imagens, tensores alvo e pontos-chave é bastante desafiador. + Por último, mas não menos importante, manipulação de matrizes - processar grandes conjuntos de matrizes correspondentes a várias imagens, tensores alvo e pontos-chave é bastante desafiador. {{< figure >}} -src = '/images/content_images/cs/pose-estimation.png' -title = 'Estimação de poses e complexidade' -alt = 'challengesfig' -align = 'center' -attribution = '(Fonte: Mackenzie Mathis)' -attributionlink = 'https://www.biorxiv.org/content/10.1101/476531v1.full.pdf' {{< /figure >}} ## O papel da NumPy nos desafios da estimação de poses @@ -96,32 +80,21 @@ NumPy supre a principal necessidade da tecnologia DeepLabCut de cálculos numér As seguintes características da NumPy desempenharam um papel fundamental para atender às necessidades de processamento de imagens, combinatória e cálculos rápidos nos algoritmos de estimação de pose na DeepLabCut: -* Vetorização -* Operações em arrays com máscaras -* Álgebra linear -* Amostragem aleatória -* Reordenamento de matrizes grandes +- Vetorização +- Operações em arrays com máscaras +- Álgebra linear +- Amostragem aleatória +- Reordenamento de matrizes grandes -A DeepLabCut utiliza as capacidades de manipulação de arrays da NumPy em todo o fluxo de trabalho oferecido pelo seu conjunto de ferramentas. Em particular, a NumPy é usada para amostragem de quadros distintos para serem rotulados com anotações humanas e para escrita, edição e processamento de dados de anotação. Dentro da TensorFlow, a rede neural é treinada pela tecnologia DeepLabCut em milhares de iterações para prever as anotações verdadeiras dos quadros. Para este propósito, densidades de alvo (*scoremaps*) são criadas para colocar a estimativa como um problema de tradução de imagem a imagem. Para tornar as redes neurais robustas, o aumento de dados é empregado, o que requer o cálculo de scoremaps alvo sujeitos a várias etapas geométricas e de processamento de imagem. Para tornar o treinamento rápido, os recursos de vectorização da NumPy são utilizados. Para inferência, as previsões mais prováveis de scoremaps alvo precisam ser extraídas e é necessário "vincular previsões para montar animais individuais" de maneira eficiente. +A DeepLabCut utiliza as capacidades de manipulação de arrays da NumPy em todo o fluxo de trabalho oferecido pelo seu conjunto de ferramentas. Em particular, a NumPy é usada para amostragem de quadros distintos para serem rotulados com anotações humanas e para escrita, edição e processamento de dados de anotação. Dentro da TensorFlow, a rede neural é treinada pela tecnologia DeepLabCut em milhares de iterações para prever as anotações verdadeiras dos quadros. Para este propósito, densidades de alvo (scoremaps) são criadas para colocar a estimativa como um problema de tradução de imagem a imagem. Para tornar as redes neurais robustas, o aumento de dados é empregado, o que requer o cálculo de scoremaps alvo sujeitos a várias etapas geométricas e de processamento de imagem. Para tornar o treinamento rápido, os recursos de vectorização da NumPy são utilizados. Para inferência, as previsões mais prováveis de scoremaps alvo precisam ser extraídas e é necessário "vincular previsões para montar animais individuais" de maneira eficiente. {{< figure >}} -src = '/images/content_images/cs/deeplabcut-workflow.png' -title = 'Fluxo de dados DeepLabCut' -alt = 'workflow' -attribution = '(Fonte: 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 >}} ## Resumo -Observação e descrição eficiente do comportamento é uma peça fundamental da etologia, neurociência, medicina e tecnologia modernas. [DeepLabCut](http://orga.cvss.cc/wp-content/uploads/2019/05/NathMathis2019.pdf) permite que os pesquisadores estimem a pose do sujeito, permitindo efetivamente que o seu comportamento seja quantificado. Com apenas um pequeno conjunto de imagens de treinamento, o conjunto de ferramentas em Python da DeepLabCut permite treinar uma rede neural tão precisa quanto a rotulagem humana, expandindo assim sua aplicação para não só análise de comportamento dentro do laboratório, mas também potencialmente em esportes, análise de locomoção, medicina e estudos sobre reabilitação. Desafios complexos em combinatória e processamento de dados enfrentados pelos algoritmos da DeepLabCut são tratados através do uso de recursos de manipulação de matriz do NumPy. +Observação e descrição eficiente do comportamento é uma peça fundamental da etologia, neurociência, medicina e tecnologia modernas. +Observação e descrição eficiente do comportamento é uma peça fundamental da etologia, neurociência, medicina e tecnologia modernas. Com apenas um pequeno conjunto de imagens de treinamento, o conjunto de ferramentas em Python da DeepLabCut permite treinar uma rede neural tão precisa quanto a rotulagem humana, expandindo assim sua aplicação para não só análise de comportamento dentro do laboratório, mas também potencialmente em esportes, análise de locomoção, medicina e estudos sobre reabilitação. Desafios complexos em combinatória e processamento de dados enfrentados pelos algoritmos da DeepLabCut são tratados através do uso de recursos de manipulação de matriz do NumPy. {{< figure >}} -src = '/images/content_images/cs/numpy_dlc_benefits.png' -alt = 'numpy benefits' -title = 'Recursos chave do NumPy utilizados' {{< /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 diff --git a/content/pt/case-studies/gw-discov.md b/content/pt/case-studies/gw-discov.md index cb371914fc..6801f30384 100644 --- a/content/pt/case-studies/gw-discov.md +++ b/content/pt/case-studies/gw-discov.md @@ -4,17 +4,11 @@ sidebar: false --- {{< figure >}} -src = '/images/content_images/cs/gw_sxs_image.png' -title = 'Ondas gravitacionais' -alt = 'binary coalesce black hole generating gravitational waves' -attribution = '(Créditos de imagem: O projeto Simulating eXtreme Spacetimes (SXS) no LIGO)' -attributionlink = 'https://youtu.be/Zt8Z_uzG71o' {{< /figure >}} {{< blockquote - cite="https://www.youtube.com/watch?v=BIvezCVcsYs" - by="David Shoemaker, *Colaborador Científico no LIGO*" >}} -O ecossistema científico Python é uma infraestrutura crítica para a pesquisa feita no LIGO. + cite="https://www.youtube.com/watch?v=BIvezCVcsYs" + by="David Shoemaker, _Colaborador Científico no LIGO_" >}} {{< /blockquote >}} ## Sobre [Ondas Gravitacionais](https://www.nationalgeographic.com/news/2017/10/what-are-gravitational-waves-ligo-astronomy-science/) e o [LIGO](https://www.ligo.caltech.edu) @@ -23,64 +17,53 @@ Ondas gravitacionais são ondulações no tecido espaço-tempo, gerado por event O [Observatório Interferômetro Laser de Ondas Gravitacionais (LIGO)](https://www.ligo.caltech.edu) foi projetado para abrir o campo da astrofísica das ondas gravitacionais através da detecção direta de ondas gravitacionais previstas pela Teoria Geral da Relatividade de Einstein. O observatório consiste de dois interferômetros amplamente separados dentro dos Estados Unidos - um em Hanford, Washington e o outro em Livingston, Louisiana — operando em uníssono para detectar ondas gravitacionais. Cada um deles tem detectores em escala quilométrica de ondas gravitacionais que usam interferometria laser. A Colaboração Científica LIGO (LSC), é um grupo de mais de 1000 cientistas de universidades dos Estados Unidos e em 14 outros países apoiados por mais de 90 universidades e institutos de pesquisa; aproximadamente 250 estudantes contribuem ativamente com a colaboração. A nova descoberta do LIGO é a primeira observação de ondas gravitacionais em si, feita medindo os pequenos distúrbios que as ondas fazem ao espaço-tempo enquanto atravessam a Terra. A descoberta abriu novas fronteiras astrofísicas que exploram o lado "curvado" do universo - objetos e fenômenos que são feitos a partir da curvatura do espaço-tempo. - ### Objetivos -* Embora sua [missão](https://www.ligo.caltech.edu/page/what-is-ligo) seja detectar ondas gravitacionais de alguns dos processos mais violentos e enérgicos no Universo, os dados que o LIGO coleta podem ter efeitos de grande alcance em muitas áreas da física, incluindo gravitação, relatividade, astrofísica, cosmologia, física de partículas e física nuclear. -* Processar dados observados através de cálculos numéricos de relatividade que envolvem matemática complexa para identificar o sinal e o ruído, filtrar o sinal relevante e estimar estatisticamente o significado dos dados observados. -* Visualização de dados para que os resultados binários/numéricos possam ser compreendidos. - - +- Embora sua [missão](https://www.ligo.caltech.edu/page/what-is-ligo) seja detectar ondas gravitacionais de alguns dos processos mais violentos e enérgicos no Universo, os dados que o LIGO coleta podem ter efeitos de grande alcance em muitas áreas da física, incluindo gravitação, relatividade, astrofísica, cosmologia, física de partículas e física nuclear. +- Processar dados observados através de cálculos numéricos de relatividade que envolvem matemática complexa para identificar o sinal e o ruído, filtrar o sinal relevante e estimar estatisticamente o significado dos dados observados. +- Visualização de dados para que os resultados binários/numéricos possam ser compreendidos. ### Desafios -* **Computação** +- **Computação** - As ondas gravitacionais são difíceis de detectar pois produzem um efeito muito pequeno e têm uma pequena interação com a matéria. Processar e analisar todos os dados do LIGO requer uma vasta infraestrutura de computação. Depois de cuidar do ruído, que é bilhões de vezes maior que o sinal, ainda há equações de relatividade complexas e enormes quantidades de dados que apresentam um desafio computacional: [O(10^7) horas de CPU necessárias para análises de fusão binária](https://youtu.be/7mcHknWWzNI) espalhado em 6 clusters LIGO dedicados. + As ondas gravitacionais são difíceis de detectar pois produzem um efeito muito pequeno e têm uma pequena interação com a matéria. Processar e analisar todos os dados do LIGO requer uma vasta infraestrutura de computação. Depois de cuidar do ruído, que é bilhões de vezes maior que o sinal, ainda há equações de relatividade complexas e enormes quantidades de dados que apresentam um desafio computacional: [O(10^7) horas de CPU necessárias para análises de fusão binária](https://youtu.be/7mcHknWWzNI) espalhado em 6 clusters LIGO dedicados. -* **Sobrecarga de dados** +- **Sobrecarga de dados** - À medida que os dispositivos observacionais se tornam mais sensíveis e confiáveis, os desafios criados pela sobrecarga de dados e a procura por uma agulha em um palheiro se tornam muito maiores. O LIGO gera terabytes de dados todos os dias! Entender esses dados requer um enorme esforço para cada detecção. Por exemplo, os sinais sendo coletados pelo LIGO devem ser combinados por supercomputadores e comparados a centenas de milhares de modelos de possíveis assinaturas de ondas gravitacionais. + À medida que os dispositivos observacionais se tornam mais sensíveis e confiáveis, os desafios criados pela sobrecarga de dados e a procura por uma agulha em um palheiro se tornam muito maiores. + O LIGO gera terabytes de dados todos os dias! Entender esses dados requer um enorme esforço para cada detecção. Por exemplo, os sinais sendo coletados pelo LIGO devem ser combinados por supercomputadores e comparados a centenas de milhares de modelos de possíveis assinaturas de ondas gravitacionais. -* **Visualização** +- **Visualização** - Uma vez que os obstáculos relacionados a compreender as equações de Einstein bem o suficiente para resolvê-las usando supercomputadores foram ultrapassados, o próximo grande desafio era tornar os dados compreensíveis para o cérebro humano. A modelagem de simulações, assim como a detecção de sinais, exigem técnicas de visualização efetiva. A visualização também desempenha um papel de fornecer mais credibilidade à relatividade numérica aos olhos dos aficionados pela ciência pura, que não dão importância suficiente à relatividade numérica até que a imagem e as simulações tornem mais fácil a compreensão dos resultados para um público maior. A velocidade da computação complexa, e da renderização, re-renderização de imagens e simulações usando as últimas entradas e informações experimentais pode ser uma atividade demorada que desafia pesquisadores neste domínio. + Uma vez que os obstáculos relacionados a compreender as equações de Einstein bem o suficiente para resolvê-las usando supercomputadores foram ultrapassados, o próximo grande desafio era tornar os dados compreensíveis para o cérebro humano. A modelagem de simulações, assim como a detecção de sinais, exigem técnicas de visualização efetiva. A visualização também desempenha um papel de fornecer mais credibilidade à relatividade numérica aos olhos dos aficionados pela ciência pura, que não dão importância suficiente à relatividade numérica até que a imagem e as simulações tornem mais fácil a compreensão dos resultados para um público maior. + A velocidade da computação complexa, e da renderização, re-renderização de imagens e simulações usando as últimas entradas e informações experimentais pode ser uma atividade demorada que desafia pesquisadores neste domínio. {{< figure >}} -src = '/images/content_images/cs/gw_strain_amplitude.png' -alt = 'gravitational waves strain amplitude' -title = 'Amplitude estimada da deformação das ondas gravitacionais do evento GW150914' -attribution = '(Créditos do gráfico: 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 >}} ## O papel da NumPy na detecção de ondas gravitacionais -Ondas gravitacionais emitidas da fusão não podem ser calculadas usando nenhuma técnica a não ser relatividade numérica por força bruta usando supercomputadores. A quantidade de dados que o LIGO coleta é imensa tanto quanto os sinais de ondas gravitacionais são pequenos. +Ondas gravitacionais emitidas da fusão não podem ser calculadas usando nenhuma técnica a não ser relatividade numérica por força bruta usando supercomputadores. +A quantidade de dados que o LIGO coleta é imensa tanto quanto os sinais de ondas gravitacionais são pequenos. NumPy, o pacote padrão de análise numérica para Python, foi parte do software utilizado para várias tarefas executadas durante o projeto de detecção de ondas gravitacionais no LIGO. A NumPy ajudou a resolver problemas matemáticos e de manipulação de dados complexos em alta velocidade. Aqui estão alguns exemplos: -* [Processamento de sinais](https://www.uv.es/virgogroup/Denoising_ROF.html): Detecção de falhas, [Identificação de ruídos e caracterização de dados](https://ep2016.europython.eu/media/conference/slides/pyhton-in-gravitational-waves-research-communities.pdf) (NumPy, scikit-learn, scipy, matplotlib, pandas, PyCharm) -* Recuperação de dados: Decidir quais dados podem ser analisados, compreender se os dados contém um sinal - como uma agulha em um palheiro -* Análise estatística: estimar o significado estatístico dos dados observados, estimando os parâmetros do sinal (por exemplo, massa de estrelas, velocidade de giro e distância) em comparação com um modelo. -* Visualização de dados +- [Processamento de sinais](https://www.uv.es/virgogroup/Denoising_ROF.html): Detecção de falhas, [Identificação de ruídos e caracterização de dados](https://ep2016.europython.eu/media/conference/slides/pyhton-in-gravitational-waves-research-communities.pdf) (NumPy, scikit-learn, scipy, matplotlib, pandas, PyCharm) +- Recuperação de dados: Decidir quais dados podem ser analisados, compreender se os dados contém um sinal - como uma agulha em um palheiro +- Análise estatística: estimar o significado estatístico dos dados observados, estimando os parâmetros do sinal (por exemplo, massa de estrelas, velocidade de giro e distância) em comparação com um modelo. +- Visualização de dados - Séries temporais - Espectrogramas -* Cálculo de correlações -* [Software](https://github.com/lscsoft) fundamental desenvolvido na análise de ondas gravitacionais, como [GwPy](https://gwpy.github.io/docs/stable/overview.html) e [PyCBC](https://pycbc.org) usam NumPy e AstroPy internamente para fornecer interfaces baseadas em objetos para utilidades, ferramentas e métodos para o estudo de dados de detectores de ondas gravitacionais. +- Cálculo de correlações +- [Software](https://github.com/lscsoft) fundamental desenvolvido na análise de ondas gravitacionais, como [GwPy](https://gwpy.github.io/docs/stable/overview.html) e [PyCBC](https://pycbc.org) usam NumPy e AstroPy internamente para fornecer interfaces baseadas em objetos para utilidades, ferramentas e métodos para o estudo de dados de detectores de ondas gravitacionais. {{< figure >}} -src = '/images/content_images/cs/gwpy-numpy-dep-graph.png' -alt = 'gwpy-numpy depgraph' -title = 'Grafo de dependências mostrando como o pacote GwPy depended da NumPy' {{< /figure >}} ---- {{< figure >}} -src = '/images/content_images/cs/PyCBC-numpy-dep-graph.png' -alt = 'PyCBC-numpy depgraph' -title = 'Grafo de dependências mostrando como o pacote PyCBC depended da NumPy' {{< /figure >}} ## Resumo @@ -88,7 +71,4 @@ title = 'Grafo de dependências mostrando como o pacote PyCBC depended da NumPy' A detecção de ondas gravitacionais permitiu que pesquisadores descobrissem fenômenos totalmente inesperados ao mesmo tempo em que proporcionaram novas idéias sobre muitos dos fenômenos mais profundos conhecidos na astrofísica. O processamento e a visualização de dados é um passo crucial que ajuda cientistas a obter informações coletadas de observações científicas e a entender os resultados. Os cálculos são complexos e não podem ser compreendidos por humanos a não ser que sejam visualizados usando simulações de computador que são alimentadas com dados e análises reais observados. A NumPy, junto com outras bibliotecas Python, como matplotlib, pandas, e scikit-learn [permitem que pesquisadores](https://www.gw-openscience.org/events/GW150914/) respondam perguntas complexas e descubram novos horizontes em nossa compreensão do universo. {{< figure >}} -src = '/images/content_images/cs/numpy_gw_benefits.png' -alt = 'numpy benefits' -title = 'Recursos chave da NumPy utilizados' {{< /figure >}} diff --git a/content/pt/citing-numpy.md b/content/pt/citing-numpy.md index f947689548..046bfe878e 100644 --- a/content/pt/citing-numpy.md +++ b/content/pt/citing-numpy.md @@ -1,25 +1,25 @@ --- -title: Citando a NumPy +title: Citando o Numpy sidebar: false --- -Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, sugerimos citar os seguintes documentos: +Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, sugerimos citar o seguinte artigo: -* Harris, C.R., Millman, K.J., van der Walt, S.J. 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). ([Link da editora](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). ([Link da editora](https://www.nature.com/articles/s41586-020-2649-2)). _Em formato BibTeX:_ - ``` -@Article{ harris2020array, + ``` + @Article{ harris2020array, title = {Array programming with {NumPy}}, - author = {Charles R. Harris and K. Jarrod Millman and St{'{e}}fan J. + author = {Charles R. Harris and K. Jarrod Millman and St{\'{e}}fan J. van der Walt and Ralf Gommers and Pauli Virtanen and David Cournapeau and Eric Wieser and Julian Taylor and Sebastian Berg and Nathaniel J. Smith and Robert Kern and Matti Picus and Stephan Hoyer and Marten H. van Kerkwijk and Matthew - Brett and Allan Haldane and Jaime Fern{'{a}}ndez del - R{'{\i}}o and Mark Wiebe and Pearu Peterson and Pierre - G{'{e}}rard-Marchant and Kevin Sheppard and Tyler Reddy and + Brett and Allan Haldane and Jaime Fern{\'{a}}ndez del + R{\'{i}}o and Mark Wiebe and Pearu Peterson and Pierre + G{\'{e}}rard-Marchant and Kevin Sheppard and Tyler Reddy and Warren Weckesser and Hameer Abbasi and Christoph Gohlke and Travis E. Oliphant}, year = {2020}, @@ -31,5 +31,5 @@ _Em formato BibTeX:_ doi = {10.1038/s41586-020-2649-2}, publisher = {Springer Science and Business Media {LLC}}, url = {https://doi.org/10.1038/s41586-020-2649-2} -} -``` + } + ``` diff --git a/content/pt/code-of-conduct.md b/content/pt/code-of-conduct.md index 52f6057190..c679358fa0 100644 --- a/content/pt/code-of-conduct.md +++ b/content/pt/code-of-conduct.md @@ -7,7 +7,7 @@ aliases: ### Introdução -Este código de conduta aplica-se a todos os espaços gerenciados pelo projeto NumPy, incluindo todas as listas de discussão públicas e privadas, *issue tracker*, wikis, blogs, Twitter e qualquer outro canal de comunicação usado pela nossa comunidade. O projeto NumPy não organiza eventos presenciais. No entanto, os eventos relacionados à nossa comunidade devem ter um código de conduta semelhante ao atual. +Este código de conduta aplica-se a todos os espaços gerenciados pelo projeto NumPy, incluindo todas as listas de discussão públicas e privadas, issue tracker, wikis, blogs, Twitter e qualquer outro canal de comunicação usado pela nossa comunidade. O projeto NumPy não organiza eventos presenciais. No entanto, os eventos relacionados à nossa comunidade devem ter um código de conduta semelhante ao atual. Este Código de Conduta deve ser honrado por todas as pessoas que participam da comunidade NumPy formal ou informalmente, ou que reivindicam qualquer afiliação com o projeto, em qualquer atividade relacionada ao projeto, especialmente ao representar o projeto, em qualquer função. @@ -22,16 +22,16 @@ Nós nos esforçamos para: 3. Sermos colaborativos. O nosso trabalho será utilizado por outras pessoas e, por sua vez, dependeremos do trabalho dos outros. Quando fazemos algo em benefício do projeto, estamos dispostos a explicar aos outros como esse algo funciona, para que outros possam desenvolver o trabalho e torná-lo ainda melhor. Qualquer decisão que tomemos afetará nossos usuários e os colegas, e levamos essas consequências a sério quando tomamos decisões. 4. Sermos inquisitivos. Ninguém sabe tudo! Fazer perguntas antecipadamente evita muitos problemas mais tarde, por isso encorajamos as perguntas, embora possamos encaminhá-las para um fórum adequado. Vamos nos esforçar para sermos sensíveis e úteis. 