diff --git a/content/ja/_index.md b/content/ja/_index.md
index 1109f91332..7e6a38c513 100644
--- a/content/ja/_index.md
+++ b/content/ja/_index.md
@@ -1,5 +1,5 @@
---
-title:
+title: null
---
{{< grid columns="1 2 2 3" >}}
@@ -18,6 +18,14 @@ body = '''
NumPyは、様々な数学関数、乱数生成器、線形代数ルーチン、フーリエ変換などを提供しています。
'''
+[[item]]
+type = 'card'
+title = 'オープンソース'
+body = '''
+NumPyは、寛容な[BSDライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt)で公開されています。NumPyは活発で、互いを尊重し、多様性を認め合う[コミュニティ](/ja/community)によって、 [GitHub](https://github.com/numpy/numpy)上でオープンに開発されていま
+す.
+'''
+
[[item]]
type = 'card'
title = '相互運用性'
@@ -41,12 +49,4 @@ body = '''
NumPyの高水準なシンタックスは、どんなバックグラウンドや経験を持つのプログラマーでも簡単に利用することができ、生産性を高め>ることができます。
'''
-[[item]]
-type = 'card'
-title = 'オープンソース'
-body = '''
-NumPyは、寛容な[BSDライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt)で公開されています。NumPyは活発で、互>いを尊重し、多様性を認め合う[コミュニティ](/ja/community)によって、 [GitHub](https://github.com/numpy/numpy)上でオープンに開発されていま
-す.
-'''
-
{{< /grid >}}
diff --git a/content/ja/about.md b/content/ja/about.md
index d153a89b33..439b6c5431 100644
--- a/content/ja/about.md
+++ b/content/ja/about.md
@@ -37,7 +37,7 @@ Numpy運営委員会に連絡するには、numpy-team@googlegroups.comまでメ
## チーム
-Numpy プロジェクトのコアメンバーは、プロジェクトへの貢献の方法の多様化に積極的に取り組んでいます。
Numpyには現在以下のチームがあります:
+Numpy プロジェクトのコアメンバーは、プロジェクトへの貢献の方法の多様化に積極的に取り組んでいます。
Numpyには現在以下のチームがあります:
- 開発
- ドキュメント
@@ -55,7 +55,7 @@ Numpy プロジェクトのコアメンバーは、プロジェクトへの貢
- Charles Harris
- Ralf Gommers
-- Inessa Pawson
+- Melissa Weber Mendonça
- Sebastian Berg
- 外部メンバー: Thomas Caswell
diff --git a/content/ja/case-studies/blackhole-image.md b/content/ja/case-studies/blackhole-image.md
index 7d7dfb2505..f3e11a721b 100644
--- a/content/ja/case-studies/blackhole-image.md
+++ b/content/ja/case-studies/blackhole-image.md
@@ -8,14 +8,14 @@ src = '/images/content_images/cs/blackhole.jpg'
title = 'Black Hole M87'
alt = 'black hole image'
attribution = '(Image Credits: Event Horizon Telescope Collaboration)'
-attrk = 'https://www.jpl.nasa.gov/images/universe/90410/blackhole20190410.jpg'
+attributionlink = 'https://www.jpl.nasa.gov/images/universe/90410/blackhole20190410.jpg'
{{< /figure >}}
{{< blockquote
cite="https://www.youtube.com/watch?v=BIvezCVcsYs"
- by="*カリフォルニア工科大学 計算・数理学部*のKatie Bouman助教授"
+ by="*カリフォルニア工科大学 計算・数理学部*のKatie Bouman助教授"
>}}
-M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。
+M87ブラックホールを画像化することは、見ることのできないものを、あえて見ようとするようなものです。
{{< /blockquote >}}
## 地球大の望遠鏡
diff --git a/content/ja/case-studies/cricket-analytics.md b/content/ja/case-studies/cricket-analytics.md