5. Termos cuidado com as palavras que escolhemos. Somos cuidadosos e respeitosos na nossa comunicação e assumimos a responsabilidade pelo nosso próprio discurso. Seja gentil com os outros. Não insulte ou deprecie outros participantes. Nós não aceitaremos assédio ou outros comportamentos exclusivos, como: - * Ameaças ou linguagem violenta direcionadas contra outra pessoa. - * Piadas e linguagem sexista, racista ou discriminatória. - * Postagem de material sexualmente explícito ou violento. - * Postar (ou ameaçar postar) informações pessoais de outras pessoas (“doxing”). - * Compartilhar conteúdo privado, como e-mails enviados de maneira privada ou não-pública, ou fóruns não registrados, como histórico de canais IRC, sem o consentimento do remetente. - * Insultos pessoais, especialmente aqueles que utilizam termos racistas ou sexistas. - * Atenção sexual não consentida. - * Profanidade excessiva. Por favor, evite palavrões; as pessoas diferem muito na sua sensibilidade à linguagem. - * Assédio reiterado. Em geral, se alguém pedir que você pare, então pare. - * Advogar em favor ou encorajar qualquer um dos comportamentos acima. + - Ameaças ou linguagem violenta direcionadas contra outra pessoa. + - Piadas e linguagem sexista, racista ou discriminatória. + - Postagem de material sexualmente explícito ou violento. + - Postar (ou ameaçar postar) informações pessoais de outras pessoas (“doxing”). + - Compartilhar conteúdo privado, como e-mails enviados de maneira privada ou não-pública, ou fóruns não registrados, como histórico de canais IRC, sem o consentimento do remetente. + - Insultos pessoais, especialmente aqueles que utilizam termos racistas ou sexistas. + - Atenção sexual não consentida. + - Profanidade excessiva. Por favor, evite palavrões; as pessoas diferem muito na sua sensibilidade à linguagem. + - Assédio reiterado. Em geral, se alguém pedir que você pare, então pare. + - Advogar em favor ou encorajar qualquer um dos comportamentos acima. ### Declaração de diversidade @@ -53,9 +53,9 @@ Você pode relatar problemas ao Comitê do Código de Conduta NumPy em numpy-con Atualmente, o comitê é formato por: -* Stefan van der Walt -* Melissa Weber Mendonça -* Rohit Goswami +- Stefan van der Walt +- Melissa Weber Mendonça +- Rohit Goswami Se o seu relatório envolve algum membro da comissão, ou se você sentir que existe um conflito de interesses em tratá-lo, então os membros abster-se-ão de considerar o seu relatório. Como alternativa, se por qualquer razão você se sentir desconfortável em fazer um relatório à comissão, então você também pode entrar em contato com a equipe sênior da NumFOCUS em [conduct@numfocus.org](https://numfocus.org/code-of-conduct#persons-responsible). @@ -80,4 +80,4 @@ O comitê responderá a qualquer relatório o mais rapidamente possível e, no m Somos gratos aos grupos responsáveis pelos documentos abaixo, dos quais retiramos conteúdo e inspiração: -- [The SciPy Code of Conduct](https://docs.scipy.org/doc/scipy/dev/conduct/code_of_conduct.html) +- [O C´ SciPy Code of Conduct](https://docs.scipy.org/doc/scipy/dev/conduct/code_of_conduct.html) diff --git a/content/pt/community.md b/content/pt/community.md index 7992ff2fd6..79c12cdae6 100644 --- a/content/pt/community.md +++ b/content/pt/community.md @@ -3,21 +3,21 @@ title: Comunidade sidebar: false --- -NumPy é um projeto de código aberto impulsionado pela comunidade desenvolvido por um grupo muito diversificado de [contribuidores](/pt/teams/). A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva. Por favor, leia [o Código de Conduta NumPy](/pt/code-of-conduct) para orientações sobre como interagir com os outros de uma forma que faça a comunidade prosperar. - -Oferecemos vários canais de comunicação para aprender, compartilhar seu conhecimento e se conectar com outros dentro da comunidade NumPy. +NumPy é um projeto de código aberto impulsionado pela comunidade desenvolvido por um grupo muito diversificado de [contribuidores](/pt/teams/). A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva. A liderança do NumPy assumiu um forte compromisso de criar uma comunidade aberta, inclusiva e positiva. +Oferecemos vários canais de comunicação para aprender, compartilhar seu conhecimento e se conectar com outros na comunidade NumPy. ## Participar online -Abaixo, listamos algumas formas de se envolver diretamente com o projeto e a comunidade do NumPy. _Por favor, note que encorajamos os usuários e membros da comunidade a apoiarem-se uns aos outros para perguntas sobre utilização - veja [Obter Ajuda](/gethelp)._ - +Abaixo, listamos algumas formas de se envolver diretamente com o projeto e a comunidade NumPy. +_Por favor, note que encorajamos os usuários e membros da comunidade a apoiarem-se uns aos outros para perguntas sobre utilização - veja [Obter Ajuda](/pt/gethelp)._ ### [Lista de discussões NumPy](https://mail.python.org/mailman/listinfo/numpy-discussion) -Esta lista é o principal fórum para discussões mais longas, como adicionar novos recursos ao NumPy, fazer alterações no roadmap do NumPy e em todos os tipos de tomada de decisão para todo o projeto. Anúncios sobre o NumPy, como novas versões, reuniões de desenvolvedores, sprints ou palestras de conferência também são feitas nesta lista. +Esta lista é o principal fórum para discussões mais longas, como adicionar novos recursos ao NumPy, fazer alterações no roadmap do NumPy e em todos os tipos de tomada de decisão para todo o projeto. +Anúncios sobre o NumPy, como novas versões, reuniões de desenvolvedores, sprints ou palestras de conferência também são feitos nesta lista. -Nesta lista, por favor, use *bottom posting*, responda à lista (em vez de a outro remetente), e não responda aos *digests*. Um arquivo pesquisável desta lista está disponível [aqui](https://mail.python.org/archives/list/numpy-discussion@python.org/). +Nesta lista, por favor, use bottom posting, responda à lista (em vez de a outro remetente), e não responda aos digests. Um arquivo pesquisável desta lista está disponível [aqui](https://mail.python.org/archives/list/numpy-discussion@python.org/). *** @@ -27,36 +27,35 @@ Nesta lista, por favor, use *bottom posting*, responda à lista (em vez de a out - problemas de documentação (ex. "Eu achei esta seção confusa"); - e pedidos de recursos (por exemplo, "Eu gostaria de ter um novo método de interpolação em `np.percentile`"). -_Por favor, note que o GitHub não é o lugar certo para relatar uma vulnerabilidade de segurança. Se você acha que encontrou uma vulnerabilidade de segurança no NumPy, relate-a [aqui](https://tidelift.com/docs/security)._ +_Por favor, note que o GitHub não é o lugar certo para relatar uma vulnerabilidade de segurança. Se você acredita ter encontrado uma vulnerabilidade de segurança no NumPy, relate-a [aqui](https://tidelift.com/docs/security)._ *** ### [Slack](https://numpy-team.slack.com) -Uma sala de bate-papo em tempo real para fazer perguntas sobre _contribuir_ para o NumPy. Este é um fórum privado, especificamente para pessoas hesitantes em levantar suas perguntas ou idéias em uma grande lista de e-mails públicos ou no GitHub. Por favor, clique [aqui](https://numpy.org/devdocs/dev/index.html#contributing-to-numpy) para mais detalhes e como obter um convite. - +Uma sala de bate-papo em tempo real para fazer perguntas sobre _contribuir_ para o NumPy. +Este é um fórum privado, especificamente para pessoas hesitantes em levantar suas perguntas ou ideias em uma grande lista de e-mails públicos ou no GitHub. +Por favor, clique [aqui](https://numpy.org/devdocs/dev/index.html#contributing-to-numpy) para mais detalhes e como obter um convite. ## Grupos de Estudo e Meetups Se você gostaria de encontrar um encontro ou grupo de estudo local para aprender mais sobre o NumPy e o ecossistema mais amplo de pacotes Python para ciência de dados e computação científica, recomendamos explorar os [meetups PyData](https://www.meetup.com/pro/pydata/) (mais de 150 encontros, mais de 100.000 membros). -O NumPy também organiza sprints presenciais para sua equipe e colaboradores interessados ocasionalmente. Estes eventos são normalmente planejados com vários meses de antecedência e serão anunciados na [lista de discussão](https://mail.python.org/mailman/listinfo/numpy-discussion) e no [Twitter](https://twitter.com/numpy_team). - +O NumPy também organiza sprints presenciais para sua equipe e colaboradores interessados ocasionalmente. Estes eventos são normalmente planejados com vários meses de antecedência e serão anunciados na [lista de discussão](https://mail.python.org/mailman/listinfo/numpy-discussion). ## Conferências O projeto NumPy não organiza suas próprias conferências. As conferências que tradicionalmente têm sido mais populares com mantenedores, colaboradores e usuários são as conferências SciPy e PyData: -- [SciPy US](https://conference.scipy.org) -- [EuroSciPy](https://www.euroscipy.org) -- [SciPy Latin America](https://www.scipyla.org) -- [SciPy India](https://scipy.in) -- [SciPy Japan](https://conference.scipy.org) -- [conferências PyData](https://pydata.org/event-schedule/) (15-20 eventos por ano espalhados por muitos países) +- SciPy US +- EuroSciPy +- SciPy Latin America +- SciPy India +- SciPyData Japão +- conferências PyData (de 15 a 20 eventos por ano espalhados por muitos países) Muitas dessas conferências incluem dias de tutorial sobre o NumPy e/ou sprints onde você pode aprender como contribuir com o NumPy ou projetos de código aberto relacionados. - ## Junte-se à comunidade NumPy Para prosperar, o projeto NumPy precisa de sua experiência e entusiasmo. Não é uma pessoa programadora? Sem problemas! Existem muitas maneiras de contribuir com o NumPy. diff --git a/content/pt/config.yaml b/content/pt/config.yaml index 14ab9eed72..d6d231f377 100644 --- a/content/pt/config.yaml +++ b/content/pt/config.yaml @@ -6,73 +6,71 @@ params: text: NumPy link: /pt/ hero: - #Main hero title + # Main hero title title: NumPy - #Hero subtitle (optional) + # Hero subtitle (optional) subtitle: A biblioteca fundamental para computação científica com Python - #Button text - buttontext: "Última versão: NumPy 1.26. Veja todas as versões" - #Where the main hero button links to + # Button text + buttontext: "Última versão: NumPy 2.2. Veja todas as versões" + # Where the main hero button links to buttonlink: "/pt/news/#releases" - #Hero image (from static/images/___) + # Hero image (from static/images/___) image: logo.svg shell: title: placeholder intro: - - title: Experimentar o NumPy - text: Use o shell interativo para testar o NumPy no navegador + - title: Experimentar o NumPy + text: Use o shell interativo para testar o NumPy no navegador docslink: Não se esqueça de conferir a documentação. casestudies: title: ESTUDOS DE CASO features: - - title: A Primeira Imagem de um Buraco Negro - text: Como o NumPy, junto com outras bibliotecas como SciPy e Matplotlib que dependem do NumPy, permitiram ao Event Horizon Telescope gerar a primeira imagem de um buraco negro da história. - img: /images/content_images/case_studies/blackhole.png - alttext: Primeira imagem de um buraco negro. É um círculo laranja em um fundo preto. - url: /pt/case-studies/blackhole-image - - title: Descoberta de Ondas Gravitacionais - text: Em 1916, Albert Einstein previu ondas gravitacionais; 100 anos depois, sua existência foi confirmada pelos cientistas do LIGO usando NumPy. - img: /images/content_images/case_studies/gravitional.png - alttext: Duas esferas orbitando a si mesmas. Elas deslocam a gravidade em seu entorno. - url: /pt/case-studies/gw-discov - - title: Análise Esportiva - text: A análise de críquete está mudando o jogo ao melhorar o desempenho de jogadores e times através de modelagem estatística e análise preditiva. O NumPy possibilita muitas dessas análises. - img: /images/content_images/case_studies/sports.jpg - alttext: Bola de críquete em um campo verde - url: /pt/case-studies/cricket-analytics - - title: Estimação de poses usando deep learning - text: DeepLabCut usa o NumPy para acelerar estudos científicos que envolvem comportamento animal para entender melhor o controle motor em várias espécies e escalas de tempo. - img: /images/content_images/case_studies/deeplabcut.png - alttext: Análise de pose de um guepardo - url: /pt/case-studies/deeplabcut-dnn + - title: A Primeira Imagem de um Buraco Negro + text: Como o NumPy, junto com outras bibliotecas como SciPy e Matplotlib que dependem do NumPy, permitiram ao Event Horizon Telescope gerar a primeira imagem de um buraco negro da história. + img: /images/content_images/case_studies/blackhole.png + alttext: Primeira imagem de um buraco negro. É um círculo laranja em um fundo preto. + url: /pt/case-studies/blackhole-image + - title: Descoberta de Ondas Gravitacionais + text: Em 1916, Albert Einstein previu ondas gravitacionais; 100 anos depois, sua existência foi confirmada pelos cientistas do LIGO usando NumPy. + img: /images/content_images/case_studies/gravitional.png + alttext: Duas esferas orbitando a si mesmas. Elas deslocam a gravidade em seu entorno. + url: /pt/case-studies/gw-discov + - title: Análise Esportiva + text: A análise de críquete está mudando o jogo ao melhorar o desempenho de jogadores e times através de modelagem estatística e análise preditiva. O NumPy possibilita muitas dessas análises. + img: /images/content_images/case_studies/sports.jpg + alttext: Bola de críquete em um campo verde + url: /pt/case-studies/cricket-analytics + - title: Estimação de poses usando deep learning + text: DeepLabCut usa o NumPy para acelerar estudos científicos que envolvem comportamento animal para entender melhor o controle motor em várias espécies e escalas de tempo. + img: /images/content_images/case_studies/deeplabcut.png + alttext: Análise de pose de um guepardo + url: /pt/case-studies/deeplabcut-dnn tabs: title: ECOSSISTEMA section5: false navbar: - - title: Instalação - url: /pt/install - - title: Documentação - url: https://numpy.org/doc/stable - - title: Aprenda - url: /pt/learn - - title: Comunidade - url: /pt/community - - title: Sobre - url: /pt/about - - title: Notícias - url: /pt/news - - title: Contribuir - url: /pt/contribute + - title: Instalação + url: /pt/install + - title: Documentação + url: https://numpy.org/doc/stable + - title: Aprenda + url: /pt/learn + - title: Comunidade + url: /pt/community + - title: Sobre + url: /pt/about + - title: Notícias + url: /pt/news + - title: Contribuir + url: /pt/contribute footer: logo: logo.svg socialmediatitle: "" socialmedia: - - link: https://github.com/numpy/numpy - icon: github - - link: https://www.youtube.com/channel/UCguIL9NZ7ybWK5WQ53qbHng - icon: youtube - - link: https://twitter.com/numpy_team - icon: twitter + - link: https://github.com/numpy/numpy + icon: github + - link: https://www.youtube.com/channel/UCguIL9NZ7ybWK5WQ53qbHng + icon: youtube quicklinks: column1: title: "" diff --git a/content/pt/contribute.md b/content/pt/contribute.md index 65b82636b8..68eb0fbf33 100644 --- a/content/pt/contribute.md +++ b/content/pt/contribute.md @@ -3,64 +3,76 @@ title: Contribua com o NumPy sidebar: false --- -O projeto NumPy precisa de sua experiência e entusiasmo! Suas opções de não são limitadas à programação -- além de +O projeto NumPy precisa de sua experiência e entusiasmo! +Suas opções não são limitadas à programação. Como pode ver a seguir, há várias áreas em que precisamos da **sua** ajuda. Se você não sabe por onde começar ou como suas habilidades podem ajudar, _fale conosco!_ Você pode perguntar na nossa [lista de emails](https://mail.python.org/mailman/listinfo/numpy-discussion) ou [GitHub](http://github.com/numpy/numpy) (abrindo uma [issue](https://github.com/numpy/numpy/issues) ou comentando em uma issue relevante). Estes são os nossos canais de comunicação preferidos (projetos de código aberto são abertos por natureza!). No entanto, se você preferir discutir em privado, entre em contato com os coordenadores da comunidade em ou no [Slack](https://numpy-team.slack.com) (envie um e-mail para para obter um convite antes de entrar). -Nós também temos uma _reunião aberta da comunidade_ a cada duas semanas. Os detalhes são anunciados na nossa [lista de emails](https://mail.python.org/mailman/listinfo/numpy-discussion). Convidamos você a participar. Se você nunca contribuiu para projetos de código aberto, recomendamos fortemente que você leita [esse guia](https://opensource.guide/how-to-contribute/). +Nós também temos uma _reunião aberta da comunidade_ a cada duas semanas. Os detalhes são anunciados na nossa [lista de emails](https://mail.python.org/mailman/listinfo/numpy-discussion). +Convidamos você a participar. +Se você nunca contribuiu para projetos de código aberto, recomendamos fortemente que você leita [esse guia](https://opensource.guide/how-to-contribute/). Nossa comunidade deseja tratar todos da mesma forma e valorizar todas as contribuições. Temos um [Código de Conduta](/pt/code-of-conduct) para promover um ambiente aberto e acolhedor. +Para um guia visual sobre como contribuir com o NumPy, confira este [quadrinho](https://heyzine.com/flip-book/3e66a13901.html). + +{{< comic >}} + ### Escrevendo código Para pessoas programadoras, este [guia](https://numpy.org/devdocs/dev/index.html#development-process-summary) explica como contribuir para a base de código.
Confira também nosso [canal do YouTube](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) para obter informações adicionais. +### Revisando pull requests -### Revisar pull requests O projeto tem mais de 250 pull requests abertos -- o que significa que muitas potenciais melhorias e muitos contribuidores de código aberto estão aguardando feedback. Se você é uma pessoa programadora que conhece o NumPy, você pode ajudar, mesmo que não tenha familiaridade com o código. Você pode: -* resumir uma discussão longa -* fazer triagem de PRs de documentação -* testar alterações propostas - -### Desenvolvimento de materiais educacionais +- resumir uma discussão longa +- fazer triagem de PRs de documentação +- testar alterações propostas -O [Guia do Usuário](https://numpy.org/devdocs) do Numpy está sendo reformado. Precisamos de novos tutoriais, how-to's e de explicações de conceitos, e o site precisa de reestruturação. Oportunidades não se limitam a pessoas com experiência em escrita técnica. Também procuramos exemplos práticos, notebooks e vídeos. A [NEP 44](https://numpy.org/neps/nep-0044-restructuring-numpy-docs.html) explica nossas ideias para reestruturar a documentação do NumPy — talvez você também tenha outras ideias. +### Desenvolvendo materiais educacionais +O [Guia do Usuário](https://numpy.org/devdocs) do Numpy está sendo reformado. +Precisamos de novos tutoriais, how-to's e de explicações de conceitos, e o site precisa de reestruturação. As oportunidades não se limitam a pessoas com experiência em escrita técnica. Também procuramos exemplos práticos, notebooks e vídeos. A [NEP 44](https://numpy.org/neps/nep-0044-restructuring-numpy-docs.html) explica nossas ideias para reestruturar a documentação do NumPy — talvez você também tenha outras ideias. ### Triagem de Issues -O [*issue tracker* do NumPy](https://github.com/numpy/numpy/issues) tem _um monte_ de issues abertas. Algumas não são mais válidas, algumas deveriam ser priorizadas, e algumas poderiam ser boas para pessoas que estão procurando sua primeira contribuição. Você pode: +O [_issue tracker_ do NumPy](https://github.com/numpy/numpy/issues) tem _um monte_ de issues abertas. Algumas não são mais válidas, algumas deveriam ser priorizadas, e algumas poderiam ser boas para pessoas que estão procurando sua primeira contribuição. Você pode: -* verificar se erros mais antigos ainda estão presentes -* encontrar issues duplicadas e criar links entre issues relacionadas -* adicionar bons exemplos autocontidos que reproduzam issues -* rotular issues corretamente (isso requer direitos de triagem -- basta perguntar) +- verificar se erros mais antigos ainda estão presentes +- encontrar issues duplicadas e criar links entre issues relacionadas +- adicionar bons exemplos autocontidos que reproduzam issues +- rotular issues corretamente (isso requer direitos de triagem -- basta pedir) Sinta-se à vontade! - ### Desenvolvimento do site Acabamos de renovar o nosso site, mas estamos longe de terminar. Se você adora o desenvolvimento web, estas [issues](https://github.com/numpy/numpy.org/issues?q=is%3Aissue+is%3Aopen+label%3Adesign) listam algumas de nossas necessidades não atendidas -- e sinta-se livre para compartilhar suas próprias ideias. - ### Design gráfico -Nós mal podemos começar a listar as contribuições que uma pessoa com conhecimento em design gráfico pode fazer aqui. Nossa documentação precisa de ilustrações; nosso site crescente precisa de imagens -- há muitas oportunidades. - +Nós mal podemos começar a listar as contribuições que uma pessoa com conhecimento em design gráfico pode fazer aqui. +Nossa documentação precisa de ilustrações; nosso site crescente precisa de imagens -- há muitas oportunidades. ### Traduzir conteúdo do site -Planejamos várias traduções do [numpy.org](https://numpy.org) para tornar o NumPy acessível aos usuários em seu idioma nativo. Tradutores voluntários estão no coração deste esforço. Veja [aqui](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n) para informações; comente [nesta issue do GitHub](https://github.com/numpy/numpy.org/issues/55) para se envolver. - +Planejamos várias traduções do [numpy.org](https://numpy.org) para tornar o NumPy acessível aos usuários em seu idioma nativo. Tradutores voluntários estão no coração deste esforço. Tradutores voluntários estão no coração deste esforço. Veja [aqui](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n) para informações; comente [nesta issue do GitHub](https://github.com/numpy/numpy.org/issues/55) para se envolver. ### Coordenação e promoção na comunidade -Através do contato com a comunidade podemos compartilhar nosso trabalho para mais pessoas e descobrir onde precisamos trabalhar mais. Estamos ansiosos para que mais pessoas se envolvam em esforços como nossa conta no [Twitter](https://twitter.com/numpy_team), na organização de [sprints](https://scisprints.github.io/) sobre o NumPy, uma newsletter, e talvez um blog. +Através do contato com a comunidade podemos compartilhar nosso trabalho para mais pessoas e descobrir onde precisamos trabalhar mais. Estamos ansiosos para que mais pessoas se envolvam em esforços como a organização de [sprints de código](https://scisprints.github.io/) sobre o NumPy, uma newsletter, e talvez um blog. ### Financiamento -O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. [Esta palestra na SciPy'19](https://www.youtube.com/watch?v=dBTJD_FDVjU) explica quanta diferença esse suporte fez. Como todo o mundo das organizações sem fins lucrativos, nós estamos constantemente procurando bolsas, patrocinadores e outros tipos de apoio. Nós temos uma série de ideias e é claro que nós damos as boas-vindas a mais. Habilidade de buscar financiamento é uma habilidade rara aqui -- apreciaríamos a sua ajuda. +O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. +O NumPy foi um projeto totalmente voluntário por muitos anos, mas conforme sua importância cresceu, tornou-se clara a necessidade de apoio financeiro para garantir estabilidade e crescimento. Como todo o mundo das organizações sem fins lucrativos, nós estamos constantemente procurando bolsas, patrocinadores e outros tipos de apoio. Nós temos uma série de ideias e é claro que nós damos as boas-vindas a mais. +Habilidade de buscar financiamento é uma habilidade rara aqui -- apreciaríamos a sua ajuda. + +### Doações + +Se você gostaria de contribuir com o NumPy fazendo uma doação, visite [https://numpy.org/pt/about/#doações](https://numpy.org/pt/about/#doa%C3%A7%C3%B5es). + + diff --git a/content/pt/diversity_sep2020.md b/content/pt/diversity_sep2020.md new file mode 100644 index 0000000000..4f7900c079 --- /dev/null +++ b/content/pt/diversity_sep2020.md @@ -0,0 +1,99 @@ +--- +title: NumPy Diversity and Inclusion Statement +sidebar: false +--- + + +_In light of the foregoing discussion on social media after publication of the +NumPy paper in Nature and the concerns raised about the state of diversity and +inclusion on the NumPy team, we would like to issue the following statement:_ + + +It is our strong belief that we are at our best, as a team and community, when +we are inclusive and equitable. Being an international team from the onset, we +recognize the value of collaborating with individuals from diverse backgrounds +and expertise. A culture where everyone is welcomed, supported, and valued is +at the core of the NumPy project. + +## The Past + +Contributing to open source has always been a pastime in which most +historically marginalized groups, especially women, faced more obstacles to +participate due to a number of societal constraints and expectations. +Open source has a severe diversity gap that is well documented (see, e.g., the +[2017 GitHub Open Source Survey](https://opensourcesurvey.org/2017/) and +[this blog post](https://medium.com/tech-diversity-files/if-you-think-women-in-tech-is-just-a-pipeline-problem-you-haven-t-been-paying-attention-cb7a2073b996)). + +Since its inception and until 2018, NumPy was maintained by a handful of +volunteers often working nights and weekends outside of their day jobs. At any +one time, the number of active core developers, the ones doing most of the +heavy lifting as well as code review and integration of contributions from the +community, was in the range of 4 to 8. The project didn't have a roadmap or +mechanism for directing resources, being driven by individual efforts to work +on what seemed needed. The authors on the NumPy paper are the individuals who +made the most significant and sustained contributions to the project over a +period of 15 years (2005 - 2019). The lack of diversity on this author list is +a reflection of the formative years of the Python and SciPy ecosystems. + +2018 has marked an important milestone in the history of the NumPy project. +Receiving funding from The Gordon and Betty Moore Foundation and Alfred P. +Sloan Foundation allowed us to provide full-time employment for two software +engineers with years of experience contributing to the Python ecosystem. Those +efforts brought NumPy to a much healthier technical state. + +This funding also created space for NumPy maintainers to focus on project +governance, community development, and outreach to underrepresented groups. +[The diversity statement](https://figshare.com/articles/online_resource/Diversity_and_Inclusion_Statement_NumPy_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/12980852) +written in mid 2019 for the CZI EOSS program grant application details some of +the challenges as well as the advances in our efforts to bring in more diverse +talent to the NumPy team. + +## The Present + +Offering employment opportunities is an effective way to attract and retain +diverse talent in OSS. Therefore, we used two-thirds of our second grant that +became available in Dec 2019 to employ Melissa Weber Mendonça and Mars Lee. + +As a result of several initiatives aimed at community development and +engagement led by Inessa Pawson and Ralf Gommers, the NumPy project has +received a number of valuable contributions from women and other +underrepresented groups in open source in 2020: + +- Melissa Weber Mendonça gained commit rights, is maintaining numpy.f2py and is + leading the documentation team, +- Shaloo Shalini created all case studies on numpy.org, +- Mars Lee contributed web design and led our accessibility improvements work, +- Isabela Presedo-Floyd designed our new logo, +- Stephanie Mendoza, Xiayoi Deng, Deji Suolang, and Mame Fatou Thiam + designed and fielded the first NumPy user survey, +- Yuki