index b76249853f..6a94285aae 100644
--- a/content/ja/case-studies/cricket-analytics.md
+++ b/content/ja/case-studies/cricket-analytics.md
@@ -13,9 +13,9 @@ attributionlink = 'https://unsplash.com/@aksh1802'
{{< blockquote
cite="https://www.scoopwhoop.com/sports/ms-dhoni/"
- by="M S Dhoni、 *インディアンチームの元キャプテン、インターナショナル・クリケットプレイヤー、チェンナイ・スーパー・キングスのためにIPLでプレイ*"
+ by="M S Dhoni、 *インディアンチームの元キャプテン、インターナショナル・クリケットプレイヤー、チェンナイ・スーパー・キングスのためにIPLでプレイ*"
>}}
-観客のために競技をするのではなく、国のために競技するのです。
+観客のために競技をするのではなく、国のために競技するのです。
{{< /blockquote >}}
## クリケットについて
diff --git a/content/ja/case-studies/deeplabcut-dnn.md b/content/ja/case-studies/deeplabcut-dnn.md
index 006dacadbb..ebfe3edca7 100644
--- a/content/ja/case-studies/deeplabcut-dnn.md
+++ b/content/ja/case-studies/deeplabcut-dnn.md
@@ -13,9 +13,9 @@ attributionlink = 'http://www.mousemotorlab.org/deeplabcut'
{{< blockquote
cite="https://news.harvard.edu/gazette/story/newsplus/harvard-researchers-awarded-czi-open-source-award/"
- by="Alexander Mathis、 *准教授、École polytechnology fe’rale de Lausanne* ([EPFL](https://www.epfl.ch/en/))"
+ by="Alexander Mathis、 *准教授、École polytechnology fe’rale de Lausanne* ([EPFL](https://www.epfl.ch/en/))"
>}}
-オープンソースソフトウェアは生体臨床医学を加速させています。 DeepLabCut を使用すると、深層学習を使用して動物の行動を自動的にビデオ解析することができます。
+オープンソースソフトウェアは生体臨床医学を加速させています。 DeepLabCut を使用すると、深層学習を使用して動物の行動を自動的にビデオ解析することができます。
{{< /blockquote >}}
## DeepLabCut について
diff --git a/content/ja/case-studies/gw-discov.md b/content/ja/case-studies/gw-discov.md
index c5275fde58..8ba1f92f80 100644
--- a/content/ja/case-studies/gw-discov.md
+++ b/content/ja/case-studies/gw-discov.md
@@ -11,10 +11,7 @@ attribution = '(Image Credits: The Simulating eXtreme Spacetimes (SXS) Project a
attributionlink = 'https://youtu.be/Zt8Z_uzG71o'
{{< /figure >}}
-{{< blockquote
- cite="https://www.youtube.com/watch?v=BIvezCVcsYs"
- by="David Shoemaker, *LIGOサイエンティフィック・コラボレーション*" >}}
-科学計算のためのPythonエコシステムはLIGOで行われている研究のための重要なインフラです。
+{{< blockquote cite="https://www.youtube.com/watch?v=BIvezCVcsYs" by="David Shoemaker, *LIGOサイエンティフィック・コラボレーション*" >}} 科学計算のためのPythonエコシステムはLIGOで行われている研究のための重要なインフラです。
{{< /blockquote >}}
## [重力波](https://www.nationalgeographic.com/news/2017/10/what-are-gravitational-waves-ligo-astronomy-science/) と [LIGO](https://www.ligo.caltech.edu) について
@@ -56,7 +53,7 @@ attributionlink = 'https://www.researchgate.net/publication/293886905_Observatio
## 重力波の検出におけるNumPyの役割
-合成により放出される重力波は、スーパーコンピュータを用いたブルートフォースの数値相対性処理以外の手法では計算できません。 重力波は非常に小さい効果を生み、物質と微小な相互作用を持つため、検出が困難です。 LIGOのすべてのデータを処理・分析するには、膨大な計算インフラが必要です。 信号の数十億倍のノイズを除去した後も、非常に複雑な相対性理論の方程式と膨大な量のデータがあり、計算上の課題となっています。