Dunn, Dayane Machado, Mahfuza Humayra Mohona, Sumera Priyadarsini, + Shaloo Shalini, and Kriti Singh (former Outreachy intern) helped the + survey team to reach out to non-English speaking NumPy users and developers + by translating the questionnaire into their native languages, +- Sayed Adel, Raghuveer Devulapalli, and Chunlin Fang are driving the work on + SIMD optimizations in the core of NumPy. + +While we still have much more work to do, the NumPy team is starting to look +much more representative of our user base. And we can assure you that the next +NumPy paper will certainly have a more diverse group of authors. + +## The Future + +We are fully committed to fostering inclusion and diversity on our team and in +our community, and to do our part in building a more just and equitable future. + +We are open to dialogue and welcome every opportunity to connect with +organizations representing and supporting women and minorities in tech and +science. We are ready to listen, learn, and support. + +Please get in touch with us on [our mailing list](https://scipy.org/scipylib/mailing-lists.html#mailing-lists), +[GitHub](https://github.com/numpy/numpy/issues), [Slack](https://numpy.org/contribute/), +in private at numpy-team@googlegroups.com, or join our +[bi-weekly community meeting](https://hackmd.io/76o-IxCjQX2mOXO_wwkcpg). + + +_Sayed Adel, Sebastian Berg, Raghuveer Devulapalli, Chunlin Fang, Ralf Gommers, +Allan Haldane, Stephan Hoyer, Mars Lee, Melissa Weber Mendonça, Jarrod Millman, +Inessa Pawson, Matti Picus, Nathaniel Smith, Julian Taylor, Pauli Virtanen, +Stéfan van der Walt, Eric Wieser, on behalf of the NumPy team_ + diff --git a/content/pt/gethelp.md b/content/pt/gethelp.md index bba586e7f2..5d5f0df42b 100644 --- a/content/pt/gethelp.md +++ b/content/pt/gethelp.md @@ -3,11 +3,9 @@ title: Obter ajuda sidebar: false --- -**Perguntas de usuários:** A melhor maneira de obter ajuda é postar sua pergunta em um site como [StackOverflow](http://stackoverflow.com/questions/tagged/numpy), com milhares de usuários disponíveis para responder. Outras alternativas incluem [IRC](https://webchat.freenode.net/?channels=%23numpy), [Gitter](https://gitter.im/numpy/numpy)e [Reddit](https://www.reddit.com/r/Numpy/). Gostaríamos de poder ficar de olho nestes sites, ou responder perguntas diretamente, mas o volume é imenso! - **Issues sobre desenvolvimento:** Para assuntos relacionados ao desenvolvimento do NumPy (por exemplo, relatórios de bugs), veja a [Comunidade](/community). - +**Perguntas de usuários:** A melhor maneira de obter ajuda é postar sua pergunta em um site como [StackOverflow](http://stackoverflow.com/questions/tagged/numpy) ou [Reddit](https://www.reddit.com/r/Numpy/). Gostaríamos de poder ficar de olho nestes sites, ou responder perguntas diretamente, mas o volume é imenso! ### [StackOverflow](http://stackoverflow.com/questions/tagged/numpy) @@ -20,15 +18,3 @@ Um fórum para fazer perguntas sobre a utilização da biblioteca, por exemplo: Outro fórum para perguntas de utilização. *** - -### [Gitter](https://gitter.im/numpy/numpy) - -Uma sala de bate-papo em tempo real onde usuários e membros da comunidade se ajudam uns aos outros. - -*** - -### [IRC](https://webchat.freenode.net/?channels=%23numpy) - -Outra sala de bate-papo em tempo real onde usuários e membros da comunidade se ajudam uns aos outros. - -*** diff --git a/content/pt/history.md b/content/pt/history.md index 2ddc33eb57..42a02f7a64 100644 --- a/content/pt/history.md +++ b/content/pt/history.md @@ -3,19 +3,19 @@ title: Histórico do NumPy sidebar: false --- -NumPy é uma biblioteca Python fundamental que fornece estruturas de *arrays* de dados e rotinas numéricas rápidas relacionadas a estas arrays. Quando começou, a biblioteca tinha pouco financiamento e foi escrita principalmente por estudantes de pós-graduação—muitos deles sem educação em ciência da computação e, muitas vezes, sem autorização dos seus orientadores. Imaginar que um pequeno grupo de programadores estudantis "desobedientes" poderiam subverter o já bem estabelecido ecossistema de software de pesquisa - apoiado por milhões em financiamento e muitas centenas de engenheiros altamente qualificados - era absurdo. No entanto, as motivações filosóficas por trás de uma ferramenta totalmente aberta, em combinação com a vibrante, amigável comunidade com foco singular, provaram ser auspiciosas a longo prazo. Hoje em dia, cientistas, engenheiros e muitos outros profissionais ao redor do mundo confiam no NumPy. Por exemplo, os scripts usados e publicados na análise de ondas gravitacionais importam o NumPy, e o projeto de imagem para buraco negro M87 cita diretamente o NumPy. +NumPy é uma biblioteca Python fundamental que fornece estruturas de arrays de dados e rotinas numéricas rápidas relacionadas a estas arrays. Quando começou, a biblioteca tinha pouco financiamento e foi escrita principalmente por estudantes de pós-graduação—muitos deles sem educação em ciência da computação e, muitas vezes, sem autorização dos seus orientadores. Imaginar que um pequeno grupo de programadores estudantis "desobedientes" poderiam subverter o já bem estabelecido ecossistema de software de pesquisa - apoiado por milhões em financiamento e muitas centenas de engenheiros altamente qualificados - era absurdo. No entanto, as motivações filosóficas por trás de uma ferramenta totalmente aberta, em combinação com a vibrante, amigável comunidade com foco singular, provaram ser auspiciosas a longo prazo. Hoje em dia, cientistas, engenheiros e muitos outros profissionais ao redor do mundo confiam no NumPy. Por exemplo, os scripts usados e publicados na análise de ondas gravitacionais importam o NumPy, e o projeto de imagem para buraco negro M87 cita diretamente o NumPy. -Para um histórico aprofundado dos marcos no desenvolvimento do NumPy e bibliotecas relacionadas, por favor veja [arxiv.org](arxiv.org/abs/1907.10121). +Para um histórico aprofundado dos marcos no desenvolvimento do NumPy e bibliotecas relacionadas, por favor veja [arxiv.org](https://arxiv.org/abs/1907.10121). Se você quiser obter uma cópia das bibliotecas Numeric e Numarray, siga os links abaixo: -[Página de download para *Numeric*](https://sourceforge.net/projects/numpy/files/Old%20Numeric/)* +[Página de download para _Numeric_](https://sourceforge.net/projects/numpy/files/Old%20Numeric/)\* -[Página de download para *Numarray*](https://sourceforge.net/projects/numpy/files/Old%20Numarray/)* +[Página de download para _Numarray_](https://sourceforge.net/projects/numpy/files/Old%20Numarray/)\* -*Por favor, note que esses pacotes antigos não são mais mantidos, e os usuários são fortemente aconselhados a usar o NumPy para quaisquer propósitos relacionados a arrays e matrizes ou refatorar qualquer código pré-existente para utilizar a biblioteca do NumPy. +\*Por favor, note que esses pacotes antigos não são mais mantidos, e os usuários são fortemente aconselhados a usar o NumPy para quaisquer propósitos relacionados a arrays e matrizes ou refatorar qualquer código pré-existente para utilizar a biblioteca do NumPy. ### Documentação Histórica -[Baixe o manual do *`Numeric'*](static/numeric-manual.pdf) +[Baixe o manual do _\`Numeric'_](static/numeric-manual.pdf) diff --git a/content/pt/install.md b/content/pt/install.md index 371bb833af..86c4289ff8 100644 --- a/content/pt/install.md +++ b/content/pt/install.md @@ -3,115 +3,123 @@ title: Instalando o NumPy sidebar: false --- -O único pré-requisito para instalar o NumPy é o próprio Python. Se você ainda não tem o Python e quer começar do jeito mais simples, nós recomendamos que você use a [Distribuição Anaconda](https://www.anaconda.com/distribution) - inclui Python, NumPy e outros pacotes comumente usados para computação científica e ciência de dados. +{{< admonition >}} +{{< /admonition >}} -O NumPy pode ser instalado com `conda`, com `pip`, com um gerenciador de pacotes no macOS e Linux, ou [da fonte](https://numpy.org/devdocs/building). Para obter instruções mais detalhadas, consulte nosso [guia de instalação do Python e do NumPy](#python-numpy-install-guide) abaixo. +O método recomendado de instalar o NumPy depende do seu fluxo de trabalho preferido. A seguir, dividimos os métodos de instalação entre as seguintes categorias: -**CONDA** +- **Baseados em projeto** (por exemplo, uv, pixi) _(recomendados para novos usuários)_ +- **Baseados em ambientes** (por exemplo, pip, conda) _(o fluxo de trabalho tradicional)_ +- **Gerenciadores de pacotes de sistema** _(não recomendados para a maioria dos usuários)_ +- **A partir do código-fonte** _(para usuários avançados e para fins de desenvolvimento)_ -Se você usar o `conda`, você pode instalar o NumPy do canal `default` ou do `conda-forge`: +Escolha o método mais adequado às suas necessidades. Se não tiver certeza, comece com um método **baseado em ambientes** usando `conda` ou `pip`. -```bash -# Recomenda-se usar um ambiente novo ao invés de instalar no ambiente-base -conda create -n my-env -conda activate my-env -# Se quiser instalar do conda-forge -conda config --env --add channels conda-forge -# O comando para instação -conda install numpy -``` - -**PIP** - -Se você usa o `pip`, você pode instalar o NumPy com: - -```bash -pip install numpy -``` -Também ao usar o pip, é uma boa prática usar um ambiente virtual - veja em [Instalações Reprodutíveis](#reproducible-installs) abaixo por quê, e [esse guia](https://dev.to/bowmanjd/python-tools-for-managing-virtual-environments-3bko#howto) para detalhes sobre o uso de ambientes virtuais. - - - - -# Guia de instalação do Python e do NumPy - -Instalar e gerenciar pacotes no Python pode ser complicado. Há várias soluções alternativas para a maioria das tarefas. Este guia tenta dar ao leitor um resumo das melhores (ou mais populares) soluções e dar recomendações claras. Ele se concentra em usuários do Python, NumPy e do PyData (ou computação numérica) em sistemas operacionais e hardware comuns. - -## Recomendações - -Vamos começar com recomendações baseadas no nível de experiência do usuário e no sistema operacional de interesse. Se você estiver entre "iniciante" e "avançado", por favor, escolha "iniciante" se você quiser manter as coisas simples, e "avançado" se você quiser trabalhar de acordo com as melhores práticas que te ajudarão a ir mais longe no futuro. - -### Usuários iniciantes +{{< tabs >}} -Em Windows, macOS e Linux: +[[tab]] +name = 'Baseados em projetos' +conteúdo = ''' -- Instale o [Anaconda](https://www.anaconda.com/distribution/) (instala todos os pacotes que você precisa e todas as outras ferramentas mencionadas abaixo). -- Para escrever e executar código, use notebooks no [JupyterLab](https://jupyterlab.readthedocs.io/en/stable/index.html) para a computação exploratória e interativa, e o [Spyder](https://www.spyder-ide.org/) ou [Visual Studio Code](https://code.visualstudio.com/) para escrever scripts e pacotes. -- Use o [Anaconda Navigator](https://docs.anaconda.com/anaconda/navigator/) para gerenciar seus pacotes e iniciar o JupyterLab, Spyder ou o Visual Studio Code. +Recomendado para novos usuários que queiram um fluxo de trabalho simplificado. +- **uv:** Um gerenciador de pacotes Python moderno projetado para velocidade e simplicidade. + ```bash + uv pip install numpy + ``` -### Usuários avançados +- **pixi:** Um gerenciador de pacotes multiplataforma para Python e outras linguagens. + ```bash + pixi add numpy + ``` -#### Conda +''' +{{< /card >}} -- Instale o [Miniforge](https://github.com/conda-forge/miniforge). -- Mantenha o ambiente conda `base` mínimo, e use um ou mais [ambientes conda](https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html) para instalar o pacote que você precisa para a tarefa ou projeto em que você está trabalhando. +Para usuários que preferem uma solução baseada em pip/PyPI, por preferência pessoal ou leitura sobre as principais diferenças entre o conda e o pip explicadas adiante, nós recomendamos: -#### Alternativa se você preferir pip/PyPI +As duas principais ferramentas que instalam pacotes do Python são `pip` e `conda`. Para o desenvolvimento web e de propósito geral em Python, há uma [série de ferramentas](https://packaging.python.org/guides/tool-recommendations/) complementares ao pip. Para computação de alto desempenho (HPC), vale a pena considerar o Spack. -Para usuários que preferem uma solução baseada em pip/PyPI, por preferência pessoal ou leitura sobre as principais diferenças entre o conda e o pip, nós recomendamos: -- Instale o Python a partir de, por exemplo, [python.org](https://www.python.org/downloads/), [Homebrew](https://brew.sh/), ou seu gerenciador de pacotes Linux. -- Use [Poetry](https://python-poetry.org/) como a ferramenta mais bem mantida que fornece um resolvedor de dependências e recursos de gerenciamento de ambiente de forma semelhante ao que o conda faz. +A primeira diferença é que conda é multilinguagens e pode instalar o Python, enquanto o pip é instalado em um determinado Python em seu sistema e instala outros pacotes apenas para essa mesma instalação de Python. Elas têm algumas funcionalidades em comum (por exemplo, ambas podem instalar o numpy). No entanto, elas também podem trabalhar juntas. +A primeira diferença é que "conda" é multilinguagens e pode instalar o Python, enquanto o pip é instalado em um determinado Python em seu sistema e instala outros pacotes apenas para essa mesma instalação de Python. Isto também significa que o conda pode instalar bibliotecas e ferramentas não-Python das quais você pode precisar (por exemplo, compiladores, CUDA, HDF5), enquanto pip não pode. -## Gerenciamento de pacotes Python - -Gerenciar pacotes é um problema desafiador e, como resultado, há muitas ferramentas. Para o desenvolvimento web e de propósito geral em Python, há uma [série de ferramentas](https://packaging.python.org/guides/tool-recommendations/) complementares com pip. Para computação de alto desempenho (HPC), vale a pena considerar o [Spack](https://github.com/spack/spack). Para computação de alto desempenho (HPC), vale a pena considerar o [Spack](https://github.com/spack/spack). Para a maioria dos usuários NumPy, porém, o [conda](https://conda.io/en/latest/) e o [pip](https://pip.pypa.io/en/stable/) são as duas ferramentas mais populares. - - -### Pip & conda - -As duas principais ferramentas que instalam pacotes do Python são `pip` e `conda`. Algumas de suas funcionalidades são redundantes (por exemplo, ambos podem instalar o `numpy`). No entanto, elas também podem trabalhar juntas. Vamos discutir as principais diferenças entre o pip e o conda aqui - é importante entender isso se você deseja gerenciar pacotes de forma efetiva. +A terceira diferença é que conda é uma solução integrada para gerenciar pacotes, dependências e ambientes, enquanto com pip você pode precisar de outra ferramenta (há muitas!) para lidar com ambientes ou dependências complexas. -A primeira diferença é que "conda" é multilinguagens e pode instalar o Python, enquanto o pip é instalado em um determinado Python em seu sistema e instala outros pacotes apenas para essa mesma instalação de Python. Isto também significa que o conda pode instalar bibliotecas e ferramentas não-Python das quais você pode precisar (por exemplo, compiladores, CUDA, HDF5), enquanto pip não pode. +- **Conda:** se você usar o conda, você pode instalar o NumPy do canal default ou do conda-forge: + ```bash + conda create -n my-env + conda activate my-env + conda install numpy + ``` +- **Pip:** + ```bash + pip install numpy + ``` -A segunda diferença é que o pip instala do Índice de Pacotes Python (Python Packaging Index - PyPI), enquanto o conda instala de seus próprios canais (tipicamente "defaults" ou "conda-forge"). PyPI é a maior coleção de pacotes, no entanto, todos os pacotes populares também estão disponíveis para conda. +{{< admonition >}} +{{< /admonition >}} -A terceira diferença é que o conda é uma solução integrada para gerenciar pacotes, dependências e ambientes, enquanto com o pip você pode precisar de outra ferramenta (há muitas!) para lidar com ambientes ou dependências complexas. + ```bash + python -m venv my-env + source my-env/bin/activate # macOS/Linux + my-env\Scripts\activate # Windows + pip install numpy + ``` - +''' +{{< /card >}} -### Instalações reprodutíveis +[[tab]] +name = 'Gerenciadores de Pacotes do Sistema' +conteúdo = ''' +Não recomendado para a maioria dos usuários, mas disponível por conveniência. -À medida que as bibliotecas são atualizadas, os resultados obtidos ao executar seu código podem mudar, ou o seu código pode parar de funcionar. É importante poder reconstruir o conjunto de pacotes e versões que você está usando. A recomendação é: +**macOS (Homebrew):** -1. usar um ambiente diferente para cada projeto em que você trabalha, -2. gravar nomes de pacotes e versões usando seu instalador de pacotes; cada um tem seu próprio formato de metadados para essa tarefa: - - Conda: [ambientes conda e arquivos environment.yml](https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html) - - Pip: [ambientes virtuais](https://docs.python.org/3/tutorial/venv.html) e [requirements.txt](https://pip.readthedocs.io/en/latest/user_guide/#requirements-files) - - Poetry: [ambientes virtuais e pyproject.toml](https://python-poetry.org/docs/basic-usage/) +```bash +# Recomenda-se usar um ambiente novo ao invés de instalar no ambiente-base +conda create -n my-env +conda activate my-env +# Se quiser instalar do conda-forge +conda config --env --add channels conda-forge +# O comando para instação +conda install numpy +``` +**Linux (APT):** +```bash +sudo apt install python3-numpy +``` -## Pacotes NumPy & bibliotecas de álgebra linear aceleradas +**Windows (Chocolatey):** -O NumPy não depende de quaisquer outros pacotes Python. No entanto, depende de uma biblioteca de álgebra linear acelerada - tipicamente [Intel MKL](https://software.intel.com/en-us/mkl) ou [OpenBLAS](https://www.openblas.net/). Os usuários não precisam se preocupar com a instalação desses pacotes (eles são incluídos automaticamente em todos os métodos de instalação do NumPy). No entanto, usuários experientes podem querer saber os detalhes, porque o BLAS usado pode afetar o desempenho, o comportamento e o tamanho em disco: +```bash +choco install numpy +``` -- As wheels da NumPy no PyPI, que é o que o pip instala, são compiladas com OpenBLAS. As bibliotecas da OpenBLAS são empacotadas dentro da wheel. Isso faz com que a wheel fique maior, e se um usário também instalar (por exemplo) a SciPy, terá agora duas cópias da OpenBLAS no disco. +''' +{{< /card >}} -- No canal defaults do conda, a NumPy é compilada com a Intel MKL. MKL é um pacote separado que será instalado no ambiente do usuário quando instalar a NumPy. +[[tab]] name = 'A partir do código-fonte' conteúdo = ''' Para usuários avançados e desenvolvedores que querem personalizar ou depurar o **NumPy**. -- No canal do conda-Forge, a NumPy é compilada com um pacote "BLAS" fictício. Quando um usuário instala o NumPy do conda-forge, esse pacote BLAS então é instalado juntamente com a biblioteca real - o padrão é OpenBLAS, mas também pode ser MKL (do canal defaults), ou até mesmo [BLIS](https://github.com/flame/blis) ou *reference BLAS*. +Um pequeno aviso: construir o Numpy a partir do código-fonte pode ser um exercício não-trivial. +Recomendamos o uso de binários se eles estiverem disponíveis para a sua plataforma através de um dos métodos anteriores. +Para obter detalhes sobre como construir a partir do código-fonte, consulte [o guia de construção a partir do código-fonte na documentação do Numpy](https://numpy.org/devdocs/building/). -- O pacote MKL é muito maior que o OpenBLAS, ocupa cerca de 700 MB no disco enquanto OpenBLAS ocupa cerca de 30 MB. +{{< /tabs >}} -- A MKL é normalmente um pouco mais rápida e mais robusta do que a OpenBLAS. +## Recomendações -Além do tamanho instalado, desempenho e robustez, há mais duas coisas a se considerar: +Depois de instalar o NumPy, verifique a instalação, executando o seguinte em um shell ou script Python: -- A Intel MKL não é de código aberto. Para uso normal isto não é um problema, mas se um usuário precisa redistribuir uma aplicação compilada com a NumPy, isso pode ser um problema. -- Tanto MKL quanto OpenBLAS usarão multi-threading para chamadas de função como `np.dot`, com o número de threads sendo determinado tanto por uma opção no momento da compilação quanto por uma variável de ambiente. Muitas vezes, todos os núcleos de CPU serão usados. Isto é, às vezes, inesperado para usuários; o NumPy em si não paraleliza automaticamente nenhuma chamada de função. Normalmente, isso produz melhor desempenho, mas também pode ser prejudicial - por exemplo, ao usar outro nível de paralelização com Dask, scikit-learn ou multiprocessamento. +```python +import numpy as np +print(np.__version__) +``` +Isto deve imprimir a versão instalada do NumPy sem erros. ## Solução de problemas diff --git a/content/pt/learn.md b/content/pt/learn.md index f49c82dff1..c8da2bbfed 100644 --- a/content/pt/learn.md +++ b/content/pt/learn.md @@ -15,26 +15,26 @@ Há uma tonelada de informações sobre o NumPy lá fora. Se você está começa **Tutoriais** -* [NumPy Quickstart Tutorial (Tutorial de Início Rápido)](https://numpy.org/devdocs/user/quickstart.html) -* [NumPy Tutorials](https://numpy.org/numpy-tutorials) Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório [numpy-tutorials no GitHub](https://github.com/numpy/numpy-tutorials). -* [NumPy Illustrated: The Visual Guide to NumPy *por Lev Maximov*](https://betterprogramming.pub/3b1d4976de1d?sk=57b908a77aa44075a49293fa1631dd9b) -* [Scientific Python Lectures](https://lectures.scientific-python.org/) Além de incluir conteúdo sobre a NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python. -* [NumPy: the absolute basics for beginners ("o básico absoluto para inciantes")](https://numpy.org/devdocs/user/absolute_beginners.html) -* [NumPy tutorial *por Nicolas Rougier*](https://github.com/rougier/numpy-tutorial) -* [Stanford CS231 *por Justin Johnson*](http://cs231n.github.io/python-numpy-tutorial/) -* [NumPy User Guide (Guia de Usuário NumPy)](https://numpy.org/devdocs) +- [NumPy Quickstart Tutorial (Tutorial de Início Rápido)](https://numpy.org/devdocs/user/quickstart.html) +- [NumPy Tutorials](https://numpy.org/numpy-tutorials) Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório [numpy-tutorials no GitHub](https://github.com/numpy/numpy-tutorials). +- [NumPy Illustrated: The Visual Guide to NumPy _por Lev Maximov_](https://betterprogramming.pub/3b1d4976de1d?sk=57b908a77aa44075a49293fa1631dd9b) +- [Scientific Python Lectures](https://lectures.scientific-python.org/) Além de incluir conteúdo sobre o NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python. +- [NumPy: the absolute basics for beginners ("o básico absoluto para inciantes")](https://numpy.org/devdocs/user/absolute_beginners.html) +- [NumPy tutorial _por Nicolas Rougier_](https://github.com/rougier/numpy-tutorial) +- [Stanford CS231 _por Justin Johnson_](http://cs231n.github.io/python-numpy-tutorial/) +- [NumPy User Guide (Guia de Usuário NumPy)](https://numpy.org/devdocs) **Livros** -* [Guide to NumPy *de Travis E. Oliphant*](http://web.mit.edu/dvp/Public/numpybook.pdf) Essa é uma versão free de 2006. Para a última versão (2015) veja [aqui](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1122853007). -* [From Python to NumPy *por Nicolas P. Rougier*](https://www.labri.fr/perso/nrougier/from-python-to-numpy/) -* [Elegant SciPy](https://www.amazon.com/Elegant-SciPy-Art-Scientific-Python/dp/1491922877) *por Juan Nunez-Iglesias, Stefan van der Walt, e Harriet Dashnow* +- [Guide to NumPy _de Travis E. Oliphant_](http://web.mit.edu/dvp/Public/numpybook.pdf) Essa é uma versão 1 livre de 2006. Para a última versão (2015) veja aqui](https://www.barnesandnoble.com/w/guide-to-numpy-travis-e-oliphant-phd/1144670472). +- [From Python to NumPy _por Nicolas P. Rougier_](https://www.labri.fr/perso/nrougier/from-python-to-numpy/) +- [Elegant SciPy](https://www.amazon.com/Elegant-SciPy-Art-Scientific-Python/dp/1491922877) _por Juan Nunez-Iglesias, Stefan van der Walt, e Harriet Dashnow_ -Você também pode querer conferir a [lista Goodreads](https://www.goodreads.com/shelf/show/python-scipy) sobre o tema "Python+SciPy. A maioria dos livros lá serão sobre o "ecossistema SciPy", que tem o NumPy em sua essência. +Você também pode querer conferir a [lista Goodreads](https://www.goodreads.com/shelf/show/python-scipy) sobre o tema "Python+SciPy". A maioria dos livros lá será sobre o "ecossistema SciPy", que tem o NumPy em sua essência. **Vídeos** -* [Introduction to Numerical Computing with NumPy](http://youtu.be/ZB7BZMhfPgk) *por Alex Chabot-Leclerc* +- [Introduction to Numerical Computing with NumPy](http://youtu.be/ZB7BZMhfPgk) _por Alex Chabot-Leclerc_ *** @@ -44,33 +44,33 @@ Experimente esses recursos avançados para uma melhor compreensão dos conceitos **Tutoriais** -* [100 NumPy Exercises](http://www.labri.fr/perso/nrougier/teaching/numpy.100/index.html) *por Nicolas P. Rougier* -* [An Introduction to NumPy and Scipy](https://engineering.ucsb.edu/~shell/che210d/numpy.pdf) *por M. Scott Shell* -* [Numpy Medkits](http://mentat.za.net/numpy/numpy_advanced_slides/) *por Stéfan van der Walt* -* [NumPy Tutorials](https://numpy.org/numpy-tutorials) Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório [numpy-tutorials no GitHub](https://github.com/numpy/numpy-tutorials). +- [100 NumPy Exercises](http://www.labri.fr/perso/nrougier/teaching/numpy.100/index.html) _por Nicolas P. Rougier_ +- [An Introduction to NumPy and Scipy](https://engineering.ucsb.edu/~shell/che210d/numpy.pdf) _por M. Scott Shell_ +- [Numpy Medkits](http://mentat.za.net/numpy/numpy_advanced_slides/) _por Stéfan van der Walt_ +- [NumPy Tutorials](https://numpy.org/numpy-tutorials) Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório [numpy-tutorials no GitHub](https://github.com/numpy/numpy-tutorials). **Livros** -* [Python Data Science Handbook](https://www.amazon.com/Python-Data-Science-Handbook-Essential/dp/1491912057) *por Jake Vanderplas* -* [Python for Data Analysis](https://www.amazon.com/Python-Data-Analysis-Wrangling-IPython/dp/1491957662) *por Wes McKinney* -* [Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy, and Matplotlib](https://www.amazon.com/Numerical-Python-Scientific-Applications-Matplotlib/dp/1484242459) *por Robert Johansson* +- [Python Data Science Handbook](https://www.amazon.com/Python-Data-Science-Handbook-Essential/dp/1098121228) _por Jake Vanderplas_ +- [Python for Data Analysis](https://www.amazon.com/Python-Data-Analysis-Wrangling-IPython/dp/1491957662) _por Wes McKinney_ +- [Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy, and Matplotlib](https://www.amazon.com/Numerical-Python-Scientific-Applications-Matplotlib/dp/1484242459) _por Robert Johansson_ **Vídeos** -* [Advanced NumPy - broadcasting rules, strides, and advanced indexing](https://www.youtube.com/watch?v=cYugp9IN1-Q) *por Juan Nunuz-Iglesias* +- [Advanced NumPy - broadcasting rules, strides, and advanced indexing](https://www.youtube.com/watch?v=cYugp9IN1-Q) _por Juan Nunuz-Iglesias_ *** ## Palestras sobre NumPy -* [The Future of NumPy Indexing](https://www.youtube.com/watch?v=o0EacbIbf58) *por Jaime Fernández* (2016) -* [Evolution of Array Computing in Python](https://www.youtube.com/watch?v=HVLPJnvInzM&t=10s) *por Ralf Gommers* (2019) -* [NumPy: what has changed and what is going to change?](https://www.youtube.com/watch?v=YFLVQFjRmPY) *por Matti Picus* (2019) -* [Inside NumPy](https://www.youtube.com/watch?v=dBTJD_FDVjU) *por Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harris* (2019) -* [Brief Review of Array Computing in Python](https://www.youtube.com/watch?v=f176j2g2eNc) *por Travis Oliphant* (2019) +- [The Future of NumPy Indexing](https://www.youtube.com/watch?v=o0EacbIbf58) _por Jaime Fernández_ (2016) +- Evolution of Array Computing in Python _por Ralf Gommers_ (2019) +- [NumPy: what has changed and what is going to change?](https://www.youtube.com/watch?v=YFLVQFjRmPY) _por Matti Picus_ (2019) +- [Inside NumPy](https://www.youtube.com/watch?v=dBTJD_FDVjU) _por Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harris_ (2019) +- [Brief Review of Array Computing in Python](https://www.youtube.com/watch?v=f176j2g2eNc) _por Travis Oliphant_ (2019) *** -## Citando a NumPy +## Citando o Numpy Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, por favor veja [estas informações sobre citações](/pt/citing-numpy). diff --git a/content/pt/news.md b/content/pt/news.md index e972a74130..5f806c5028 100644 --- a/content/pt/news.md +++ b/content/pt/news.md @@ -1,22 +1,75 @@ --- title: Notícias sidebar: false -newsHeader: "NumPy versão 1.26.0" -date: 2023-09-16 +newsHeader: Lançado o NumPy versão 2.2.0! +date: 2024-12-08 --- -### Lançado o NumPy versão 1.26.0 +### Lançado o NumPy versão 2.2.0 -_16 de setembro de 2023_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html) está disponível. Os destaques desta versão são: +_8 de dezembro de 2024_ -- A NumPy 2.2.0 é uma versão que nos traz de volta para o calendário habitual de lançamento duas vezes por ano. Ela inclui um número de pequenas limpezas, melhorias para o StringDType, e melhor suporte para +o free-threaded Python. Alguns dos destaques são: + +- Novas funções `matvec` e `vecmat`, +- Várias melhorias nas anotações de tipos, +- Suporte melhorado para o novo StringDType, +- Suporte aprimorado para Python free-threaded, +- Correções para o f2py. + +Esta versão suporta as versões 3.10-3.13 do Python. + +### Lançado o NumPy versão 2.1.0 + +_18 de agosto de 2024_ -- NumPy 2.1.0 fornece suporte para Python 3.13 e remove suporte para Python 3.9. Além das habituais correções de erros e suporte a Python atualizado, esta versão ajuda a trazer o NumPy de volta ao ciclo habitual de lançamento após o longo desenvolvimento da versão 2.0. Os destaques desta versão são: + +- Suporte ao Python 3.13. +- Suporte preliminar para Python 3.13 free threaded. +- Suporte para o padrão array-api 2023.12. + +As versões 3.10-3.13 do Python são suportadas por esta versão. + +### NumPy 2.0.0 lançada + +_16 de junho de 2024_ -- NumPy 2.0.0 é a primeira grande versão desde 2006. É o resultado de 11 meses de desenvolvimento desde a última feature release e é o trabalho de 212 contribuidores espalhado por 1078 pull requests. Esta versão contém um grande número de novas funcionalidades interessantes, bem como mudanças nas APIs Python e C. As mudanças incluem quebras de compatibilidade que não puderam acontecer em uma versão regular menor - incluindo uma quebra na ABI, mudanças nas regras de promoção de tipo e mudanças na API +que poderiam não estar emitindo alertas de fim de suporte nas versões 1.26.x. Documentos-chave, relacionados a como se adaptar às mudanças no NumPy 2.0, incluem: + +- O [guia de migração NumPy 2.0](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- As [notas de lançamento da versão 2.0.0](https://numpy.org/devdocs/release/2.0.0-notes.html) +- Issue de anúncio para atualizações de estado: [numpy#24300](https://github.com/numpy/numpy/issues/24300) + +A postagem de blog ["NumPy 2.0: an evolutionary milestone"](https://blog.scientific-python.org/numpy/numpy2/) conta um pouco da história sobre como esta versão foi construída. + +### Data de lançamento da NumPy 2.0: 16 de junho -* Suporte ao Python 3.12.0. -* Compatibilidade com Cython 3.0.0. -* Utilização do sistema Meson para compilação -* Suport a SIMD atualizado -* Melhorias para f2py, suporte a meson e bind(x) -* Suporte à versão mais recente da biblioteca Accelerate BLAS/LAPACK +_23 de maio de 2024_ -- Estamos animados em anunciar que planejamos lançar a NumPy 2.0 em 16 de junho de 2024. Este lançamento está em desenvolvimento há mais de um ano, e +é o primeiro grande lançamento desde 2006. Importantly, in addition to many new +features and performance improvement, it contains **breaking changes** to the +ABI as well as the Python and C APIs. Importante, além de muitas funcionalidades novas e melhoria de desempenho, esta versão contém **quebras de compatibilidade** com a ABI e com as APIs Python e C. É provável que os pacotes downstream e o código de usuário final precisem ser adaptados - se você puder, por favor, verifique se o seu código funciona com NumPy `2.0.0rc2`. **Por favor, veja o seguinte para mais detalhes:** -A versão 1.26.0 é uma continuação da série de versões 1.25.x que marcam a transição para o sistema de compilação Meson e oferecem suporte preliminar para o Cython 3.0.0. Um total de 20 pessoas contribuíram para este lançamento e 59 pull requests foram incorporadas. +- O [guia de migração NumPy 2.0](https://numpy.org/devdocs/numpy_2_0_migration_guide.html) +- As [notas de lançamento da versão 2.0.0](https://numpy.org/devdocs/release/2.0.0-notes.html) +- Issue de anúncio para atualizações de estado: [numpy#24300](https://github.com/numpy/numpy/issues/24300) + +### Arrecadação de fundos de fim de ano da NumFOCUS + +_19 de dezembro de 2023_ -- A NumFOCUS se juntou ao PyCharm durante sua campanha de final de ano para oferecer 30% de desconto em licenças de PyCharm para novos usuários. Todas as receitas do primeiro ano das compras do PyCharm a partir de agora +até 23 de dezembro de 2023 irão diretamente para os programas NumFOCUS. + +Use a URL única que permitirá rastrear as compras https://lp.jetbrains.com/support-data-science/ ou um código de cupom ISUPPORTDATASCIENCE + +### Lançada versão 1.26.0 do NumPy + +_17 de junho de 2023_ -- [NumPy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) está disponível agora. Os destaques desta versão são: + +- Suporte ao Python 3.12.0. +- Compatibilidade com Cython 3.0.0. +- Utilização do sistema Meson para compilação +- Suporte a SIMD atualizado +- Melhorias para f2py, suporte a meson e bind(x) +- Suporte à versão mais recente da biblioteca Accelerate BLAS/LAPACK + +A versão 1.26.0 é uma continuação da série de versões 1.25.x que marcam a transição para o sistema de compilação Meson e o fornecimento de suporte para o Cython 3.0.0. +Um total de 20 pessoas contribuíram para este lançamento e 59 pull requests foram incorporadas. As versões do Python suportadas por esta versão são 3.9-3.12. @@ -25,33 +78,38 @@ As versões do Python suportadas por esta versão são 3.9-3.12. _2 de agosto de 2023_ -- numpy.org agora está disponível em 2 idiomas adicionais: japonês e português. Isto não seria possível sem nossos voluntários dedicados: _Português:_ -* Melissa Weber Mendonça (melissawm) -* Ricardo Prins (ricardoprins) -* Getúlio Silva (getuliosilva) -* Julio Batista Silva (jbsilva) -* Alexandre de Siqueira (alexdesiqueira) -* Alexandre B A Villares (villares) -* Vini Salazar (vinisalazar) - -Japonês: -* Atsushi Sakai (AtsushiSakai) -* KKunai -* Tom Kelly (TomKellyGenetics) -* Yuji Kanagawa (kngwyu) -* Tetsuo Koyama (tkoyama010) - -O trabalho na infraestrutura de traduções é financiado pela CZI. - -No futuro, adoraríamos traduzir o site para mais línguas. Se você quiser ajudar, por favor entre em contato com o time de traduções do NumPy no Slack: -https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. (Procure pelo canal #translations) -Também estamos organizando um time de tradutores que serão responsáveis por trabalhar na localização da documentação e conteúdo educacional para o ecossistema Scientific Python. Se esse trabalho te interessa, junte-se a nós no Discord do projeto Scientific Python: https://discord.gg/khWtqY6RKr. (Procure pelo canal #translation) - -_17 de junho, 2023_ -- [NumPy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) está disponível agora. Os destaques desta versão são: - -* Suporte para MUSL, agora existem rodas MUSL. -* Suporte para o compilador Fujitsu C/C++. -* Arrays de objetos agora são suportados em einsum. -* Suporte para a multiplicação da matriz inplace (`@=`). + +- Melissa Weber Mendonça (melissawm) +- Ricardo Prins (ricardoprins) +- Getúlio Silva (getuliosilva) +- Julio Batista Silva (jbsilva) +- Alexandre de Siqueira (alexdesiqueira) +- Alexandre B A Villares (villares) +- Vini Salazar (vinisalazar) + +_Japonês:_ + +- Atsushi Sakai (AtsushiSakai) +- KKunai +- Tom Kelly (TomKellyGenetics) +- Yuji Kanagawa (kngwyu) +- Tetsuo Koyama (tkoyama010) + +O trabalho na infraestrutura de tradução é apoiado com financiamento da CZI. + +No futuro, adoraríamos traduzir o site para mais línguas. +Se você quiser ajudar, por favor entre em contato com o time de traduções do NumPy no Slack: +https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. +(Procure pelo canal de #translations.) Também estamos construindo uma Equipe de Traduções que vai trabalhar na localização da documentação e conteúdo educacional por todo o ecossistema de Python científico. Se esse trabalho te interessa, junte-se a nós no Discord do projeto Scientific Python: https://discord.gg/khWtqY6RKr. (Procure pelo canal #translation) + +### Lançado o NumPy 1.25.0 + +_31 de dezembro de 2021_ -- [NumPy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) está agora disponível. Os destaques desta versão são: + +- Suporte para MUSL, agora existem rodas MUSL. +- Suporte para o compilador Fujitsu C/C++. +- Arrays de objetos agora são suportados em einsum. +- Suporte para a multiplicação da matriz inplace (`@=`). A versão 1.25.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade e execução, e na documentação. Também tem havido trabalho preparatório para a futura versão 2.0.0, resultando em um grande número de depreciações novas e expiradas. @@ -63,52 +121,57 @@ As versões do Python suportadas por esta versão são 3.9-3.11. _10 de maio de 2023_ -- Promovendo uma Cultura Inclusiva: Chamada de Participação -Como podemos ser melhores quando se trata de diversidade e de inclusão? Leia o relatório e descubra como colaborar [aqui](https://contributor-experience.org/docs/posts/dei-report/). +Como podemos ser melhores quando se trata de diversidade e de inclusão? +Leia o relatório e descubra como colaborar [aqui](https://contributor-experience.org/docs/posts/dei-report/). ### Transição de liderança do time de documentação do NumPy _6 de janeiro de 2023_ –- Mukulika Pahari e Ross Barnowski são nomeados como lideres do time de documentação do NumPy, substituindo Melissa Mendonça. Agradecemos a Melissa por todas suas contribuições para a documentação oficial do NumPy e materiais educacionais, e Mukulika e Ross por aceitarem o desafio. -### NumPy versão 1.24.0 +### NumPy versão 1.23.0 -_18 de dezembro de 2022_ -- [NumPy 1.24.0](https://numpy.org/doc/stable/release/1.24.0-notes.html) está agora disponível. Os destaques desta versão são: +_16 de setembro de 2023_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html) está disponível. Os destaques desta versão são: -* Novas palavras-chave "dtype" e "casting" para funções que atuam com stacking. -* Novas funcionalidades e correções do F2PY. -* Muitas depreciações novas, confira. -* Muitas depreciações expiradas. +- Novas palavras-chave "dtype" e "casting" para funções que atuam com stacking. +- Novas funcionalidades e correções do F2PY. +- Muitas depreciações novas, confira. +- Muitas depreciações expiradas. -A versão 1.24.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade e execução, e na documentação. Há um grande número de depreciações novas e expiradas devido a mudanças na promoção de dtypes e limpezas no código. É o trabalho de 177 contribuidores espalhados em 444 pull requests. As versões suportadas do Python são 3.8-3.11. +A versão 1.24.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade e execução, e na documentação. +Há um grande número de depreciações novas e expiradas devido a mudanças na promoção de dtypes e limpezas no código. É o trabalho de 177 contribuidores espalhados em 444 pull requests. As versões suportadas do Python são 3.8-3.11. ### NumPy versão 1.23.0 _22 de junho de 2022_ -- O [NumPy 1.23.0](https://numpy.org/doc/stable/release/1.23.0-notes.html) está disponível. Os destaques desta versão são: -* Implementação de `loadtxt` em C, melhorando muito seu desempenho. -* Exposição do DLPack ao nível de Python para facilitar a troca de dados. -* Mudanças na promoção e comparações de dtypes estruturados. -* Melhorias no f2py. +- Implementação de `loadtxt` em C, melhorando muito seu desempenho. +- Exposição do DLPack ao nível de Python para facilitar a troca de dados. +- Mudanças na promoção e comparações de dtypes estruturados. +- Melhorias no f2py. -A versão 1.23.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade de execução, na documentação e na expiração de depreciações. É o trabalho de 151 contribuidores espalhados em 494 pull requests. As versões do Python suportadas por esta versão 3.8-3.10. Python 3.11 será suportado quando chegar na etapa rc. +A versão 1.23.0 do NumPy continua o trabalho de melhorias no suporte e promoção de dtypes, na velocidade de execução, na documentação e na expiração de depreciações. É o trabalho de 151 contribuidores espalhados em 494 pull requests. As versões do Python suportadas por esta versão são 3.8-3.10. +Python 3.11 será suportado quando chegar na etapa rc. ### Pesquisa NumFOCUS DEI: chamada para participação -_13 de abril de 2022_ -- O NumPy está trabalhando com a [NumFOCUS](http://numfocus.org/) em um [projeto de pesquisa](https://numfocus.org/diversity-inclusion-disc/a-pivotal-time-in-numfocuss-project-aimed-dei-efforts?eType=EmailBlastContent&eId=f41a86c3-60d4-4cf9-86cf-58eb49dc968c) financiado pela [Gordon & Betty Moore Foundation](https://www.moore.org/) para entender as barreiras à participação que contribuidores, especialmente aqueles de grupos historicamente subrepresentados, enfrentam na comunidade open source. A equipe da pesquisa gostaria de falar com novos colaboradores, desenvolvedores e mantenedores, e aqueles que contribuíram no passado sobre suas experiências contribuindo para o NumPy. +_13 de abril de 2022_ -- O NumPy está trabalhando com a [NumFOCUS](http://numfocus.org/) em um projeto de pesquisa financiado pela Gordon & Betty Moore Foundation para entender as barreiras à participação que contribuidores, especialmente aqueles de grupos historicamente subrepresentados, enfrentam na comunidade open source. A equipe da pesquisa gostaria de falar com novos colaboradores, desenvolvedores e mantenedores, e aqueles que contribuíram no passado sobre suas experiências contribuindo para o NumPy. **Quer compartilhar suas experiências?** -Por favor, preencha este breve formulário: ["Participant Interest form"](https://numfocus.typeform.com/to/WBWVJSqe) que contém informações adicionais sobre os objetivos da pesquisa, privacidade e considerações de confidencialidade. Sua participação será valiosa para o crescimento e sustentabilidade de comunidades de software open source diversas e inclusivas. Os participantes aceitos participarão de uma entrevista de 30 minutos com um membro da equipe de pesquisa. +Por favor, preencha este breve formulário: ["Participant Interest form"](https://numfocus.typeform.com/to/WBWVJSqe) que contém informações adicionais sobre os objetivos da pesquisa, privacidade e considerações de confidencialidade. Sua participação será valiosa para o crescimento e sustentabilidade de comunidades de software de código aberto diversas e inclusivas. Os participantes aceitos participarão de uma entrevista de 30 minutos com um membro da equipe de pesquisa. ### NumPy versão 1.22.0 -_31 de dezembro de 2021_ -- [NumPy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) está agora disponível. Os destaques desta versão são: +_23 de junho de 2021_ -- O [NumPy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) está disponível. Os destaques desta versão são: -* Anotações de tipo do namespace principal estão praticamente completas. Ainda há trabalho a se fazer no upstream, mas a maior parte do trabalho está feita. Esta é provavelmente a melhoria mais visível para os usuários nesta versão. -* Uma versão preliminar da proposta do [array API Standard](https://data-apis.org/array-api/latest/) está disponível (veja [NEP 47](https://numpy.org/neps/nep-0047-array-api-standard.html)). Este é um passo na criação de uma coleção padrão de funções que podem ser compartilhadas entre bibliotecas como CuPy e JAX. -* NumPy agora tem um backend de DLPack. DLPack fornece um formato comum de compartilhamento para dados de arrays (tensores). -* Novos métodos para `quantile`, `percentile`, e funções relacionadas. Os novos métodos fornecem um conjunto completo dos métodos comumente encontrados na literatura. -* As funções universais foram refatoradas para implementar a maior parte da [NEP 43](https://numpy.org/neps/nep-0043-extensible-ufuncs.html). Isso também desbloqueia a capacidade de experimentar a futura API DType. -* Um novo alocador de memória configurável para uso pelos projetos downstream. +- Anotações de tipo do namespace principal estão praticamente completas. Upstream é um alvo em movimento, então provavelmente haverá mais melhorias, mas a maior parte do trabalho está feita. Esta é provavelmente a melhoria mais visível para os usuários nesta versão. +- Uma versão preliminar da proposta do [array API Standard](https://data-apis.org/array-api/latest/) está disponível (veja [NEP 47](https://numpy.org/neps/nep-0047-array-api-standard.html)). + Este é um passo na criação de uma coleção padrão de funções que podem ser compartilhadas entre bibliotecas como CuPy e JAX. +- NumPy agora tem um backend de DLPack. DLPack fornece um formato comum de compartilhamento para dados de arrays (tensores). +- Novos métodos para `quantile`, `percentile`, e funções relacionadas. Os novos métodos fornecem um conjunto completo dos métodos comumente encontrados na literatura. +- As funções universais foram refatoradas para implementar a maior parte da [NEP 43](https://numpy.org/neps/nep-0043-extensible-ufuncs.html). + Isso também desbloqueia a capacidade de experimentar a futura API DType. +- Um novo alocador de memória configurável para uso pelos projetos downstream. NumPy 1.22.0 é uma versão importante com o trabalho de 153 contribuidores espalhados por mais de 609 pull requests. As versões do Python suportadas por esta versão são 3.8-3.10. @@ -120,22 +183,23 @@ Como parte do programa [CZI's Essential Open Source Software for Science](https: Esse é um projeto ambicioso que visa descobrir e implementar atividades que devem estruturalmente melhorar a dinâmica da comunidade de nossos projetos. Ao criar essas novas funções entre projetos, esperamos introduzir um novo modelo de colaboração às comunidades de Python científico, permitir que o trabalho de construção da comunidade no ecossistema seja feito de forma mais eficiente e com maiores resultados. Também esperamos desenvolver uma imagem mais clara do que funciona e o que não funciona em nossos projetos para engajar e reter novos colaboradores, especialmente de grupos historicamente sub-representados. Finalmente, planejamos produzir relatórios detalhados sobre as ações executadas, explicando como eles afetaram nossos projetos em termos de representação e interação com nossas comunidades. -O projeto de dois anos deverá começar em novembro de 2021 e estamos animados para ver os resultados deste trabalho! [Você pode ler a proposta completa aqui](https://figshare.com/articles/online_resource/Advancing_an_inclusive_culture_in_the_scientific_Python_ecosystem/16548063). +O projeto de dois anos deverá começar em novembro de 2021 e estamos animados para ver os resultados deste trabalho! +[Você pode ler a proposta completa aqui](https://figshare.com/articles/online_resource/Advancing_an_inclusive_culture_in_the_scientific_Python_ecosystem/16548063). ### Pesquisa NumPy 2021 -_12 de julho de 2021_ -- Nós do NumPy acreditamos no poder da nossa comunidade. 1,236 usuários do NumPy de 75 países participaram da nossa primeira pesquisa ano passado. Os resultados da pesquisa nos ajudaram a compreender muito bem o que devemos fazer pelos 12 meses seguintes. +_12 de julho de 2021_ -- Nós do NumPy acreditamos no poder da nossa comunidade. 