+ブラックホール合成により放出される重力波は、スーパーコンピュータを用いたブルートフォースの数値相対性処理以外の手法では計算できません。 重力波は非常に小さい効果を生み、物質と微小な相互作用を持つため、検出が困難です。 LIGOのすべてのデータを処理・分析するには、膨大な計算インフラが必要です。 信号の数十億倍のノイズを除去した後も、非常に複雑な相対性理論の方程式と膨大な量のデータがあり、計算上の課題となっています。
Python用の標準的な数値解析パッケージNumPyは、LIGOの重力波検出プロジェクトで実行される様々なタスクに使用されるソフトウェアで利用されています。 NumPyは、複雑な数学処理や高速なデータ操作に役立ちました。 次にいくつかの例を示します。
@@ -88,7 +85,7 @@ title = 'PyCBCのNumPy依存グラフ'
一方で、これまで知られてきた深遠な天体物理学の現象に、多くに新たな洞察を提供しました。 数値処理とデータの可視化は、科学者が科学的な観測から収集したデータについての洞察を得て、その結果を理解するのに役立つ重要なステップです。 しかし、その計算は複雑であり、実際の観測データと分析を用いたコンピュータシミュレーションを用いて可視化されない限り、人間が理解することはできませんでした。 NumPyは、matplotlib・pandas・scikit-learnなどのPythonパッケージとともに、研究者が複雑な質問に答え、私たちの宇宙に対するの理解において、新しい地平を発見することを[可能にしています](https://www.gw-openscience.org/events/GW150914/)。
{{< figure >}}
-src = '/images/content_images/cs/numpy_bh_benefits.png'
+src = '/images/content_images/cs/numpy_gw_benefits.png'
alt = 'numpy benefits'
title = '利用されたNumPyの主要機能'
{{< /figure >}}
diff --git a/content/ja/config.yaml b/content/ja/config.yaml
index 395f1add6b..f662552f52 100644
--- a/content/ja/config.yaml
+++ b/content/ja/config.yaml
@@ -19,28 +19,33 @@ params:
shell:
title: placeholder
intro:
- - title: NumPy を試す
+ -
+ title: NumPy を試す
text: インタラクティブシェルを使用して、ブラウザ上で Numpy を試してみてください。
docslink: ドキュメント を確認することを忘れないでください。
casestudies:
title: ケーススタディ
features:
- - title: 世界初のブラックホール画像
+ -
+ title: 世界初のブラックホール画像
text: NumPyはどのように、SciPyやMatplotlibなどのNumPyに依存するライブラリとともに、イベントホライズンテレスコープによる世界初のブラックホール画像の作成を可能にしたのでしょうか。
img: /images/content_images/case_studies/blackhole.png
alttext: 世界初のブラックホール画像。黒い背景にオレンジ色の円で描かれています。
url: /ja/case-studies/blackhole-image
- - title: 重力波の検知
+ -
+ title: 重力波の検知
text: 1916年、アルバート・アインシュタインは重力波を予言しました。100年後、LIGOの研究者たちはNumPyを使ってその存在を確認しました。
img: /images/content_images/case_studies/gravitional.png
alttext: 2つのオーブがお互いに周回し、周りの重力を変位させています。
url: /ja/case-studies/gw-discov
- - title: スポーツ分析
+ -
+ title: スポーツ分析
text: クリケット分析は、統計的モデリングと予測分析によって選手やチームのパフォーマンスを向上させることで、クリケットの試合を変えようとしています。多くの分析が、NumPyにより可能になりました。
img: /images/content_images/case_studies/sports.jpg
alttext: 緑のフィールド上にあるクリケットボール。
url: /ja/case-studies/cricket-analytics
- - title: 深層学習による姿勢推定
+ -
+ title: 深層学習による姿勢推定
text: DeepLabCutはNumPyを利用し、動物の種類や時間スケールによらない運動制御の理解へ向け、動物の行動観察を含む科学技術研究を加速させています。
img: /images/content_images/case_studies/deeplabcut.png
alttext: チータの姿勢推定
@@ -49,64 +54,84 @@ params:
title: NumPyのエコシステム
section5: false
navbar:
- - title: インストール
+ -
+ title: インストール
url: /ja/install
- - title: ドキュメント
+ -
+ title: ドキュメント
url: https://numpy.org/doc/stable
- - title: 学び方
+ -
+ title: 学び方
url: /ja/learn
- - title: コミュニティ
+ -
+ title: コミュニティ
url: /ja/community
- - title: 私達について
+ -
+ title: 私達について
url: /ja/about
- - title: ニュース
+ -
+ title: ニュース
url: /ja/news
- - title: NumPyに貢献する
+ -
+ title: NumPyに貢献する
url: /ja/contribute
footer:
logo: logo.svg
socialmediatitle: ""
socialmedia:
- - link: https://github.com/numpy/numpy
+ -
+ link: https://github.com/numpy/numpy
icon: github
- - link: https://www.youtube.com/channel/UCguIL9NZ7ybWK5WQ53qbHng
+ -
+ link: https://www.youtube.com/channel/UCguIL9NZ7ybWK5WQ53qbHng
icon: youtube
- - link: https://twitter.com/numpy_team
- icon: twitter
quicklinks:
column1:
title: ""
links:
- - text: インストール
+ -
+ text: インストール
link: /ja/install
- - text: ドキュメント
+ -
+ text: ドキュメント
link: https://numpy.org/doc/stable
- - text: 学び方
+ -
+ text: 学び方
link: /ja/learn
- - text: 引用する
+ -
+ text: 引用する
link: /ja/citing-numpy
- - text: ロードマップ
+ -
+ text: ロードマップ
link: https://numpy.org/neps/roadmap.html
column2:
links:
- - text: 私達について
+ -
+ text: 私達について
link: /ja/about
- - text: コミュニティ
+ -
+ text: コミュニティ
link: /ja/community
- - text: ユーザーの調査
+ -
+ text: ユーザーの調査
link: /ja/user-surveys
- - text: NumPyに貢献する
+ -
+ text: NumPyに貢献する
link: /ja/contribute
- - text: 行動規範
+ -
+ text: 行動規範
link: /ja/code-of-conduct
column3:
links:
- - text: サポートを得る方法
+ -
+ text: サポートを得る方法
link: /ja/gethelp
- - text: 利用規約
+ -
+ text: 利用規約
link: /ja/terms
- - text: プライバシーポリシー
+ -
+ text: プライバシーポリシー
link: /ja/privacy
- - text: プレス用資料
+ -
+ text: プレス用資料
link: /ja/press-kit
-
diff --git a/content/ja/contribute.md b/content/ja/contribute.md
index 90db608852..d2720fdfb3 100644
--- a/content/ja/contribute.md
+++ b/content/ja/contribute.md
@@ -17,19 +17,16 @@ NumPyプロジェクトを成功させるには、あなたの専門知識とプ
プログラマーの方には、こちらの [ガイド](https://numpy.org/devdocs/dev/index.html#development-process-summary)でNumPyのコードに貢献する方法を説明しています。
追加情報に関しては、 こちらの[YouTube チャンネル](https://www.youtube.com/playlist?list=PLCK6zCrcN3GXBUUzDr9L4__LnXZVtaIzS) もご覧ください。
-
### プルリクエストのレビュー
NumPyプロジェクトには現時点で250以上のオープンなプルリクエストがあり、多くの 改善要求と多くのレビュワーからのフィードバックを待っています。 もしあなたがNumPy を使ったことがある場合、 たとえNumPyコードベースに慣れていない場合でも貢献する方法はあります。 例えば、
* 長期にわたる議論をまとめる
* ドキュメントのPRをトリアージする
* 提案された変更をテストする
-
### 教育用の資料を作成する
NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模な再設計中です。 新しいNumPyのWebページは、新しいチュートリアルや、NumPyの使い方、NumPy内部の深い説明など必要としており、サイト全体にも再設計と再構築が必要です。 このウェブサイトの再構築の作業は、ドキュメントを書くだけではありません。 コード例や、ノートブック、ビデオなどの作成も歓迎しています。 [NEP 44 — Restructuring the NumPyDocumentation](https://numpy.org/neps/nep-0044-restructuring-numpy-docs.html)に、ウェブサイトの再構築についての詳細が説明されています。