1.236 usuários do NumPy de 75 países participaram da nossa primeira pesquisa ano passado. +Os resultados da pesquisa nos ajudaram a compreender muito bem o que devemos fazer pelos 12 meses seguintes. Chegou a hora de fazer outra pesquisa e estamos contando com você novamente. Vai levar cerca de 15 minutos do seu tempo. Além de Inglês, o questionário de pesquisa está disponível em 8 idiomas adicionais: Bangla, Francês, Hindi, Japonês, Mandarim, Português, Russo e Espanhol. Siga o link para começar: https://berkeley.qualtrics.com/jfe/form/SV_aaOONjgcBXDSl4q. - ### NumPy versão 1.19.0 _23 de junho de 2021_ -- O [NumPy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) está disponível. Os destaques desta versão são: -- a continuação do trabalho com SIMD para suportar mais funções e plataformas, +- continuamos o trabalho com SIMD para suportar mais funções e plataformas, - trabalho inicial na infraestrutura e conversão de novos dtypes, - wheels universal2 para Python 3.8 e Python 3.9 no Mac, - melhorias na documentação, @@ -144,15 +208,14 @@ _23 de junho de 2021_ -- O [NumPy 1.21.0](https://numpy.org/doc/stable/release/1 Esta versão do NumPy é o resultado de 581 pull requests aceitos, a partir das contribuições de 175 pessoas. As versões do Python suportadas por esta versão são 3.7-3.9; o suporte para o Python 3.10 será adicionado após o lançamento do Python 3.10. - ### Resultados da pesquisa NumPy 2020 -_22 de junho de 2021_ -- Em 2020, o time de pesquisas NumPy, em parceria com estudantes e professores da Universidade de Michigan e da Universidade de Maryland, realizou a primeira pesquisa oficial sobre a comunidade NumPy. Encontre os resultados da pesquisa aqui: https://numpy.org/user-survey-2020/. - +_22 de junho de 2021_ -- Em 2020, o time de pesquisas NumPy, em parceria com estudantes e professores da Universidade de Michigan e da Universidade de Maryland, realizou a primeira pesquisa oficial sobre a comunidade NumPy. Confira os resultados da pesquisa aqui: https://numpy.org/user-survey-2020/. ### NumPy versão 1.20.0 _30 de janeiro de 2021_ -- O [NumPy 1.20.0](https://numpy.org/doc/stable/release/1.20.0-notes.html) está disponível. Este é o maior lançamento do NumPy até hoje, graças a mais de 180 colaboradores. As duas novidades mais emocionantes são: + - Anotações de tipos para grandes partes do NumPy, e um novo submódulo `numpy.typing` contendo aliases `ArrayLike` e `DtypeLike` que usuários e bibliotecas downstream podem usar quando quiserem adicionar anotações de tipos em seu próprio código. - Otimizações de compilação SIMD multi-plataforma, com suporte para instruções x86 (SSE, AVX), ARM64 (Neon) e PowerPC (VSX). Isso rendeu melhorias significativas de desempenho para muitas funções (exemplos: [sen/cos](https://github.com/numpy/numpy/pull/17587), [einsum](https://github.com/numpy/numpy/pull/18194)). @@ -160,48 +223,50 @@ _30 de janeiro de 2021_ -- O [NumPy 1.20.0](https://numpy.org/doc/stable/release _20 de setembro de 2020_ -- Escrevemos uma [declaração sobre o estado da diversidade e inclusão no projeto NumPy e discussões em redes sociais sobre isso.](/diversity_sep2020). - ### Primeiro artigo oficial do NumPy publicado na Nature! -_16 de setembro de 2020_ -- Temos o prazer de anunciar a publicação do [primeiro artigo oficial do NumPy](https://www.nature.com/articles/s41586-020-2649-2) como um artigo de revisão na Nature. Isso ocorre 14 anos após o lançamento do NumPy 1.0. O artigo abrange aplicações e conceitos fundamentais da programação de matrizes, o rico ecossistema científico de Python construído em cima do NumPy, e os protocolos de array recentemente adicionados para facilitar a interoperabilidade com bibliotecas externas para computação com matrizes e tensores, como CuPy, Dask e JAX. - +_16 de setembro de 2020_ -- Temos o prazer de anunciar a publicação do [primeiro artigo oficial do NumPy](https://www.nature.com/articles/s41586-020-2649-2) como um artigo de revisão na Nature. Isso ocorre 14 anos após o lançamento do NumPy 1.0. +O artigo abrange aplicações e conceitos fundamentais da programação de matrizes, o rico ecossistema científico de Python construído em cima do NumPy, e os protocolos de array recentemente adicionados para facilitar a interoperabilidade com bibliotecas externas para computação com matrizes e tensores, como CuPy, Dask e JAX. ### O Python 3.9 está chegando, quando o NumPy vai liberar wheels binárias? -_14 de setembro de 2020_ -- Python 3.9 será lançado em algumas semanas. Se você for quiser usar imediatamente a nova versão do Python, você pode ficar desapontado ao descobrir que o NumPy (e outros pacotes binários como SciPy) não terão wheels no dia do lançamento. É um grande esforço adaptar a infraestrutura de compilação a uma nova versão de Python e normalmente leva algumas semanas para que os pacotes apareçam no PyPI e no conda-forge. Em preparação para este evento, por favor, certifique-se de +_14 de setembro de 2020_ -- Python 3.9 será lançado em algumas semanas. Se você for querer usar imediatamente a nova versão do Python, você pode ficar desapontado ao descobrir que o NumPy (e outros pacotes binários como SciPy) não terão wheels no dia do lançamento. É um grande esforço adaptar a infraestrutura de compilação a uma nova versão de Python e normalmente leva algumas semanas para que os pacotes apareçam no PyPI e no conda-forge. Em preparação para este evento, por favor, certifique-se de + - atualizar seu `pip` para a versão 20.1 pelo menos para suportar `manylinux2010` e `manylinux2014` - usar [`--only-binary=numpy`](https://pip.pypa.io/en/stable/reference/pip_install/#cmdoption-only-binary) ou `--only-binary=:all:` para impedir `pip` de tentar compilar a partir do código fonte. +### NumPy versão 1.18.0 -### NumPy versão 1.19.2 - -_10 de setembro de 2020_ -- O [NumPy 1.19.2](https://numpy.org/devdocs/release/1.19.2-notes.html) está disponível. Essa última versão da série 1.19 corrige vários bugs, inclui preparações para o lançamento [do Cython 3](http://docs.cython.org/en/latest/src/changes.html) e fixa o setuptools para que o distutils continue funcionando enquanto modificações upstream estão sendo feitas. As wheels para aarch64 são compiladas com manylinux2014 mais recente que conserta um problema com distribuições linux diferentes. +_10 de setembro de 2020_ -- O [NumPy 1.19.2](https://numpy.org/devdocs/release/1.19.2-notes.html) está disponível. +Essa última versão da série 1.19 corrige vários bugs, inclui preparações para o lançamento [do Cython 3](http://docs.cython.org/en/latest/src/changes.html) e fixa o setuptools para que o distutils continue funcionando enquanto modificações upstream estão sendo feitas. +As wheels para aarch64 são compiladas com a manylinux2014 mais recente que conserta o problema da diferença no tamanho das páginas usadas por distribuições linux diferentes. ### A primeira pesquisa NumPy está aqui! -_2 de julho de 2020_ -- Esta pesquisa tem como objetivo guiar e definir prioridades para tomada de decisões sobre o desenvolvimento do NumPy como software e como comunidade. A pesquisa está disponível em mais 8 idiomas além do inglês: Bangla, Hindi, Japonês, Mandarim, Português, Russo, Espanhol e Francês. +_2 de julho de 2020_ -- Esta pesquisa tem como objetivo guiar e definir prioridades para tomada de decisões sobre o desenvolvimento do NumPy como software e como comunidade. +A pesquisa está disponível em mais 8 idiomas além do inglês: Bangla, Hindi, Japonês, Mandarim, Português, Russo, Espanhol e Francês. Ajude-nos a melhorar o NumPy respondendo à pesquisa [aqui](https://umdsurvey.umd.edu/jfe/form/SV_8bJrXjbhXf7saAl). - ### O NumPy tem um novo logo! _24 de junho de 2020_ -- NumPy agora tem um novo logo: -NumPy logo + O logotipo é uma versão moderna do antigo, com um design mais limpo. Obrigado à Isabela Presedo-Floyd por projetar o novo logotipo, bem como ao Travis Vaught pelo o logotipo antigo que nos serviu bem durante mais de 15 anos. - ### NumPy versão 1.19.0 _20 de junho de 2020_ -- O NumPy 1.19.0 está disponível. Esta é a primeira versão sem suporte ao Python 2, portanto foi uma "versão de limpeza". A versão mínima de Python suportada agora é Python 3.6. Uma característica nova importante é que a infraestrutura de geração de números aleatórios que foi introduzida na NumPy 1.17.0 agora está acessível a partir do Cython. - ### Aceitação no programa Season of Docs -_11 de maio de 2020_ -- O NumPy foi aceito como uma das organizações mentoras do programa Google Season of Docs. Estamos animados com a oportunidade de trabalhar com um *technical writer* para melhorar a documentação do NumPy mais uma vez! Para mais detalhes, consulte [o site oficial do programa Season of Docs](https://developers.google.com/season-of-docs/) e nossa [página de ideias](https://github.com/numpy/numpy/wiki/Google-Season-of-Docs-2020-Project-Ideas). - +_11 de maio de 2020_ -- O NumPy foi aceito como uma das organizações mentoras do programa Google Season of Docs. Estamos animados com a oportunidade de trabalhar com um technical writer para melhorar a documentação do NumPy mais uma vez! Estamos animados com a oportunidade de trabalhar com um _technical writer_ para melhorar a documentação do NumPy mais uma vez! ### NumPy versão 1.18.0 @@ -209,22 +274,35 @@ _22 de dezembro de 2019_ -- O NumPy 1.18.0 está disponível. Após as principai Por favor, veja as [notas de lançamento](https://github.com/numpy/numpy/releases/tag/v1.18.0) para mais detalhes. - ### O NumPy recebe financiamento da Chan Zuckerberg Initiative _15 de novembro de 2019_ -- Estamos felizes em anunciar que o NumPy e a OpenBLAS, uma das dependências-chave do NumPy, receberam um auxílio conjunto de $195,000 da Chan Zuckerberg Initiative através do seu programa [Essential Open Source Software for Science](https://chanzuckerberg.com/eoss/) que apoia a manutenção, crescimento, desenvolvimento e envolvimento da comunidade em ferramentas de código aberto fundamentais para a ciência. -Este auxílio será usado para aumentar os esforços de melhoria da documentação do NumPy, reformulação do site, desenvolvimento comunitário para melhor servir a nossa grande, e rapidamente crescente, base de usuários, assim como para garantir a sustentabilidade do projeto a longo prazo. Enquanto a equipe OpenBLAS se concentrará em tratar de um conjunto de questões técnicas fundamentais, em particular relacionadas a *thread-safety*, AVX-512, e *thread-local storage* (TLS), bem como melhorias algorítmicas na ReLAPACK (Recursive LAPACK) da qual a OpenBLAS depende. +Este auxílio será usado para aumentar os esforços de melhoria da documentação do NumPy, reformulação do site, desenvolvimento comunitário para melhor servir a nossa grande, e rapidamente crescente, base de usuários, assim como para garantir a sustentabilidade do projeto a longo prazo. Enquanto a equipe OpenBLAS se concentrará em tratar de um conjunto de questões técnicas fundamentais, em particular relacionadas a thread-safety, AVX-512, e thread-local storage (TLS), bem como melhorias algorítmicas na ReLAPACK (Recursive LAPACK) da qual a OpenBLAS depende. Mais detalhes sobre nossas propostas e resultados esperados podem ser encontrados na [proposta completa de concessão de auxílio](https://figshare.com/articles/Proposal_NumPy_OpenBLAS_for_Chan_Zuckerberg_Initiative_EOSS_2019_round_1/10302167). O trabalho está agendado para começar no dia 1 de dezembro de 2019 e continuar pelos próximos 12 meses. - ## Lançamentos -Aqui está uma lista de versões do NumPy, com links para notas de lançamento. Bugfix lança (apenas o `z` muda no `x.y.` número da versão) não tem novos recursos; versões menores (o `y` aumenta) sim. - +Aqui está uma lista de versões do NumPy, com links para notas de lançamento. Lançamentos para correção de falhas (apenas o `z` muda no número de versão `x.y.z`) não tem novos recursos; versões menores (o `y` aumenta) sim. + +- NumPy 2.2.5 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.2.5)) -- _19 Abr 2025_. +- NumPy 2.2.4 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.2.4)) -- _16 de março de 2025_. +- NumPy 2.2.3 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.2.3)) -- _13 de fevereiro de 2025_. +- NumPy 2.2.2 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.2.2)) -- _18 de janeiro de 2025_. +- NumPy 2.2.1 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.2.1)) -- _21 de dezembro de 2024_. +- NumPy 2.2.0 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.2.0)) -- _8 de dezembro de 2024_. +- NumPy 2.1.3 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.1.3)) -- _2 de novembro de 2024_. +- NumPy 2.1.2 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.1.2)) -- _5 de outubro de 2024_. +- NumPy 2.1.1 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.1.1)) -- _3 de setembro de 2024_. +- NumPy 2.0.2 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.0.2)) -- _26 de agosto de 2024_. +- NumPy 2.1.0 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _18 de agosto de 2024_. +- NumPy 2.0.1 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.0.1)) -- _21 de julho de 2024_. +- NumPy 2.0.0 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _16 de junho de 2024_. +- NumPy 1.26.4 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v1.26.4)) -- _5 de fevereiro de 2024_. +- NumPy 1.26.3 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _2 de janeiro de 2024_. - NumPy 1.26.2 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _12 de novembro de 2023_. - NumPy 1.26.1 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _14 de outubro de 2023_. - NumPy 1.26.0 ([notas de versão](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _16 de setembro de 2023_. diff --git a/content/pt/report-handling-manual.md b/content/pt/report-handling-manual.md index e33dd0d07e..136eb59405 100644 --- a/content/pt/report-handling-manual.md +++ b/content/pt/report-handling-manual.md @@ -7,44 +7,40 @@ Este é o manual seguido pelo Comitê do Código de Conduta do NumPy. É usado q Garantir que o [Código de Conduta](/code-of-conduct) seja respeitado afeta nossa comunidade hoje e no futuro. É uma ação que levamos muito a sério. Ao analisar medidas de aplicação do Código de Conduta, o Comitê terá em mente os seguintes valores e orientações: -* Agir de forma pessoal e não impessoal. O Comitê pode levar as partes a compreender a situação, respeitando simultaneamente a privacidade e a necessária confidencialidade das pessoas relatantes. No entanto, por vezes, é necessário comunicar diretamente com um ou mais indivíduos: o objetivo do Comitê é melhorar a saúde da nossa comunidade, em vez de produzir apenas uma decisão formal. -* Enfatizar empatia pelos indivíduos ao invés de julgar o comportamento, evitando rótulos binários de "bom" e "mau". Existem atos de agressão e assédio claros e visíveis, e vamos abordá-los com firmeza. Mas muitos cenários que podem ser desafiadores são aqueles em que as discordâncias normais se transformam em comportamento desnecessário ou prejudicial de várias partes. Compreender o contexto completo e encontrar um caminho que traga um entendimento entre as partes é difícil, mas, em última análise, é o resultado mais produtivo para a nossa comunidade. -* Compreendemos que o e-mail é um meio difícil e que pode causar uma sensação de isolamento. Receber críticas por e-mail, sem contato pessoal, pode ser particularmente doloroso. Isto faz com que seja especialmente importante manter um clima de respeito aberto pelas opiniões dos outros. Significa também que temos de ser transparentes nas nossas ações, e que faremos tudo o que estiver ao nosso alcance para garantir que todos os nossos membros sejam tratados de forma justa e com simpatia. -* A discriminação pode ser sutil e pode ser inconsciente. Pode revelar-se em tratamentos injustos e hostis em interações que normalmente seriam ordinárias. Sabemos que isso acontece, e teremos o cuidado de ter isso em mente. Gostaríamos muito de ouvir se você acha que foi tratado injustamente, e usaremos esses procedimentos para garantir que a sua reclamação seja ouvida e abordada. -* Ajudar a aumentar o envolvimento em uma boa prática de discussão: tentar identificar onde a discussão pode ter falhado, e fornecer informações úteis, indicadores e recursos que podem levar a mudanças positivas nestes pontos. -* Estar ciente das necessidades de novos membros: fornecer-lhes apoio e consideração explícitos, com o objetivo de aumentar a participação de grupos sub-representados, em particular. -* As pessoas vêm de meios culturais e linguísticos diferentes. Tentar identificar quaisquer mal-entendidos honestos causados por falantes não-nativos e ajudá-los a entender a questão e o que pode ser modificado para evitar causar ofensa. Uma discussão complexa numa língua estrangeira pode ser muito intimidante, e queremos aumentar a nossa diversidade também entre nacionalidades e culturas. - +- Agir de forma pessoal e não impessoal. O Comitê pode levar as partes a compreender a situação, respeitando simultaneamente a privacidade e a necessária confidencialidade das pessoas relatantes. No entanto, por vezes, é necessário comunicar diretamente com um ou mais indivíduos: o objetivo do Comitê é melhorar a saúde da nossa comunidade, em vez de produzir apenas uma decisão formal. +- Enfatizar empatia pelos indivíduos ao invés de julgar o comportamento, evitando rótulos binários de "bom" e "mau". Existem atos de agressão e assédio claros e visíveis, e vamos abordá-los com firmeza. Mas muitos cenários que podem ser desafiadores são aqueles em que as discordâncias normais se transformam em comportamento desnecessário ou prejudicial de várias partes. Compreender o contexto completo e encontrar um caminho que traga um entendimento entre as partes é difícil, mas, em última análise, é o resultado mais produtivo para a nossa comunidade. +- Compreendemos que o e-mail é um meio difícil e que pode causar uma sensação de isolamento. Receber críticas por e-mail, sem contato pessoal, pode ser particularmente doloroso. Isto faz com que seja especialmente importante manter um clima de respeito aberto pelas opiniões dos outros. Significa também que temos de ser transparentes nas nossas ações, e que faremos tudo o que estiver ao nosso alcance para garantir que todos os nossos membros sejam tratados de forma justa e com simpatia. +- A discriminação pode ser sutil e pode ser inconsciente. Pode revelar-se em tratamentos injustos e hostis em interações que normalmente seriam ordinárias. Sabemos que isso acontece, e teremos o cuidado de ter isso em mente. Gostaríamos muito de ouvir se você acha que foi tratado injustamente, e usaremos esses procedimentos para garantir que a sua reclamação seja ouvida e abordada. +- Ajudar a aumentar o envolvimento em uma boa prática de discussão: tentar identificar onde a discussão pode ter falhado, e fornecer informações úteis, indicadores e recursos que podem levar a mudanças positivas nestes pontos. +- Estar ciente das necessidades de novos membros: fornecer-lhes apoio e consideração explícitos, com o objetivo de aumentar a participação de grupos sub-representados, em particular. +- As pessoas vêm de meios culturais e linguísticos diferentes. Tentar identificar quaisquer mal-entendidos honestos causados por falantes não-nativos e ajudá-los a entender a questão e o que pode ser modificado para evitar causar ofensa. Uma discussão complexa numa língua estrangeira pode ser muito intimidante, e queremos aumentar a nossa diversidade também entre nacionalidades e culturas. ## Mediação A mediação informal voluntária é um instrumento à nossa disposição. Em contextos em que duas ou mais partes escalaram ao ponto de demonstrarem comportamento inapropriado (algo tristemente comum no conflito humano), poderá ser útil facilitar um processo de mediação. Isto é apenas um exemplo: em todo caso, o Comitê pode considerar a mediação, tendo em conta que o processo se destina a ser estritamente voluntário e que nenhuma das partes pode ser pressionada a participar. Se o Comitê sugerir mediação, deve: -* Encontrar uma pessoa candidata que possa servir de mediadora. -* Obter o acordo da(s) pessoa(s) relatante(s). A(s) pessoa(s) relatante(s) têm total liberdade para recusar a ideia de mediação ou propor um mediador alternativo. -* Obter o acordo da(s) pessoa(s) relatada(s). -* Estabelecer uma pessoa mediadora: enquanto as partes podem propor um mediador diferente da pessoa sugerida, o processo só poderá avançar se for alcançado um acordo comum em todos os termos. -* Estabelecer um cronograma para a mediação ser concluida, idealmente dentro de duas semanas. +- Encontrar uma pessoa candidata que possa servir de mediadora. +- Obter o acordo da(s) pessoa(s) relatante(s). A(s) pessoa(s) relatante(s) têm total liberdade para recusar a ideia de mediação ou propor um mediador alternativo. +- Obter o acordo da(s) pessoa(s) relatada(s). +- Estabelecer uma pessoa mediadora: enquanto as partes podem propor um mediador diferente da pessoa sugerida, o processo só poderá avançar se for alcançado um acordo comum em todos os termos. +- Estabelecer um cronograma para a mediação ser concluida, idealmente dentro de duas semanas. A pessoa mediadora entrará em contato com todas as partes e procurará uma resolução satisfatória para todos. Após a sua conclusão, a pessoa mediadora apresentará ao Comitê um relatório (examinado por todas as partes envolvidas no processo) com recomendações sobre outras medidas. O Comitê avaliará então esses resultados (em caso de resolução satisfatória ou não) e decidirá sobre quaisquer medidas adicionais consideradas necessárias. - ## Como o Comitê responderá aos relatórios Quando o Comitê (ou um membro do Comitê) recebe um relatório, será inicialmente determinado se o relatório é sobre uma violação clara e severa (como definido abaixo). Em caso afirmativo, medidas imediatas serão tomadas para além do processo regular de tratamento dos relatórios. - ## Ações claras e severas de violação Sabemos que é mais comum do que o desejado que a comunicação na Internet comece ou se transforme em abusos óbvios e flagrantes. Trataremos rapidamente de violações claras e severas como ameaças pessoais, linguagem violenta, sexista ou racista. Quando um membro do Comitê do Código de Conduta tomar conhecimento de uma violação clara e grave, fará o seguinte: -* Desligará imediatamente a pessoa originadora de todos os canais de comunicação do NumPy. -* Responderá à pessoa relatante para informá-la que seu relatório foi recebido e que a pessoa originadora foi desligada. -* Em todos os casos, a pessoa moderadora deve fazer um esforço razoável para entrar em contato com a pessoa originadora, e dizer-lhes especificamente como sua linguagem ou ações se qualificam como uma "violação clara e severa". A pessoa moderadora deve também dizer que, se a pessoa originadora considerar que isso é injusto ou quiser ser reconectada ao NumPy, tem o direito de solicitar uma revisão, de acordo com as disposições do Comitê do Código de Conduta. A pessoa moderadora deve copiar esta explicação para o Comitê do Código de Conduta. -* O Comitê do Código de Conduta procederá formalmente à análise e decisão em todos os casos em que este mecanismo tenha sido aplicado para garantir que não seja utilizado para controlar desentendimentos acalorados comuns. - +- Desligará imediatamente a pessoa originadora de todos os canais de comunicação do NumPy. +- Responderá à pessoa relatante para informá-la que seu relatório foi recebido e que a pessoa originadora foi desligada. +- Em todos os casos, a pessoa moderadora deve fazer um esforço razoável para entrar em contato com a pessoa originadora, e dizer-lhes especificamente como sua linguagem ou ações se qualificam como uma "violação clara e severa". A pessoa moderadora deve também dizer que, se a pessoa originadora considerar que isso é injusto ou quiser ser reconectada ao NumPy, tem o direito de solicitar uma revisão, de acordo com as disposições do Comitê do Código de Conduta. A pessoa moderadora deve copiar esta explicação para o Comitê do Código de Conduta. +- O Comitê do Código de Conduta procederá formalmente à análise e decisão em todos os casos em que este mecanismo tenha sido aplicado para garantir que não seja utilizado para controlar desentendimentos acalorados comuns. ## Tratamento de relatórios @@ -54,10 +50,10 @@ Se um relatório não contiver informações suficientes, o Comitê obterá todo O Comitê analisará então o incidente e determinará, do melhor jeito possível: -* O que aconteceu. -* Se este evento constitui ou não uma violação do Código de Conduta. -* Quem são as pessoas responsáveis. -* Se se trata de uma situação contínua, e existe uma ameaça para a segurança física de alguém. +- O que aconteceu. +- Se este evento constitui ou não uma violação do Código de Conduta. +- Quem são as pessoas responsáveis. +- Se se trata de uma situação contínua, e existe uma ameaça para a segurança física de alguém. Estas informações serão recolhidas por escrito e, sempre que possível, as deliberações do grupo serão gravadas e armazenadas (por exemplo, transcrições de conversas, discussões por e-mail, chamadas gravadas de videoconferência, resumos de conversas por voz, etc). @@ -65,31 +61,29 @@ Estas informações serão recolhidas por escrito e, sempre que possível, as de O Comitê do Código de Conduta deve ter por objetivo chegar a um acordo sobre uma resolução no prazo de duas semanas. Caso uma resolução não possa ser determinada nesse período, o Comitê responderá à(s) pessoa(s) relatante(s) com uma atualização e cronograma previsto para a resolução. - -## Resoluções {#resolutions} +## Resoluções O Comitê tem de chegar a um acordo sobre uma resolução por consenso. Se o grupo não conseguir chegar a um consenso e permanece bloqueado durante mais de uma semana, o grupo encaminhará o assunto para o Conselho Diretor para resolução. Possíveis respostas podem incluir: -* Não tomar nenhuma outra ação: - - se determinarmos que não ocorreram violações; - - se a questão tiver sido resolvida publicamente enquanto o Comitê estava considerando uma resposta. -* Coordenação de mediação voluntária: se todas as partes envolvidas concordarem, o Comitê poderá facilitar um processo de mediação, conforme detalhado acima. -* Salientar publicamente que alguns comportamentos, ações ou linguagem foram julgados inapropriados ou podem ser considerados danosos para algumas pessoas, explicando por que no contexto atual e solicitando que a comunidade se auto-ajuste. -* Uma advertência privada do Comitê para a(s) pessoa(s) envolvida(s). Neste caso, a pessoa presidente do Comitê irá entregar essa advertência à(s) pessoa(s) por e-mail, em cópia (CC) ao grupo. -* Uma