-
### イシューのトリアージ
[NumPyのイシュートラッカー](https://github.com/numpy/numpy/issues) には、 _沢山の_Open状態のイシューがあります。 すでに解決されたもの、優先順位付けされるべきもの、 初心者が取り組むのに適したものがあります。 あなたができることは、いくつもあります:
@@ -41,22 +38,18 @@ NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模
ぜひ、やってみて下さい。
-
### ウェブサイトの開発
私たちはちょうどウェブサイトを作り直し始めたところですが、それらはまだ完了していません。 Web開発が好きなら、この[イシュー](https://github.com/numpy/numpy.org/issues?q=is%3Aissue+is%3Aopen+label%3Adesign) に未完成な要求が列挙されています。 ぜひ、あなたのアイデアを共有してください。
-
### グラフィックデザイン
グラフィックデザイナーの方が可能な貢献は、枚挙にいとまがありません。 しかし、私たちのドキュメントは説明のために可視化が重要であり、私たちの拡大しているウェブサイトは良い画像を求めていることから、 貢献する機会が沢山あると言えます。
-
### ウェブサイトの翻訳
私たちは、[numpy.org](https://numpy.org) を複数言語に翻訳し、NumPyを母国語でアクセスできるようにしたいと思っています。 これを実現するには、ボランティアの翻訳者が必要です。 詳しくは[このイシュー](https://numpy.org/neps/nep-0028-website-redesign.html#translation-multilingual-i18n)を参照してください。 [この GitHubイシュー](https://github.com/numpy/numpy.org/issues/55) にコメントしてサインアップしてください。
-
### コミュニティとの連携とアウトリーチ
コミュニティとのコミュニケーションを通じて、私たちは、NumPyより広く知ってもらい、どこに問題があるのかを知りたいと思っています。 私たちは、[Twitter](https://twitter.com/numpy_team) アカウントや、NumPy[コードスプリント](https://scisprints.github.io/)の開催、ニュースレターの発行、そしておそらくブログなどを通じて、より沢山の人にコミュニティに参加して欲しいと思っていす。
@@ -64,3 +57,9 @@ NumPy の [ユーザガイド](https://numpy.org/devdocs) は現在、大規模
### 資金調達
NumPyは何年にも渡ってボランティアだけ活動していましたが、その重要性が高まるにつれ、安定性と成長のためには資金面での支援が必要であることがわかってきました。 こちらの[SciPy'19のプレゼン](https://www.youtube.com/watch?v=dBTJD_FDVjU) では、資金的なサポートを受けたことで、どれだけ違いが出たかを説明しています。 他の非営利団体のように、私たちは助成金や、スポンサーシップ、その他の資金支援を常に探しています。 私たちはすでにいくつかの資金調達のアイデアを持っていますが、他にもより多くを資金調達を受けたいと思っています。 資金調達に関する知識は、我々には不足しているスキルです。 是非、あなたのサポートをお待ちしています。
+
+### 寄付
+
+寄付をすることでNumpyに貢献したい場合は、 [https://numpy.org/about/#donate](https://numpy.org/about/#donate) をご覧ください。
+
+
diff --git a/content/ja/gethelp.md b/content/ja/gethelp.md
index 0a77e294c0..51e862b907 100644
--- a/content/ja/gethelp.md
+++ b/content/ja/gethelp.md
@@ -3,11 +3,9 @@ title: サポートを得る方法
sidebar: false
---
-**ユーザーからの質問:** ユーザーからの質問に対して回答を得る最も良い方法は、[StackOverflow](http://stackoverflow.com/questions/tagged/numpy)に質問を投稿することです。 規模は小さいですが、下記のような質問をする場所もあります: [IRC](https://webchat.freenode.net/?channels=%23numpy)、 [Gitter](https://gitter.im/numpy/numpy)、 [Reddit](https://www.reddit.com/r/Numpy/)。 私たちはこれらのサイトを定期的に確認して、直接質問に答えるようにしていますが、質問の数は膨大です。
-
**開発関連の問題:** NumPyの開発関連の問題 (例: バグレポート) については、[コミュニティ](/community) のページを参照してください。
-
+**ユーザーからの質問:** ユーザーからの質問に対して回答を得る最も良い方法は、[StackOverflow](http://stackoverflow.com/questions/tagged/numpy)に質問を投稿することです。 私たちはこれらのサイトを定期的に確認して、直接質問に答えるようにしていますが、質問の数は膨大で対応しきれないのが現実です。