advertência pública. Neste caso, a pessoa presidente do Comitê vai apresentar essa advertência no mesmo fórum em que ocorreu a violação, dentro dos limites da viabilidade. Exemplo: a lista original para uma violação de e-mail, mas para uma discussão em sala de bate-papo onde a pessoa/contexto pode sumir, isto pode ser feito por outros meios. O grupo pode optar por publicar esta mensagem em outro local para fins de documentação. -* Um pedido de desculpas públicas ou privadas, supondo que a(s) pessoa(s) relatante(s) concorde(m) com esta ideia: a(s) pessoa(s) pode(m), a seu critério, recusar contatos adicionais com a pessoa relatada. A Presidência dará seguimento a este pedido. O Comitê, se escolher, pode anexar condições adicionais a este pedido inicial: por exemplo, o grupo pode pedir à pessoa relatada que se desculpe para que tenha o direito de manter a sua adesão a uma lista de e-mails. -* Um “acordo mútuo de trégua” onde o Comitê solicita à pessoa que se abstenha temporariamente da participação na comunidade. Se a pessoa optar por não fazer uma pausa temporária voluntariamente, o Comitê pode aplicar um “período de afastamento obrigatório”. -* Um banimento permanente ou temporário de alguns ou todos os espaços do NumPy (listas de e-mails, gitter.im, etc.). O grupo manterá registro de todas essas proibições, para que elas possam ser revistas no futuro ou mantidas. +- Não tomar nenhuma outra ação: + - se determinarmos que não ocorreram violações; + - se a questão tiver sido resolvida publicamente enquanto o Comitê estava considerando uma resposta. +- Coordenação de mediação voluntária: se todas as partes envolvidas concordarem, o Comitê poderá facilitar um processo de mediação, conforme detalhado acima. +- Salientar publicamente que alguns comportamentos, ações ou linguagem foram julgados inapropriados ou podem ser considerados danosos para algumas pessoas, explicando por que no contexto atual e solicitando que a comunidade se auto-ajuste. +- Uma advertência privada do Comitê para a(s) pessoa(s) envolvida(s). Neste caso, a pessoa presidente do Comitê irá entregar essa advertência à(s) pessoa(s) por e-mail, em cópia (CC) ao grupo. +- Uma advertência pública. Neste caso, a pessoa presidente do Comitê vai apresentar essa advertência no mesmo fórum em que ocorreu a violação, dentro dos limites da viabilidade. Exemplo: a lista original para uma violação de e-mail, mas para uma discussão em sala de bate-papo onde a pessoa/contexto pode sumir, isto pode ser feito por outros meios. O grupo pode optar por publicar esta mensagem em outro local para fins de documentação. +- Um pedido de desculpas públicas ou privadas, supondo que a(s) pessoa(s) relatante(s) concorde(m) com esta ideia: a(s) pessoa(s) pode(m), a seu critério, recusar contatos adicionais com a pessoa relatada. A Presidência dará seguimento a este pedido. O Comitê, se escolher, pode anexar condições adicionais a este pedido inicial: por exemplo, o grupo pode pedir à pessoa relatada que se desculpe para que tenha o direito de manter a sua adesão a uma lista de e-mails. +- Um “acordo mútuo de trégua” onde o Comitê solicita à pessoa que se abstenha temporariamente da participação na comunidade. Se a pessoa optar por não fazer uma pausa temporária voluntariamente, o Comitê pode aplicar um “período de afastamento obrigatório”. +- Um banimento permanente ou temporário de alguns ou todos os espaços do NumPy (listas de e-mails, gitter.im, etc.). O grupo manterá registro de todas essas proibições, para que elas possam ser revistas no futuro ou mantidas. Uma vez aprovada uma resolução, mas antes de ser efetivamente aplicada, o Comitê entrará em contato com a pessoa relatante original e quaisquer outras partes afetadas e explicará a resolução proposta. O Comitê perguntará se esta resolução é aceitável e terá de tomar nota da sua resposta para registro futuro. -Finalmente, o Comitê apresentará um relatório ao Conselho Diretor do NumPy (bem como ao time *core* do NumPy no caso de uma resolução em curso, como um banimento). +Finalmente, o Comitê apresentará um relatório ao Conselho Diretor do NumPy (bem como ao time core do NumPy no caso de uma resolução em curso, como um banimento). O Comitê nunca discutirá publicamente a questão; todas as declarações públicas serão feitas pela pessoa presidente do Comitê do Código de Conduta ou pelo Conselho Diretor do NumPy. - ## Conflitos de Interesse Em caso de conflito de interesses, um membro do Comitê deve notificar imediatamente os outros membros e abdicar de sua participação no processo caso seja necessário. diff --git a/content/pt/tabcontents.yaml b/content/pt/tabcontents.yaml index b7f17b9f3c..2f683c4ec0 100644 --- a/content/pt/tabcontents.yaml +++ b/content/pt/tabcontents.yaml @@ -1,280 +1,275 @@ params: machinelearning: paras: - - para1: O NumPy forma a base de bibliotecas de aprendizagem de máquina poderosas como [scikit-learn](https://scikit-learn.org) e [SciPy](https://www.scipy.org). À medida que a disciplina de aprendizagem de máquina cresce, a lista de bibliotecas construidas a partir do NumPy também cresce. As funcionalidades de deep learning do [TensorFlow](https://www.tensorflow.org) tem diversas aplicações — entre elas, reconhecimento de imagem e de fala, aplicações baseadas em texto, análise de séries temporais, e detecção de vídeo. O [PyTorch](https://pytorch.org), outra biblioteca de deep learning, é popular entre pesquisadores em visão computacional e processamento de linguagem natural. O [MXNet](https://github.com/apache/incubator-mxnet) é outro pacote de IA, que fornece templates e protótipos para deep learning. - para2: Técnicas estatísticas chamadas [métodos de ensemble](https://scikit-learn.org/stable/modules/ensemble.html) tais como binning, bagging, stacking, e boosting estão entre os algoritmos de ML implementados por ferramentas tais como [XGBoost](https://github.com/dmlc/xgboost), [LightGBM](https://lightgbm.readthedocs.io/en/latest/), e [CatBoost](https://catboost.ai) — um dos motores de inferência mais rápidos. [Yellowbrick](https://www.scikit-yb.org/en/latest/) e [Eli5](https://eli5.readthedocs.io/en/latest/) oferecem visualizações para aprendizagem de máquina. + - para1: O NumPy forma a base de bibliotecas de aprendizagem de máquina poderosas como [scikit-learn](https://scikit-learn.org) e [SciPy](https://www.scipy.org). À medida que a disciplina de aprendizagem de máquina cresce, a lista de bibliotecas construidas a partir do NumPy também cresce. As funcionalidades de deep learning do [TensorFlow](https://www.tensorflow.org) tem diversas aplicações — entre elas, reconhecimento de imagem e de fala, aplicações baseadas em texto, análise de séries temporais, e detecção de vídeo. O [PyTorch](https://pytorch.org), outra biblioteca de deep learning, é popular entre pesquisadores em visão computacional e processamento de linguagem natural. O [MXNet](https://github.com/apache/incubator-mxnet) é outro pacote de IA, que fornece templates e protótipos para deep learning. + para2: Técnicas estatísticas chamadas métodos de [ensemble](https://towardsdatascience.com/ensemble-methods-bagging-boosting-and-stacking-c9214a10a205) tais como binning, bagging, stacking, e boosting estão entre os algoritmos de ML implementados por ferramentas tais como [XGBoost](https://github.com/dmlc/xgboost), [LightGBM](https://lightgbm.readthedocs.io/en/latest/), e [CatBoost](https://catboost.ai) — um dos motores de inferência mais rápidos. [Yellowbrick](https://www.scikit-yb.org/en/latest/) e [Eli5](https://eli5.readthedocs.io/en/latest/) oferecem visualizações para aprendizagem de máquina. arraylibraries: intro: - - text: A API do NumPy é o ponto de partida quando bibliotecas são escritas para explorar hardware inovador, criar tipos de arrays especializados, ou adicionar capacidades além do que o NumPy fornece. + - text: A API do NumPy é o ponto de partida quando bibliotecas são escritas para explorar hardware inovador, criar tipos de arrays especializados, ou adicionar capacidades além do que o NumPy fornece. headers: - - text: Biblioteca de Arrays - - text: Recursos e áreas de aplicação + - text: Biblioteca de Arrays + - text: Recursos e áreas de aplicação libraries: - - title: Dask - text: Arrays distribuídas e paralelismo avançado para análise, permitindo desempenho em escala. - img: /images/content_images/arlib/dask.png - alttext: Dask - url: https://dask.org/ - - title: CuPy - text: Biblioteca de matriz compatível com NumPy para computação acelerada pela GPU com Python. - img: /images/content_images/arlib/cupy.png - alttext: CuPy - url: https://cupy.chainer.org - - title: JAX - text: "Transformações combináveis de programas NumPy: vetorização, compilação just-in-time para GPU/TPU." - img: /images/content_images/arlib/jax_logo_250px.png - alttext: JAX - url: https://github.com/google/jax - - title: Xarray - text: Arrays multidimensionais rotuladas e indexadas para análise e visualização avançadas - img: /images/content_images/arlib/xarray.png - alttext: xarray - url: https://xarray.pydata.org/en/stable/index.html - - title: Sparse - text: Biblioteca de arrays compatíveis com o NumPy que pode ser integrada com Dask e álgebra linear esparsa da SciPy. - img: /images/content_images/arlib/sparse.png - alttext: sparse - url: https://sparse.pydata.org/en/latest/ - - title: PyTorch - text: Framework de deep learning que acelera o caminho entre prototipação de pesquisa e colocação em produção. - img: /images/content_images/arlib/pytorch-logo-dark.svg - alttext: PyTorch - url: https://pytorch.org/ - - title: TensorFlow - text: Uma plataforma completa para aprendizagem de máquina que permite construir e colocar em produção aplicações usando ML facilmente. - img: /images/content_images/arlib/tensorflow-logo.svg - alttext: TensorFlow - url: https://www.tensorflow.org - - title: MXNet - text: Framework de deep learning voltado para flexibilizar prototipação em pesquisa e produção. - img: /images/content_images/arlib/mxnet_logo.png - alttext: MXNet - url: https://mxnet.apache.org/ - - title: Arrow - text: Uma plataforma de desenvolvimento multi-linguagens para dados e análise para dados armazenados em colunas na memória. - img: /images/content_images/arlib/arrow.png - alttext: arrow - url: https://github.com/apache/arrow - - title: xtensor - text: Arrays multidimensionais com broadcasting e avaliação preguiçosa (lazy computing) para análise numérica. - img: /images/content_images/arlib/xtensor.png - alttext: xtensor - url: https://github.com/xtensor-stack/xtensor-python - - title: Awkward Array - text: Manipulação de dados JSON-like com sintaxe NumPy-like. - img: /images/content_images/arlib/awkward.svg - alttext: awkward - url: https://awkward-array.org/ - - title: uarray - text: Sistema de backend Python que dissocia a API da implementação; unumpy fornece uma API NumPy. - img: /images/content_images/arlib/uarray.png - alttext: uarray - url: https://uarray.org/en/latest/ - - title: tensorly - text: Ferramentas para aprendizagem com tensores, algebra e backends para usar NumPy, MXNet, PyTorch, TensorFlow ou CuPy sem esforço. - img: /images/content_images/arlib/tensorly.png - alttext: tensorly - url: http://tensorly.org/stable/home.html + - title: Dask + text: Arrays distribuídas e paralelismo avançado para análise, permitindo desempenho em escala. + img: /images/content_images/arlib/dask.png + alttext: Dask + url: https://dask.org/ + - title: CuPy + text: Biblioteca de matriz compatível com NumPy para computação acelerada pela GPU com Python. + img: /images/content_images/arlib/cupy.png + alttext: CuPy + url: https://cupy.chainer.org + - title: JAX + text: "Transformações combináveis de programas NumPy: vetorização, compilação just-in-time para GPU/TPU." + img: /images/content_images/arlib/jax_logo_250px.png + alttext: JAX + url: https://github.com/google/jax + - title: Xarray + text: Arrays multidimensionais rotuladas e indexadas para análise e visualização avançadas + img: /images/content_images/arlib/xarray.png + alttext: xarray + url: https://xarray.pydata.org/en/stable/index.html + - title: Sparse + text: Biblioteca de arrays compatíveis com o NumPy que pode ser integrada com Dask e álgebra linear esparsa da SciPy. + img: /images/content_images/arlib/sparse.png + alttext: sparse + url: https://sparse.pydata.org/en/latest/ + - title: PyTorch + text: Framework de deep learning que acelera o caminho entre prototipação de pesquisa e colocação em produção. + img: /images/content_images/arlib/pytorch-logo-dark.svg + alttext: PyTorch + url: https://pytorch.org/ + - title: TensorFlow + text: Uma plataforma completa para aprendizagem de máquina que permite construir e colocar em produção aplicações usando ML facilmente. + img: /images/content_images/arlib/tensorflow-logo.svg + alttext: TensorFlow + url: https://www.tensorflow.org + - title: MXNet + text: Framework de deep learning voltado para flexibilizar prototipação em pesquisa e produção. + img: /images/content_images/arlib/mxnet_logo.png + alttext: MXNet + url: https://mxnet.apache.org/ + - title: Arrow + text: Uma plataforma de desenvolvimento multi-linguagens para dados e análise para dados armazenados em colunas na memória. + img: /images/content_images/arlib/arrow.png + alttext: Arrow + url: https://github.com/apache/arrow + - title: xtensor + text: Arrays multidimensionais com broadcasting e avaliação preguiçosa (lazy computing) para análise numérica. + img: /images/content_images/arlib/xtensor.png + alttext: xtensor + url: https://github.com/xtensor-stack/xtensor-python + - title: Awkward Array + text: Manipulação de dados JSON-like com sintaxe NumPy-like. + img: /images/content_images/arlib/awkward.svg + alttext: Awkward Array + url: https://awkward-array.org/ + - title: uarray + text: Sistema de backend Python que dissocia a API da implementação; unumpy fornece uma API NumPy. + img: /images/content_images/arlib/uarray.png + alttext: uarray + url: https://uarray.org/en/latest/ scientificdomains: intro: - - text: Quase todos os cientistas que trabalham em Python se baseiam na potência do NumPy. - - text: "NumPy traz o poder computacional de linguagens como C e Fortran para Python, uma linguagem muito mais fácil de aprender e usar. Com esse poder vem a simplicidade: uma solução no NumPy é frequentemente clara e elegante." + - text: Quase todos os cientistas que trabalham em Python se baseiam na potência do NumPy. + - text: "NumPy traz o poder computacional de linguagens como C e Fortran para Python, uma linguagem muito mais fácil de aprender e usar. Com esse poder vem a simplicidade: uma solução no NumPy é frequentemente clara e elegante." libraries: - - title: Computação quântica - alttext: Um chip de computador. - img: /images/content_images/sc_dom_img/quantum_computing.svg - links: - - url: https://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: Computação estatística - alttext: Um gráfico com uma linha em movimento para cima. - img: /images/content_images/sc_dom_img/statistical_computing.svg - 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: Processamento de sinais - alttext: Um gráfico de barras com valores positivos e negativos. - img: /images/content_images/sc_dom_img/signal_processing.svg - 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: HiperSpy - - title: Processamento de imagens - alttext: Uma fotografia das montanhas. - links: - - url: https://scikit-image.org/ - label: Scikit-image - - url: https://opencv.org/ - label: OpenCV - - url: https://mahotas.rtfd.io/ - label: Mahotas - img: /images/content_images/sc_dom_img/image_processing.svg - - title: Gráficos e Redes - alttext: Um grafo simples. - img: /images/content_images/sc_dom_img/sd6.svg - 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: Processos de Astronomia - alttext: Um telescópio. - img: /images/content_images/sc_dom_img/astronomy_processes.svg - links: - - url: https://www.astropy.org/ - label: AstroPy - - url: https://sunpy.org/ - label: SunPy - - url: https://spacepy.github.io/ - label: SpacePy - - title: Psicologia Cognitiva - alttext: Uma cabeça humana com engrenagens. - img: /images/content_images/sc_dom_img/cognitive_psychology.svg - links: - - url: https://www.psychopy.org/ - label: PsychoPy - - title: Bioinformática - alttext: Um pedaço de DNA. - img: /images/content_images/sc_dom_img/bioinformatics.svg - 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: Inferência Bayesiana - alttext: Um gráfico com uma curva em forma de sino. - img: /images/content_images/sc_dom_img/bayesian_inference.svg - links: - - url: https://pystan.readthedocs.io/en/latest/ - label: PyStan - - url: https://docs.pymc.io/ - label: PyMC - - url: https://arviz-devs.github.io/arviz/ - label: ArviZ - - url: https://emcee.readthedocs.io/ - label: emcee - - title: Análise Matemática - alttext: Quatro símbolos matemáticos. - img: /images/content_images/sc_dom_img/mathematical_analysis.svg - 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: Química - alttext: Um tubo de ensaio. - img: /images/content_images/sc_dom_img/chemistry.svg - 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: Geociências - alttext: A Terra. - img: /images/content_images/sc_dom_img/geoscience.svg - 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: Processamento Geográfico - alttext: Um mapa. - img: /images/content_images/sc_dom_img/GIS.svg - links: - - url: https://shapely.readthedocs.io/ - label: Shapely - - url: https://geopandas.org/ - label: GeoPandas - - url: https://python-visualization.github.io/folium - label: Folium - - title: Arquitetura e Engenharia - alttext: Uma placa de desenvolvimento de microprocessador. - img: /images/content_images/sc_dom_img/robotics.svg - links: - - url: https://compas.dev/ - label: COMPAS - - url: https://cityenergyanalyst.com/ - label: City Energy Analyst - Analista de Energía de Ciudad - - url: https://nortikin.github.io/sverchok/ - label: Sverchok + - title: Computação quântica + alttext: Um chip de computador. + img: /images/content_images/sc_dom_img/quantum_computing.svg + 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: Computação estatística + alttext: Um gráfico com uma linha em movimento para cima. + img: /images/content_images/sc_dom_img/statistical_computing.svg + links: + - url: https://pandas.pydata.org/ + label: Pandas + - url: https://github.com/statsmodels/statsmodels + label: statsmodels + - url: https://xarray.pydata.org/en/stable/ + label: Xarray + - url: https://github.com/mwaskom/seaborn + label: Seaborn + - title: Processamento de sinais + alttext: Um gráfico de barras com valores positivos e negativos. + img: /images/content_images/sc_dom_img/signal_processing.svg + 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: Processamento de imagens + alttext: Uma fotografia das montanhas. + img: /images/content_images/sc_dom_img/image_processing.svg + links: + - url: https://scikit-image.org/ + label: Scikit-image + - url: https://opencv.org/ + label: OpenCV + - url: https://mahotas.rtfd.io/ + label: Mahotas + - title: Gráficos e Redes + alttext: Um grafo simples. + img: /images/content_images/sc_dom_img/sd6.svg + 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: Um telescópio. + img: /images/content_images/sc_dom_img/astronomy_processes.svg + links: + - url: https://www.astropy.org/ + label: AstroPy + - url: https://github.com/sunpy/sunpy + label: SunPy + - url: https://github.com/spacepy/spacepy + label: SpacePy + - title: Psicologia Cognitiva + alttext: Uma cabeça humana com engrenagens. + img: /images/content_images/sc_dom_img/cognitive_psychology.svg + links: + - url: https://www.psychopy.org/ + label: PsychoPy + - title: Bioinformática + alttext: Uma fita de DNA. + img: /images/content_images/sc_dom_img/bioinformatics.svg + 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: Inferência Bayesiana + alttext: Um gráfico com uma curva em forma de sino. + img: /images/content_images/sc_dom_img/bayesian_inference.svg + 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: Análise Matemática + alttext: Quatro símbolos matemáticos. + img: /images/content_images/sc_dom_img/mathematical_analysis.svg + links: + - url: https://www.scipy.org/ + label: SciPy + - url: https://www.sympy.org/ + label: SymPy + - url: https://github.com/cvxgrp/cvxpy + label: cvxpy + - url: https://fenicsproject.org/ + label: FEniCS + - title: Química + alttext: Um tubo de ensaio. + img: /images/content_images/sc_dom_img/chemistry.svg + 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: Geociências + alttext: A Terra. + img: /images/content_images/sc_dom_img/geoscience.svg + 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: Processamento Geográfico + alttext: Um mapa. + img: /images/content_images/sc_dom_img/GIS.svg + links: + - url: https://shapely.readthedocs.io/ + label: Shapely + - url: https://geopandas.org/ + label: GeoPandas + - url: https://python-visualization.github.io/folium + label: Folium + - title: Arquitetura e Engenharia + alttext: Uma placa de desenvolvimento de microprocessador. + 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 está no centro de um rico ecossistema de bibliotecas de ciência de dados. Um fluxo de trabalho típico de ciência de dados exploratório pode parecer assim:" image1: - - img: /images/content_images/ds-landscape.png - alttext: Diagrama de bibliotecas Python. As cinco categorias são 'Extrair, Transformar, Carregar', 'Exploração de Dados', 'Modelo de Dados', 'Avaliação de Dados' e 'Apresentação de Dados'. + - img: /images/content_images/ds-landscape.png + alttext: Diagrama de bibliotecas Python. As cinco categorias são 'Extrair, Transformar, Carregar', 'Exploração de Dados', 'Modelo de Dados', 'Avaliação de Dados' e 'Apresentação de Dados'. image2: - - img: /images/content_images/data-science.png - alttext: Diagram of three overlapping circle. The circles labeled 'Mathematics', 'Computer Science' and 'Domain Expertise'. In the middle of the diagram, which has the three circles overlapping it, is an area labeled 'Data Science'. + - img: /images/content_images/data-science.png + alttext: Diagram of three overlapping circle. The circles labeled 'Mathematics', 'Computer Science' and 'Domain Expertise'. In the middle of the diagram, which has the three circles overlapping it, is an area labeled 'Data Science'. examples: - - text: "Extract, Transform, Load: [Pandas](https://pandas.pydata.org),[ Intake](https://intake.readthedocs.io),[PyJanitor](https://pyjanitor-devs.github.io/pyjanitor/)" - - text: "Exploratory analysis: [Jupyter](https://jupyter.org),[Seaborn](https://seaborn.pydata.org),[ Matplotlib](https://matplotlib.org),[ Altair](https://altair-viz.github.io)" - - text: "Model and evaluate: [scikit-learn](https://scikit-learn.org),[ statsmodels](https://www.statsmodels.org/stable/index.html),[ PyMC](https://docs.pymc.io),[ spaCy](https://spacy.io)" - - text: "Report in a dashboard: [Dash](https://plotly.com/dash),[ Panel](https://panel.holoviz.org),[ Voila](https://github.com/voila-dashboards/voila)" + - text: "Extract, Transform, Load: [Pandas](https://pandas.pydata.org),[ Intake](https://intake.readthedocs.io),[PyJanitor](https://pyjanitor-devs.github.io/pyjanitor/)" + - text: "Exploratory analysis: [Jupyter](https://jupyter.org),[Seaborn](https://seaborn.pydata.org),[ Matplotlib](https://matplotlib.org),[ Altair](https://altair-viz.github.io)" + - text: "Model and evaluate: [scikit-learn](https://scikit-learn.org),[ statsmodels](https://www.statsmodels.org/stable/index.html),[ PyMC3](https://docs.pymc.io),[ spaCy](https://spacy.io)" + - text: "Report in a dashboard: [Dash](https://plotly.com/dash),[ Panel](https://panel.holoviz.org),[ Voila](https://github.com/voila-dashboards/voila)" content: - - text: For high data volumes, [Dask](https://dask.org) and[Ray](https://ray.io/) are designed to scale. Stabledeployments rely on data versioning ([DVC](https://dvc.org)),experiment tracking ([MLFlow](https://mlflow.org)), andworkflow automation ([Airflow](https://airflow.apache.org) and[Prefect](https://www.prefect.io)). + - text: For high data volumes, [Dask](https://dask.org) and[Ray](https://ray.io/) are designed to scale. Stabledeployments rely on data versioning ([DVC](https://dvc.org)),experiment tracking ([MLFlow](https://mlflow.org)), andworkflow automation ([Airflow](https://airflow.apache.org) and[Prefect](https://www.prefect.io)). visualization: images: - - url: https://www.fusioncharts.com/blog/best-python-data-visualization-libraries - img: /images/content_images/v_matplotlib.png - alttext: Um streamplot feito em matplotlib - - url: https://github.com/yhat/ggpy - img: /images/content_images/v_ggpy.png - alttext: Um gráfico scatter-plot feito em ggpy - - url: https://www.journaldev.com/19692/python-plotly-tutorial - img: /images/content_images/v_plotly.png - alttext: Um box-plot feito no plotly - - url: https://altair-viz.github.io/gallery/streamgraph.html - img: /images/content_images/v_altair.png - alttext: Um gráfico streamgraph feito em altair - - url: https://seaborn.pydata.org - img: /images/content_images/v_seaborn.png - alttext: A plot duplo com dois tipos de gráficos, um plot-graph e um gráfico de frequência feitos no seaborn - - url: https://docs.pyvista.org/ - img: /images/content_images/v_pyvista.png - alttext: Uma renderização de volume 3D feita no PyVista. - - url: https://napari.org - img: /images/content_images/v_napari.png - alttext: Uma imagem multidimensional, feita em napari. - - url: https://vispy.org/gallery/index.html - img: /images/content_images/v_vispy.png - alttext: Diagrama de Voronoi feito com vispy. + - url: https://www.fusioncharts.com/blog/best-python-data-visualization-libraries + img: /images/content_images/v_matplotlib.png + alttext: Um streamplot feito em matplotlib + - url: https://github.com/yhat/ggpy + img: /images/content_images/v_ggpy.png + alttext: Um gráfico scatter-plot feito em ggpy + - url: https://www.journaldev.com/19692/python-plotly-tutorial + img: /images/content_images/v_plotly.png + alttext: Um box-plot feito no plotly + - url: https://altair-viz.github.io/gallery/streamgraph.html + img: /images/content_images/v_altair.png + alttext: Um gráfico streamgraph feito em altair + - url: https://seaborn.pydata.org + img: /images/content_images/v_seaborn.png + alttext: A plot duplo com dois tipos de gráficos, um plot-graph e um gráfico de frequência feitos no seaborn + - url: https://docs.pyvista.org/ + img: /images/content_images/v_pyvista.png + alttext: Uma renderização de volume 3D feita no PyVista. + - url: https://napari.org + img: /images/content_images/v_napari.png + alttext: Uma imagem multidimensional, feita em napari. + - url: https://vispy.org/gallery/index.html + img: /images/content_images/v_vispy.png + alttext: Diagrama de Voronoi feito com vispy. content: - - text: NumPy é um componente essencial no crescente [campo de visualização em Python](https://pyviz.org/overviews/index.html), que inclui [Matplotlib](https://matplotlib.org), [Seaborn](https://seaborn.pydata.org), [Plotly](https://plot.ly), [Altair](https://altair-viz.github.io), [Bokeh](https://docs.bokeh.org/en/latest/), [Holoviz](https://holoviz.org), [Vispy](http://vispy.org), [Napari](https://github.com/napari/napari), e [PyVista](https://github.com/pyvista/pyvista), para citar alguns. - - text: O processamento de grandes arrays acelerado pela NumPy permite que os pesquisadores visualizem conjuntos de dados muito maiores do que o Python nativo poderia permitir. + - text: NumPy é um componente essencial no crescente [campo de visualização em Python](https://pyviz.org/overviews/index.html), que inclui [Matplotlib](https://matplotlib.org), [Seaborn](https://seaborn.pydata.org), [Plotly](https://plot.ly), [Altair](https://altair-viz.github.io), [Bokeh](https://docs.bokeh.org/en/latest/), [Holoviz](https://holoviz.org), [Vispy](http://vispy.org), [Napari](https://github.com/napari/napari), e [PyVista](https://github.com/pyvista/pyvista), para citar alguns. + - text: O processamento de grandes arrays acelerado pela NumPy permite que os pesquisadores visualizem conjuntos de dados muito maiores do que o Python nativo poderia permitir. diff --git a/content/pt/teams/docs-team.toml b/content/pt/teams/docs-team.toml new file mode 100644 index 0000000000..09abff8aa8 --- /dev/null +++ b/content/pt/teams/docs-team.toml @@ -0,0 +1,69 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4336207?u=564d623a8c9d710c3520841b83458b0bf1eae010&v=4"' +alt = 'Avatar of Rohit Goswami' +{{< /image >}} +Rohit Goswami''' +link = 'https://github.com/HaoZeke' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/46167686?u=b5ca05a767012822d06b8bc16e3cd5ca0d1cafe9&v=4"' +alt = 'Avatar of Mars Lee' +{{< /image >}} +Mars Lee''' +link = 'https://github.com/MarsBarLee' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/823911?u=1dd52e6dcca6a7a35b6644935cdd33a6e166a596&v=4"' +alt = 'Avatar of Matti Picus' +{{< /image >}} +Matti Picus''' +link = 'https://github.com/mattip' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3949932?u=aacac68df60d2cf64c17c7e5aa17adf8b738aa7b&v=4"' +alt = 'Avatar of Melissa Weber Mendonça' +{{< /image >}} +Melissa Weber Mendonça''' +link = 'https://github.com/melissawm' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/60316606?u=229ba03253068b0a4f206b0be08f7a9e76c832f1&v=4"' +alt = 'Avatar of Mukulika' +{{< /image >}} +Mukulika''' +link = 'https://github.com/Mukulikaa' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1268991?u=974707b96081a9705f3a239c0773320f353ee02f&v=4"' +alt = 'Avatar of Ross Barnowski' +{{< /image >}} +Ross Barnowski''' +link = 'https://github.com/rossbar' diff --git a/content/pt/teams/emeritus-maintainers.toml b/content/pt/teams/emeritus-maintainers.toml new file mode 100644 index 0000000000..b61eef1f2f --- /dev/null +++ b/content/pt/teams/emeritus-maintainers.toml @@ -0,0 +1,89 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/9040124?v=4"' +alt = 'Avatar of Allan Haldane' +{{< /image >}} +Allan Haldane''' +link = 'https://github.com/ahaldane' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/20568?v=4"' +alt = 'Avatar of Ondřej Čertík' +{{< /image >}} +Ondřej Čertík''' +link = 'https://github.com/certik' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/25111?v=4"' +alt = 'Avatar of David Cournapeau' +{{< /image >}} +David Cournapeau''' +link = 'https://github.com/cournape' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3343990?v=4"' +alt = 'Avatar of Jaime' +{{< /image >}} +Jaime''' +link = 'https://github.com/jaimefrio' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/123428?v=4"' +alt = 'Avatar of Jarrod Millman' +{{< /image >}} +Jarrod Millman''' +link = 'https://github.com/jarrodmillman' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/542663?v=4"' +alt = 'Avatar of Julian Taylor' +{{< /image >}} +Julian Taylor''' +link = 'https://github.com/juliantaylor' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/399551?u=d4a592a0763568448a8eaa06b680ee9584a8c6e0&v=4"' +alt = 'Avatar of Mark Wiebe' +{{< /image >}} +Mark Wiebe''' +link = 'https://github.com/mwiebe' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/609896?u=935a2bf5f98be8c08d87eaac095f1f3bc3332490&v=4"' +alt = 'Avatar of Nathaniel J. Smith' +{{< /image >}} +Nathaniel J. Smith''' +link = 'https://github.com/njsmith' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/254880?v=4"' +alt = 'Avatar of Travis E. Oliphant' +{{< /image >}} +Travis E. Oliphant''' +link = 'https://github.com/teoliphant' diff --git a/content/pt/teams/index.md b/content/pt/teams/index.md index b84f16aaf2..33df62d3d5 100644 --- a/content/pt/teams/index.md +++ b/content/pt/teams/index.md @@ -3,29 +3,34 @@ title: Times NumPy sidebar: false --- -Somos uma equipe internacional com a missão de apoiar comunidades científicas e de pesquisa em todo o mundo construindo software de código aberto de qualidade. [Junte-se a nós](/contribute)! +Somos uma equipe internacional com a missão de apoiar comunidades científicas e de pesquisa em todo o mundo construindo software de código aberto de qualidade. +[Junte-se a nós](/contribute)! -### Maintainers +### Pessoas Mantenedoras {{< grid file="maintainers.toml" columns="2 3 4 5" />}} -### Docs team +### Time de documentacão {{< grid file="docs-team.toml" columns="2 3 4 5" />}} -### Web team +### Time Web {{< grid file="web-team.toml" columns="2 3 4 5" />}} -### Triage team +### Time de Triagem {{< grid file="triage-team.toml" columns="2 3 4 5" />}} -### Survey team +### Time de Pesquisa {{< grid file="survey-team.toml" columns="2 3 4 5" />}} -### Emeritus maintainers +### Time de traduções + +{{< grid file="translations-team.toml" columns="2 3 4 5" />}} + +### Mantenedores Eméritos {{< grid file="emeritus-maintainers.toml" columns="2 3 4 5" />}} diff --git a/content/pt/teams/maintainers.toml b/content/pt/teams/maintainers.toml new file mode 100644 index 0000000000..03120e82f9 --- /dev/null +++ b/content/pt/teams/maintainers.toml @@ -0,0 +1,289 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/702934?u=a026c1b1117981cea46e56ba562f3e80dfa71329&v=4"' +alt = 'Avatar of Andrew Nelson' +{{< /image >}} +Andrew Nelson''' +link = 'https://github.com/andyfaff' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43369155?u=1f1fcabf979a2f00f403c60b816ba9f573026181&v=4"' +alt = 'Avatar of Bas van Beek' +{{< /image >}} +Bas van Beek''' +link = 'https://github.com/BvB93' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/77272?v=4"' +alt = 'Avatar of Charles Harris' +{{< /image >}} +Charles Harris''' +link = 'https://github.com/charris' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/425260?v=4"' +alt = 'Avatar of Eric Wieser' +{{< /image >}} +Eric Wieser''' +link = 'https://github.com/eric-wieser' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/20969920?u=ec0e4d9dd70227549776ba8209f0e55a35d1fe84&v=4"' +alt = 'Avatar of Ganesh Kathiresan' +{{< /image >}} +Ganesh Kathiresan''' +link = 'https://github.com/ganesh-k13' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4336207?u=564d623a8c9d710c3520841b83458b0bf1eae010&v=4"' +alt = 'Avatar of Rohit Goswami' +{{< /image >}} +Rohit Goswami''' +link = 'https://github.com/HaoZeke' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/67612?v=4"' +alt = 'Avatar of Matthew Brett' +{{< /image >}} +Matthew Brett''' +link = 'https://github.com/matthew-brett' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/823911?u=1dd52e6dcca6a7a35b6644935cdd33a6e166a596&v=4"' +alt = 'Avatar of Matti Picus' +{{< /image >}} +Matti Picus''' +link = 'https://github.com/mattip' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6570539?u=cfb3e218754e85c4fac18064d7cfdce0b67ddaa6&v=4"' +alt = 'Avatar of Matt Haberland' +{{< /image >}} +Matt Haberland''' +link = 'https://github.com/mdhaber' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3949932?u=aacac68df60d2cf64c17c7e5aa17adf8b738aa7b&v=4"' +alt = 'Avatar of Melissa Weber Mendonça' +{{< /image >}} +Melissa Weber Mendonça''' +link = 'https://github.com/melissawm' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/2789820?v=4"' +alt = 'Avatar of Marten van Kerkwijk' +{{< /image >}} +Marten van Kerkwijk''' +link = 'https://github.com/mhvk' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4933431?u=933e774277f53e83ebb3d58dab9851c801fbfacd&v=4"' +alt = 'Avatar of Christopher Sidebottom' +{{< /image >}} +Christopher Sidebottom''' +link = 'https://github.com/Mousius' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8431159?u=179d05b307b027da3360c213fcf4f585e1c6d7b9&v=4"' +alt = 'Avatar of Mateusz Sokół' +{{< /image >}} +Mateusz Sokół''' +link = 'https://github.com/mtsokol' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/60316606?u=229ba03253068b0a4f206b0be08f7a9e76c832f1&v=4"' +alt = 'Avatar of Mukulika' +{{< /image >}} +Mukulika''' +link = 'https://github.com/Mukulikaa' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3126246?u=a3c7cd970c0e4cbc4498febe0de777a263c522c5&v=4"' +alt = 'Avatar of Nathan Goldbaum' +{{< /image >}} +Nathan Goldbaum''' +link = 'https://github.com/ngoldbaum' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/402156?u=288a1f206a151f9e2b69f3c0ce11848d3381943e&v=4"' +alt = 'Avatar of Pearu Peterson' +{{< /image >}} +Pearu Peterson''' +link = 'https://github.com/pearu' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/15134881?v=4"' +alt = 'Avatar of Josh Wilson' +{{< /image >}} +Josh Wilson''' +link = 'https://github.com/person142' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/35046?v=4"' +alt = 'Avatar of Pauli Virtanen' +{{< /image >}} +Pauli Virtanen''' +link = 'https://github.com/pv' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/15245051?u=54810990f0fdb11ecaade02762c09d5549d72a11&v=4"' +alt = 'Avatar of Chunlin' +{{< /image >}} +Chunlin''' +link = 'https://github.com/Qiyu8' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/44766858?u=fcb771cdeac5320fa0c8f40db39c5afb071fdfb0&v=4"' +alt = 'Avatar of Raghuveer Devulapalli' +{{< /image >}} +Raghuveer Devulapalli''' +link = 'https://github.com/r-devulap' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/98330?u=22a023f8d191ba200ab13d476c83860d015cc9fe&v=4"' +alt = 'Avatar of Ralf Gommers' +{{< /image >}} +Ralf Gommers''' +link = 'https://github.com/rgommers' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/46135?u=305a96a4778daecacbc8ec97ac25a48099a239cc&v=4"' +alt = 'Avatar of Robert Kern' +{{< /image >}} +Robert Kern''' +link = 'https://github.com/rkern' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1268991?u=974707b96081a9705f3a239c0773320f353ee02f&v=4"' +alt = 'Avatar of Ross Barnowski' +{{< /image >}} +Ross Barnowski''' +link = 'https://github.com/rossbar' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/61977?v=4"' +alt = 'Avatar of Sebastian Berg' +{{< /image >}} +Sebastian Berg''' +link = 'https://github.com/seberg' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/12713707?u=5a3f6a8de4801d7878750cbd0bb2e0427bf0af0b&v=4"' +alt = 'Avatar of Sayed Adel' +{{< /image >}} +Sayed Adel''' +link = 'https://github.com/seiko2plus' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1217238?u=b61e7e0085405ce6d7d53f8f39a1360ef9723f72&v=4"' +alt = 'Avatar of Stephan Hoyer' +{{< /image >}} +Stephan Hoyer''' +link = 'https://github.com/shoyer' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/45071?u=c779b5e06448fbc638bc987cdfe305c7f9a7175e&v=4"' +alt = 'Avatar of Stefan van der Walt' +{{< /image >}} +Stefan van der Walt''' +link = 'https://github.com/stefanv' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/7903078?u=2762d9ff13b992dc635f8f190a17f9a90cddfae1&v=4"' +alt = 'Avatar of Tyler Reddy' +{{< /image >}} +Tyler Reddy''' +link = 'https://github.com/tylerjereddy' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/321463?v=4"' +alt = 'Avatar of Warren Weckesser' +{{< /image >}} +Warren Weckesser''' +link = 'https://github.com/WarrenWeckesser' diff --git a/content/pt/teams/survey-team.toml b/content/pt/teams/survey-team.toml new file mode 100644 index 0000000000..d1eb22b79c --- /dev/null +++ b/content/pt/teams/survey-team.toml @@ -0,0 +1,29 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/98330?u=22a023f8d191ba200ab13d476c83860d015cc9fe&v=4"' +alt = 'Avatar of Ralf Gommers' +{{< /image >}} +Ralf Gommers''' +link = 'https://github.com/rgommers' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1268991?u=974707b96081a9705f3a239c0773320f353ee02f&v=4"' +alt = 'Avatar of Ross Barnowski' +{{< /image >}} +Ross Barnowski''' +link = 'https://github.com/rossbar' diff --git a/content/pt/teams/translations-team.toml b/content/pt/teams/translations-team.toml new file mode 100644 index 0000000000..8b64877305 --- /dev/null +++ b/content/pt/teams/translations-team.toml @@ -0,0 +1,99 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3949932?u=aacac68df60d2cf64c17c7e5aa17adf8b738aa7b&v=4"' +alt = 'Avatar of Melissa Weber Mendonça' +{{< /image >}} +Melissa Weber Mendonça''' +link = 'https://github.com/melissawm' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Juan Pablo Duque' +{{< /image >}} +Juan Pablo Duque (@juanpabloduqueo)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Yeimi Pena' +{{< /image >}} +Yeimi Pena (@yeimiyaz)''' +link = 'https://www.linkedin.com/in/yeimipena/' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3813847?v=4' +alt = 'Avatar of Atsushi Sakai' +{{< /image >}} +Atsushi Sakai (@AtsushiSakai)''' +link = 'https://github.com/AtsushiSakai' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Getúlio Silva' +{{< /image >}} +Getúlio Silva (@getuliosilva)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Oriol Abril-Pla' +{{< /image >}} +Oriol Abril-Pla (@OriolAbril)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of @julio' +{{< /image >}} +@julio''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Ali Faraji' +{{< /image >}} +Ali Faraji (@ali)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of Saeed Foroutan' +{{< /image >}} +Saeed Foroutan (@SaeedForoutan)''' +link = 'https://scientific-python.crowdin.com' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://raw.githubusercontent.com/numpy/numpy.org/refs/heads/main/static/images/logo.svg' +alt = 'Avatar of @pyjavo' +{{< /image >}} +@pyjavo''' +link = 'https://scientific-python.crowdin.com' diff --git a/content/pt/teams/triage-team.toml b/content/pt/teams/triage-team.toml new file mode 100644 index 0000000000..8bfddc6481 --- /dev/null +++ b/content/pt/teams/triage-team.toml @@ -0,0 +1,279 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/702934?u=a026c1b1117981cea46e56ba562f3e80dfa71329&v=4"' +alt = 'Avatar of Andrew Nelson' +{{< /image >}} +Andrew Nelson''' +link = 'https://github.com/andyfaff' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1522319?v=4"' +alt = 'Avatar of Anirudh Subramanian' +{{< /image >}} +Anirudh Subramanian''' +link = 'https://github.com/anirudh2290' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/71486?u=cc88e2a4e4c6c496dcb9dd88cead5c0dab496c89&v=4"' +alt = 'Avatar of Aaron Meurer' +{{< /image >}} +Aaron Meurer''' +link = 'https://github.com/asmeurer' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3813847?v=4"' +alt = 'Avatar of Atsushi Sakai' +{{< /image >}} +Atsushi Sakai''' +link = 'https://github.com/AtsushiSakai' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6691888?v=4"' +alt = 'Avatar of Ben Nathanson' +{{< /image >}} +Ben Nathanson''' +link = 'https://github.com/bjnath' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/35413198?u=e67bd9ebc361fb207f914979d935fd1956eb626c&v=4"' +alt = 'Avatar of Anne Bonner' +{{< /image >}} +Anne Bonner''' +link = 'https://github.com/bonn0062' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6788290?u=d9a388224b87d55106cb3e6199d02ebc1d8e0553&v=4"' +alt = 'Avatar of Brigitta Sipőcz' +{{< /image >}} +Brigitta Sipőcz''' +link = 'https://github.com/bsipocz' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5476002?u=5352f057ef8cb5de29e4d2a9fa8b0d0f49580dc8&v=4"' +alt = 'Avatar of carlkl' +{{< /image >}} +carlkl''' +link = 'https://github.com/carlkl' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/11371428?u=9b425a337d076ec86b75ebc759724283f0970d9a&v=4"' +alt = 'Avatar of Ryan C Cooper' +{{< /image >}} +Ryan C Cooper''' +link = 'https://github.com/cooperrc' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/36567889?u=cbc76d558d375ebafd4a05a505f500eb94e00611&v=4"' +alt = 'Avatar of ਗਗਨਦੀਪ ਸਿੰਘ (Gagandeep Singh)' +{{< /image >}} +ਗਗਨਦੀਪ ਸਿੰਘ (Gagandeep Singh)''' +link = 'https://github.com/czgdp1807' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/2190658?u=b85e13f985d0bf87eeb3a7a146b61dcc9586019b&v=4"' +alt = 'Avatar of Hameer Abbasi' +{{< /image >}} +Hameer Abbasi''' +link = 'https://github.com/hameerabbasi' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8078968?v=4"' +alt = 'Avatar of jbrockmendel' +{{< /image >}} +jbrockmendel''' +link = 'https://github.com/jbrockmendel' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/30074037?u=c2549c85c82266302c71aef5c20446871323d91b&v=4"' +alt = 'Avatar of Kai' +{{< /image >}} +Kai''' +link = 'https://github.com/Kai-Striega' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/16046705?u=1bf01e87adb556503c1fe07789c194cc04d38490&v=4"' +alt = 'Avatar of Yuji Kanagawa' +{{< /image >}} +Yuji Kanagawa''' +link = 'https://github.com/kngwyu' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/22004158?u=2ebb3919ebaa3d7e0865ea5583032bc08bd0f526&v=4"' +alt = 'Avatar of Kriti Singh' +{{< /image >}} +Kriti Singh''' +link = 'https://github.com/kritisingh1' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/149655?u=249f7995c486de232c34e7970fbea505f518a1be&v=4"' +alt = 'Avatar of Christopher Albert' +{{< /image >}} +Christopher Albert''' +link = 'https://github.com/krystophny' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/20306270?u=235cdf82e88f76ba2f5f4c2d33fa392319c60ad1&v=4"' +alt = 'Avatar of Lysandros Nikolaou' +{{< /image >}} +Lysandros Nikolaou''' +link = 'https://github.com/lysnikolaou' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/34613774?u=61535ebfff07c68ea672cd8cd68c46187a38d3c1&v=4"' +alt = 'Avatar of Meekail Zain' +{{< /image >}} +Meekail Zain''' +link = 'https://github.com/Micky774' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/4933431?u=933e774277f53e83ebb3d58dab9851c801fbfacd&v=4"' +alt = 'Avatar of Christopher Sidebottom' +{{< /image >}} +Christopher Sidebottom''' +link = 'https://github.com/Mousius' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8431159?u=179d05b307b027da3360c213fcf4f585e1c6d7b9&v=4"' +alt = 'Avatar of Mateusz Sokół' +{{< /image >}} +Mateusz Sokół''' +link = 'https://github.com/mtsokol' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/60316606?u=229ba03253068b0a4f206b0be08f7a9e76c832f1&v=4"' +alt = 'Avatar of Mukulika' +{{< /image >}} +Mukulika''' +link = 'https://github.com/Mukulikaa' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/6564007?u=e5fb962de792bbce925c0c94fb7a748803c8bfa0&v=4"' +alt = 'Avatar of Noa Tamir' +{{< /image >}} +Noa Tamir''' +link = 'https://github.com/noatamir' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/44766858?u=fcb771cdeac5320fa0c8f40db39c5afb071fdfb0&v=4"' +alt = 'Avatar of Raghuveer Devulapalli' +{{< /image >}} +Raghuveer Devulapalli''' +link = 'https://github.com/r-devulap' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5890484?u=feb15a24e010a434ded00e41d8bd030a2cc31bdb&v=4"' +alt = 'Avatar of shalz' +{{< /image >}} +shalz''' +link = 'https://github.com/shaloo' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/55803680?u=bb727a0da1f33ed5f2feb58dc0333943430d2318&v=4"' +alt = 'Avatar of Tina Oberoi' +{{< /image >}} +Tina Oberoi''' +link = 'https://github.com/tinaoberoi' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/13260794?u=5421923c831b67c4ef290bbdeb31ebfbdd906abc&v=4"' +alt = 'Avatar of Rakesh Vasudevan' +{{< /image >}} +Rakesh Vasudevan''' +link = 'https://github.com/vrakesh' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/8103276?v=4"' +alt = 'Avatar of Zijie (ZJ) Poh' +{{< /image >}} +Zijie (ZJ) Poh''' +link = 'https://github.com/zjpoh' diff --git a/content/pt/teams/web-team.toml b/content/pt/teams/web-team.toml new file mode 100644 index 0000000000..ef317b2e50 --- /dev/null +++ b/content/pt/teams/web-team.toml @@ -0,0 +1,89 @@ +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/43481325?u=8c0c0adbf3f2efd2cce72951d3554064c7bbfce3&v=4"' +alt = 'Avatar of Inessa Pawson' +{{< /image >}} +Inessa Pawson''' +link = 'https://github.com/InessaPawson' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/123428?v=4"' +alt = 'Avatar of Jarrod Millman' +{{< /image >}} +Jarrod Millman''' +link = 'https://github.com/jarrodmillman' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/3891660?u=5de0ba1f1adad6f041f6dde1affef5d05bbed80a&v=4"' +alt = 'Avatar of Joe LaChance' +{{< /image >}} +Joe LaChance''' +link = 'https://github.com/joelachance' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/46167686?u=b5ca05a767012822d06b8bc16e3cd5ca0d1cafe9&v=4"' +alt = 'Avatar of Mars Lee' +{{< /image >}} +Mars Lee''' +link = 'https://github.com/MarsBarLee' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/98330?u=22a023f8d191ba200ab13d476c83860d015cc9fe&v=4"' +alt = 'Avatar of Ralf Gommers' +{{< /image >}} +Ralf Gommers''' +link = 'https://github.com/rgommers' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5890484?u=feb15a24e010a434ded00e41d8bd030a2cc31bdb&v=4"' +alt = 'Avatar of shalz' +{{< /image >}} +shalz''' +link = 'https://github.com/shaloo' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/5774448?u=af1d8beea7d3c37d064e0dcb42d96c41e1318934&v=4"' +alt = 'Avatar of Shekhar Prasad Rajak' +{{< /image >}} +Shekhar Prasad Rajak''' +link = 'https://github.com/Shekharrajak' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/45071?u=c779b5e06448fbc638bc987cdfe305c7f9a7175e&v=4"' +alt = 'Avatar of Stefan van der Walt' +{{< /image >}} +Stefan van der Walt''' +link = 'https://github.com/stefanv' + +[[item]] +type = 'card' +classcard = 'text-center' +body = '''{{< image >}} +src = 'https://avatars.githubusercontent.com/u/1953382?u=5df9d41ad2a6d526e7daeec06225274905e7e660&v=4"' +alt = 'Avatar of Albert Steppi' +{{< /image >}} +Albert Steppi''' +link = 'https://github.com/steppi' diff --git a/content/pt/terms.md b/content/pt/terms.md index a294b49483..51bed538cd 100644 --- a/content/pt/terms.md +++ b/content/pt/terms.md @@ -1,80 +1,80 @@ --- -title: Termos de Uso +title: Terms of Use sidebar: false --- -*Última atualização em 4 de janeiro de 2020* - +*Last updated January 4, 2020* + ## AGREEMENT TO TERMS These Terms of Use constitute a legally binding agreement made between you, whether personally or on behalf of an entity (“you”) and NumPy ("**Project**", “**we**”, “**us**”, or “**our**”), concerning your access to and use of the numpy.org website as well as any