### [StackOverflow](http://stackoverflow.com/questions/tagged/numpy)
@@ -20,15 +18,3 @@ NumPyの使用方法に関する質問をするためのフォーラムです。
もう一つの使い方に関する質問の場です。
***
-
-### [Gitter](https://gitter.im/numpy/numpy)
-
-ユーザーとコミュニティメンバーがお互いに助け合うリアルタイムのチャットルームです。
-
-***
-
-### [IRC](https://webchat.freenode.net/?channels=%23numpy)
-
-ユーザーとコミュニティメンバーがお互いを助け合うもう一つのリアルタイムチャットルームです。
-
-***
diff --git a/content/ja/history.md b/content/ja/history.md
index 04a5eb6432..946393c67d 100644
--- a/content/ja/history.md
+++ b/content/ja/history.md
@@ -9,9 +9,9 @@ NumPy および関連ライブラリの開発におけるマイルストーン
NumPyのベースとなったNumericとNumarrayライブラリのコピーを入手したい場合は、以下のリンクを参照してください。
-[ *Numeric*](https://sourceforge.net/projects/numpy/files/Old%20Numeric/) のダウンロード**
+[ *Numeric*](https://sourceforge.net/projects/numpy/files/Old%20Numeric/) のダウンロード***
-[*Numarray *](https://sourceforge.net/projects/numpy/files/Old%20Numarray/) のダウンロード**
+[*Numarray *](https://sourceforge.net/projects/numpy/files/Old%20Numarray/) のダウンロード***
*これらの古いパッケージはもはや保守されていないことに注意してください。 配列関連の処理をしたい場合は、NumPyを使用するか、NumPyライブラリを利用するために既存のコードをリファクタリングすることを強くお勧めします。
diff --git a/content/ja/install.md b/content/ja/install.md
index ba4c568ec2..9f993943be 100644
--- a/content/ja/install.md
+++ b/content/ja/install.md
@@ -3,10 +3,10 @@ title: NumPyのインストール
sidebar: false
---
-NumPyをインストールするための唯一必要なものは、Pythonそのものだけです。 もしまだPythonをイントールしておらず、最もシンプルなインストール方法をお探しなら、[Anaconda Distribution](https://www.anaconda.com/distribution)の使用をおすすめします。これにはPython、NumPy、および科学計算やデータサイエンスでよく使われる様々な多くのパッケージが含まれています。
-
NumPyは`conda`、`pip` 、macOSやLinuxのパッケージマネージャー、または [ソースコード](https://numpy.org/devdocs/building)からインストールすることが出来ます。 詳細な手順については、以下の [Python と Numpyの インストールガイド](#python-numpy-install-guide) を参照してください。
+NumPyは`conda`、`pip` 、macOSやLinuxのパッケージマネージャー、または [ソースコード](https://numpy.org/devdocs/user/building.html)からインストールすることが出来ます。 NumPyをインストールするための唯一必要なものは、Pythonそのものだけです。 もしまだPythonをイントールしておらず、最もシンプルなインストール方法をお探しなら、[Anaconda Distribution](https://www.anaconda.com/distribution)の使用をおすすめします。
+
**CONDA**
`conda`を使用する場合、 `defaults` または `conda-forge` のチャンネルから NumPy をインストールできます。
diff --git a/content/ja/news.md b/content/ja/news.md
index 9621531110..33c10a9546 100644
--- a/content/ja/news.md
+++ b/content/ja/news.md
@@ -2,12 +2,48 @@
title: ニュース
sidebar: false
newsHeader: "NumPy 1.26.0 がリリースされました。"
-date: 2023-09-16
+date: 2024-08-18
---
### NumPy 1.26.0 がリリースされました。
-_2023年9月16日_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html)がリリースされました。 今回のリリースの目玉機能は次のとおりです。