other media form, media channel, mobile website or mobile application related, linked, or otherwise connected thereto (collectively, the “Site”). You agree that by accessing the Site, you have read, understood, and agreed to be bound by all of these Terms of Use. IF YOU DO NOT AGREE WITH ALL OF THESE TERMS OF USE, THEN YOU ARE EXPRESSLY PROHIBITED FROM USING THE SITE AND YOU MUST DISCONTINUE USE IMMEDIATELY. + +Supplemental terms and conditions or documents that may be posted on the Site from time to time are hereby expressly incorporated herein by reference. We reserve the right, in our sole discretion, to make changes or modifications to these Terms of Use at any time and for any reason. We will alert you about any changes by updating the “Last updated” date of these Terms of Use, and you waive any right to receive specific notice of each such change. It is your responsibility to periodically review these Terms of Use to stay informed of updates. You will be subject to, and will be deemed to have been made aware of and to have accepted, the changes in any revised Terms of Use by your continued use of the Site after the date such revised Terms of Use are posted. -Supplemental terms and conditions or documents that may be posted on the Site from time to time are hereby expressly incorporated herein by reference. We reserve the right, in our sole discretion, to make changes or modifications to these Terms of Use at any time and for any reason. We will alert you about any changes by updating the “Last updated” date of these Terms of Use, and you waive any right to receive specific notice of each such change. It is your responsibility to periodically review these Terms of Use to stay informed of updates. You will be subject to, and will be deemed to have been made aware of and to have accepted, the changes in any revised Terms of Use by your continued use of the Site after the date such revised Terms of Use are posted. - + - -The information provided on the Site is not intended for distribution to or use by any person or entity in any jurisdiction or country where such distribution or use would be contrary to law or regulation or which would subject us to any registration requirement within such jurisdiction or country. Accordingly, those persons who choose to access the Site from other locations do so on their own initiative and are solely responsible for compliance with local laws, if and to the extent local laws are applicable. +The information provided on the Site is not intended for distribution to or use by any person or entity in any jurisdiction or country where such distribution or use would be contrary to law or regulation or which would subject us to any registration requirement within such jurisdiction or country. Accordingly, those persons who choose to access the Site from other locations do so on their own initiative and are solely responsible for compliance with local laws, if and to the extent local laws are applicable. ## USER REPRESENTATIONS By using the Site, you represent and warrant that: (1) you have the legal capacity and you agree to comply with these Terms of Use; (2) you will not use the Site for any illegal or unauthorized purpose; and (3) your use of the Site will not violate any applicable law or regulation. - - -If you provide any information that is untrue, inaccurate, not current, or incomplete, we have the right to refuse any and all current or future use of the Site (or any portion thereof). + + +If you provide any information that is untrue, inaccurate, not current, or incomplete, we have the right to refuse any and all current or future use of the Site (or any portion thereof). ## PROHIBITED ACTIVITIES -You may not access or use the Site for any purpose other than that for which we make the Site available. +You may not access or use the Site for any purpose other than that for which we make the Site available. As a user of the Site, you agree not to: -1. Systematically retrieve data or other content from the Site to create or compile, directly or indirectly, a collection, compilation, database, or directory without written permission from us. +1. Systematically retrieve data or other content from the Site to create or compile, directly or indirectly, a collection, compilation, database, or directory without written permission from us. -2. Make any unauthorized use of the Site, including collecting usernames and/or email addresses of users by electronic or other means for the purpose of sending unsolicited email, or creating user accounts by automated means or under false pretenses. +2. Make any unauthorized use of the Site, including collecting usernames and/or email addresses of users by electronic or other means for the purpose of sending unsolicited email, or creating user accounts by automated means or under false pretenses. -3. Use the Site to advertise or offer to sell goods and services. +3. Use the Site to advertise or offer to sell goods and services. 4. Circumvent, disable, or otherwise interfere with security-related features of the Site. -5. Engage in unauthorized framing of or linking to the Site. +5. Engage in unauthorized framing of or linking to the Site. -6. Trick, defraud, or mislead us and other users, especially in any attempt to learn sensitive account information such as user passwords. +6. Trick, defraud, or mislead us and other users, especially in any attempt to learn sensitive account information such as user passwords. -7. Make improper use of our support services or submit false reports of abuse or misconduct. +7. Make improper use of our support services or submit false reports of abuse or misconduct. -8. Engage in any automated use of the system, such as using scripts to send comments or messages, or using any data mining, robots, or similar data gathering and extraction tools. +8. Engage in any automated use of the system, such as using scripts to send comments or messages, or using any data mining, robots, or similar data gathering and extraction tools. -9. Interfere with, disrupt, or create an undue burden on the Site or the networks or services connected to the Site. +9. Interfere with, disrupt, or create an undue burden on the Site or the networks or services connected to the Site. -10. Attempt to impersonate another user or person or use the username of another user. +10. Attempt to impersonate another user or person or use the username of another user. -11. Use any information obtained from the Site in order to harass, abuse, or harm another person. +11. Use any information obtained from the Site in order to harass, abuse, or harm another person. -12. Disparage, tarnish, or otherwise harm, in our opinion, us and/or the Site. +12. Disparage, tarnish, or otherwise harm, in our opinion, us and/or the Site. -13. Except as may be the result of standard search engine or Internet browser usage, use, launch, develop, or distribute any automated system, including without limitation, any spider, robot, cheat utility, scraper, or offline reader that accesses the Site, or using or launching any unauthorized script or other software. +13. Except as may be the result of standard search engine or Internet browser usage, use, launch, develop, or distribute any automated system, including without limitation, any spider, robot, cheat utility, scraper, or offline reader that accesses the Site, or using or launching any unauthorized script or other software. -14. Upload or transmit (or attempt to upload or to transmit) any material that acts as a passive or active information collection or transmission mechanism, including without limitation, clear graphics interchange formats (“gifs”), 1×1 pixels, web bugs, cookies, or other similar devices (sometimes referred to as “spyware” or “passive collection mechanisms” or “pcms”). +14. Upload or transmit (or attempt to upload or to transmit) any material that acts as a passive or active information collection or transmission mechanism, including without limitation, clear graphics interchange formats (“gifs”), 1×1 pixels, web bugs, cookies, or other similar devices (sometimes referred to as “spyware” or “passive collection mechanisms” or “pcms”). -15. Upload or transmit (or attempt to upload or to transmit) viruses, Trojan horses, or other material, including excessive use of capital letters and spamming (continuous posting of repetitive text), that interferes with any party’s uninterrupted use and enjoyment of the Site or modifies, impairs, disrupts, alters, or interferes with the use, features, functions, operation, or maintenance of the Site. +15. Upload or transmit (or attempt to upload or to transmit) viruses, Trojan horses, or other material, including excessive use of capital letters and spamming (continuous posting of repetitive text), that interferes with any party’s uninterrupted use and enjoyment of the Site or modifies, impairs, disrupts, alters, or interferes with the use, features, functions, operation, or maintenance of the Site. -16. Harass, annoy, intimidate, or threaten any of our employees or agents engaged in providing any portion of the Site to you. +16. Harass, annoy, intimidate, or threaten any of our employees or agents engaged in providing any portion of the Site to you. -17. Attempt to bypass any measures of the Site designed to prevent or restrict access to the Site, or any portion of the Site. +17. Attempt to bypass any measures of the Site designed to prevent or restrict access to the Site, or any portion of the Site. ## SUBMISSIONS -You acknowledge and agree that any questions, comments, suggestions, ideas, feedback, or other information regarding the Site ("Submissions") provided by you to us are non-confidential and shall become our sole property. We shall own exclusive rights, including all intellectual property rights, and shall be entitled to the unrestricted use and dissemination of these Submissions for any lawful purpose, commercial or otherwise, without acknowledgment or compensation to you. You hereby waive all moral rights to any such Submissions, and you hereby warrant that any such Submissions are original with you or that you have the right to submit such Submissions. You agree there shall be no recourse against us for any alleged or actual infringement or misappropriation of any proprietary right in your Submissions. +You acknowledge and agree that any questions, comments, suggestions, ideas, feedback, or other information regarding the Site ("Submissions") provided by you to us are non-confidential and shall become our sole property. We shall own exclusive rights, including all intellectual property rights, and shall be entitled to the unrestricted use and dissemination of these Submissions for any lawful purpose, commercial or otherwise, without acknowledgment or compensation to you. You hereby waive all moral rights to any such Submissions, and you hereby warrant that any such Submissions are original with you or that you have the right to submit such Submissions. You agree there shall be no recourse against us for any alleged or actual infringement or misappropriation of any proprietary right in your Submissions. ## THIRD-PARTY WEBSITES AND CONTENT -The Site may contain (or you may be sent via the Site) links to other websites ("Third-Party Websites") as well as articles, photographs, text, graphics, pictures, designs, music, sound, video, information, applications, software, and other content or items belonging to or originating from third parties ("Third-Party Content"). Such Third-Party Websites and Third-Party Content are not investigated, monitored, or checked for accuracy, appropriateness, or completeness by us, and we are not responsible for any Third-Party Websites accessed through the Site or any Third-Party Content posted on, available through, or installed from the Site, including the content, accuracy, offensiveness, opinions, reliability, privacy practices, or other policies of or contained in the Third-Party Websites or the Third-Party Content. Inclusion of, linking to, or permitting the use or installation of any Third-Party Websites or any Third-Party Content does not imply approval or endorsement thereof by us. If you decide to leave the Site and access the Third-Party Websites or to use or install any Third-Party Content, you do so at your own risk, and you should be aware these Terms of Use no longer govern. You should review the applicable terms and policies, including privacy and data gathering practices, of any website to which you navigate from the Site or relating to any applications you use or install from the Site. Any purchases you make through Third-Party Websites will be through other websites and from other companies, and we take no responsibility whatsoever in relation to such purchases which are exclusively between you and the applicable third party. You agree and acknowledge that we do not endorse the products or services offered on Third-Party Websites and you shall hold us harmless from any harm caused by your purchase of such products or services. Additionally, you shall hold us harmless from any losses sustained by you or harm caused to you relating to or resulting in any way from any Third-Party Content or any contact with Third-Party Websites. +The Site may contain (or you may be sent via the Site) links to other websites ("Third-Party Websites") as well as articles, photographs, text, graphics, pictures, designs, music, sound, video, information, applications, software, and other content or items belonging to or originating from third parties ("Third-Party Content"). Such Third-Party Websites and Third-Party Content are not investigated, monitored, or checked for accuracy, appropriateness, or completeness by us, and we are not responsible for any Third-Party Websites accessed through the Site or any Third-Party Content posted on, available through, or installed from the Site, including the content, accuracy, offensiveness, opinions, reliability, privacy practices, or other policies of or contained in the Third-Party Websites or the Third-Party Content. Inclusion of, linking to, or permitting the use or installation of any Third-Party Websites or any Third-Party Content does not imply approval or endorsement thereof by us. If you decide to leave the Site and access the Third-Party Websites or to use or install any Third-Party Content, you do so at your own risk, and you should be aware these Terms of Use no longer govern. You should review the applicable terms and policies, including privacy and data gathering practices, of any website to which you navigate from the Site or relating to any applications you use or install from the Site. Any purchases you make through Third-Party Websites will be through other websites and from other companies, and we take no responsibility whatsoever in relation to such purchases which are exclusively between you and the applicable third party. You agree and acknowledge that we do not endorse the products or services offered on Third-Party Websites and you shall hold us harmless from any harm caused by your purchase of such products or services. Additionally, you shall hold us harmless from any losses sustained by you or harm caused to you relating to or resulting in any way from any Third-Party Content or any contact with Third-Party Websites. ## SITE MANAGEMENT @@ -84,7 +84,7 @@ We reserve the right, but not the obligation, to: (1) monitor the Site for viola ## PRIVACY POLICY -We care about data privacy and security. Please review our [Privacy Policy](/privacy). By using the Site, you agree to be bound by our Privacy Policy, which is incorporated into these Terms of Use. Please be advised the Site is hosted in the United States. If you access the Site from the European Union, Asia, or any other region of the world with laws or other requirements governing personal data collection, use, or disclosure that differ from applicable laws in the United States, then through your continued use of the Site, you are transferring your data to the United States, and you expressly consent to have your data transferred to and processed in the United States. Further, we do not knowingly accept, request, or solicit information from children or knowingly market to children. Therefore, in accordance with the U.S. Children’s Online Privacy Protection Act, if we receive actual knowledge that anyone under the age of 13 has provided personal information to us without the requisite and verifiable parental consent, we will delete that information from the Site as quickly as is reasonably practical. +We care about data privacy and security. Please review our [Privacy Policy](/privacy). By using the Site, you agree to be bound by our Privacy Policy, which is incorporated into these Terms of Use. Please be advised the Site is hosted in the United States. If you access the Site from the European Union, Asia, or any other region of the world with laws or other requirements governing personal data collection, use, or disclosure that differ from applicable laws in the United States, then through your continued use of the Site, you are transferring your data to the United States, and you expressly consent to have your data transferred to and processed in the United States. Further, we do not knowingly accept, request, or solicit information from children or knowingly market to children. Therefore, in accordance with the U.S. Children’s Online Privacy Protection Act, if we receive actual knowledge that anyone under the age of 13 has provided personal information to us without the requisite and verifiable parental consent, we will delete that information from the Site as quickly as is reasonably practical. ## TERM AND TERMINATION @@ -93,22 +93,22 @@ These Terms of Use shall remain in full force and effect while you use the Site. ## MODIFICATIONS AND INTERRUPTIONS -We reserve the right to change, modify, or remove the contents of the Site at any time or for any reason at our sole discretion without notice. However, we have no obligation to update any information on our Site. We also reserve the right to modify or discontinue all or part of the Site without notice at any time. We will not be liable to you or any third party for any modification, suspension, or discontinuance of the Site. +We reserve the right to change, modify, or remove the contents of the Site at any time or for any reason at our sole discretion without notice. However, we have no obligation to update any information on our Site. We also reserve the right to modify or discontinue all or part of the Site without notice at any time. We will not be liable to you or any third party for any modification, suspension, or discontinuance of the Site. We cannot guarantee the Site will be available at all times. We may experience hardware, software, or other problems or need to perform maintenance related to the Site, resulting in interruptions, delays, or errors. We reserve the right to change, revise, update, suspend, discontinue, or otherwise modify the Site at any time or for any reason without notice to you. You agree that we have no liability whatsoever for any loss, damage, or inconvenience caused by your inability to access or use the Site during any downtime or discontinuance of the Site. Nothing in these Terms of Use will be construed to obligate us to maintain and support the Site or to supply any corrections, updates, or releases in connection therewith. ## GOVERNING LAW -These Terms of Use and your use of the Site are governed by and construed in accordance with the laws of the State of Texas applicable to agreements made and to be entirely performed within the State of Texas, without regard to its conflict of law principles. +These Terms of Use and your use of the Site are governed by and construed in accordance with the laws of the State of Texas applicable to agreements made and to be entirely performed within the State of Texas, without regard to its conflict of law principles. ## DISPUTE RESOLUTION - + ### Informal Negotiations To expedite resolution and control the cost of any dispute, controversy, or claim related to these Terms of Use (each a "Dispute" and collectively, the “Disputes”) brought by either you or us (individually, a “Party” and collectively, the “Parties”), the Parties agree to first attempt to negotiate any Dispute (except those Disputes expressly provided below) informally for at least thirty (30) days before initiating arbitration. Such informal negotiations commence upon written notice from one Party to the other Party. - + ### Binding Arbitration @@ -156,7 +156,7 @@ We will maintain certain data that you transmit to the Site for the purpose of m ## ELECTRONIC COMMUNICATIONS, TRANSACTIONS, AND SIGNATURES -Visiting the Site, sending us emails, and completing online forms constitute electronic communications. You consent to receive electronic communications, and you agree that all agreements, notices, disclosures, and other communications we provide to you electronically, via email and on the Site, satisfy any legal requirement that such communication be in writing. YOU HEREBY AGREE TO THE USE OF ELECTRONIC SIGNATURES, CONTRACTS, ORDERS, AND OTHER RECORDS, AND TO ELECTRONIC DELIVERY OF NOTICES, POLICIES, AND RECORDS OF TRANSACTIONS INITIATED OR COMPLETED BY US OR VIA THE SITE. You hereby waive any rights or requirements under any statutes, regulations, rules, ordinances, or other laws in any jurisdiction which require an original signature or delivery or retention of non-electronic records, or to payments or the granting of credits by any means other than electronic means. +Visiting the Site, sending us emails, and completing online forms constitute electronic communications. You consent to receive electronic communications, and you agree that all agreements, notices, disclosures, and other communications we provide to you electronically, via email and on the Site, satisfy any legal requirement that such communication be in writing. YOU HEREBY AGREE TO THE USE OF ELECTRONIC SIGNATURES, CONTRACTS, ORDERS, AND OTHER RECORDS, AND TO ELECTRONIC DELIVERY OF NOTICES, POLICIES, AND RECORDS OF TRANSACTIONS INITIATED OR COMPLETED BY US OR VIA THE SITE. You hereby waive any rights or requirements under any statutes, regulations, rules, ordinances, or other laws in any jurisdiction which require an original signature or delivery or retention of non-electronic records, or to payments or the granting of credits by any means other than electronic means. ## CALIFORNIA USERS AND RESIDENTS @@ -170,9 +170,13 @@ These Terms of Use and any policies or operating rules posted by us on the Site ## CONTACT US -In order to resolve a complaint regarding the Site or to receive further information regarding use of the Site, please contact us at: +In order to resolve a complaint regarding the Site or to receive further information regarding use of the Site, please contact us at: -NumFOCUS, Inc.
P.O. Box 90596
Austin, TX, USA 78709
info@numfocus.org
+1 (512) 222-5449 +NumFOCUS, Inc. +
P.O. Box 90596 +
Austin, TX, USA 78709 +
info@numfocus.org +
+1 (512) 222-5449 diff --git a/content/pt/user-survey-2020.md b/content/pt/user-survey-2020.md index 8747efca88..55041b2d2e 100644 --- a/content/pt/user-survey-2020.md +++ b/content/pt/user-survey-2020.md @@ -6,14 +6,10 @@ sidebar: false Em 2020, o time de pesquisas do NumPy realizou a primeira pesquisa oficial sobre a comunidade NumPy, em parceria com alunos e docentes de um Mestrado em metodologia de pesquisa realizado conjuntamente pela Universidade de Michigan e pela Universidade da Maryland. Mais de 1200 usuários de 75 países participaram para nos ajudar a mapear uma paisagem da comunidade NumPy e expressaram seus pensamentos sobre o futuro do projeto. {{< figure >}} -src = '/surveys/NumPy_usersurvey_2020_report_cover.png' -alt = 'Página de capa do relatório da pesquisa de usuários do NumPy 2020, chamado "NumPy Community Survey 2020 - results"' -width = '250' {{< /figure >}} **[Faça o download do relatório](/surveys/NumPy_usersurvey_2020_report.pdf)** para ver os detalhes sobre os resultados encontrados. - Para os destaques, confira **[este infográfico](https://github.com/numpy/numpy-surveys/blob/master/images/2020NumPysurveyresults_community_infographic.pdf)**. Quer saber mais? Visite **https://numpy.org/user-survey-2020-details/**. diff --git a/content/pt/user-surveys.md b/content/pt/user-surveys.md index 4f60686926..1c0e4f62af 100644 --- a/content/pt/user-surveys.md +++ b/content/pt/user-surveys.md @@ -7,4 +7,4 @@ sidebar: false **2021** Os dados coletados estão em análise. -Se você tem dúvidas ou sugestões sobre as pesquisas já realizadas ou futuras, por favor crie uma issue [aqui](https://github.com/numpy/numpy-surveys/issues). +Se você tem dúvidas ou sugestões sobre as pesquisas já realizadas ou futuras, por favor crie uma issue [aqui](https://github.com/numpy/numpy-surveys/issues).