+_2024 Aug, 2024_ -- Numpy 2.1.0 は Python 3.13 をサポートし、Python 3.9をサポート外としました。 今回のリリースは通常のバグ修正やPythonサポートの更新に加えて、NumPyが2.0の長期開発を経て、通常のリリースサイクルに戻るためのリリースでもあります。 今回のリリースのハイライトは下記の通りです。
+
+- Python 3.12.0 のサポート
+- 多くの期限切れの非推奨(Deprecation)の削除
+- Array-api 2023.12 標準のサポート
+
+このリリースでは、Pythonのバージョン 3.10-3.13 がサポートされています。
+
+
+### 多くの新しい非推奨(Deprecation)の追加
+
+_2024年6月16日_ -- Numpy 2.0.0 は2006年以来のメジャーリリースです。 これは、前回の機能リリースから11か月間の開発の成果であり、1078件のプルリクエストにわたる212人の貢献者の成果となります。 このリリースには、大きく、エキサイティングな新機能と、PythonとCの両方のAPIへの変更が含まれています。 今回のリリースが、通常のマイナーリリースでは実施できなかった互換性を破壊する変更を含んでいます。これには、ABIの破壊、型昇格ルールの変更、および1.26.xでは非推奨警告が出されていなかった可能性のあるAPIの変更が含まれています。 NumPy 2.0の変更に対応する方法に関する主要なドキュメントは次のとおりです。
+
+- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html)
+- [2.0.0 リリース ノート](https://numpy.org/devdocs/release/2.0.0-notes.html)
+- ステータスアップデートお知らせに関する問題: [numpy#24300](https://github.com/numpy/numpy/issues/24300)
+
+ブログ記事 ["NumPy 2.0: 進化のマイルストーン"](https://blog.scientific-python.org/numpy/numpy2/) は、今回のメジャーバージョンリリースがどのようにして決定されたかについてのストーリーを少し伝えています。
+
+
+### NumPy 1.25.0 リリース
+
+_ 2024年5月23日_ -- NumPy 2.0が2024年6月16日にリリースされる予定になりました！ このリリースは1年以上かけて我々が準備してきたもので、2006年以来のメジャーリリースとなります。 このリリースで重要なことは、多くの新機能とパフォーマンスの向上に加えて、 このリリースは、 **破壊的な変更** である Python と C API を含む、ABI への変更 が含まれています。 NumPyに依存しているパッケージやエンドユーザーのコードがこのは破壊的変更に適応する必要がある可能性があります。可能であれば、あなたのコードがNumPy `2.0.0rc2`で動作するかどうか確認をお願いします。 **詳細は下記をご覧ください:**
+
+- [NumPy 2.0移行ガイド](https://numpy.org/devdocs/numpy_2_0_migration_guide.html)
+- [2.0.0 リリースノート](https://numpy.org/devdocs/release/2.0.0-notes.html)
+- ステータス更新のお知らせイシューチケット: [numpy#24300](https://github.com/numpy/numpy/issues/24300)
+
+
+### NumFOCUSの年末の資金調達
+_2023年12月19日_ -- NumFOCUSは、年末キャンペーンでPyCharmチームと協力し、PyCharmライセンスの初回購入に30%の割引を提供しています。 2023年12月23日までのPyCharm購入による1年目の収益は全てNumFOCUSのプログラムに直接寄付されます。
+
+購入される方はこちらのURLか: https://lp.jetbrains.com/support-data-science/ こちらのクーポンコードを利用してください: ISUPPORTDATASCIENCE
+
+### NumPy 1.20.0 リリース
+
+_2022年12月18日_ -- [Numpy 1.24.0](https://numpy.org/doc/stable/release/1.24.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。
* Python 3.12.0 のサポート
* Cython 3.0.0 との互換性
@@ -16,7 +52,7 @@ _2023年9月16日_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0
* f2py のバグ修正, meson と bind(x) のサポート
* 更新された BLAS/LAPACK の高速化ライブラリのサポート
-Numpy 1.26.0 は 1.25 からの互換性を保持しています。Mesonビルドシステムへの移行とCython 3.0.0のサポートが目的のリリースです。 合計20人がこのリリースに貢献し、59個のプルリクエストがマージされました。
+Numpy 1.26.0 は 1.25 からの互換性を保持しています。Mesonビルドシステムへの移行とCython 3.0.0へのサポートが目的のリリースです。 合計20人がこのリリースに貢献し、59個のプルリクエストがマージされました。
このリリースでサポートされている Python のバージョンは3.9から 3.12 です。
@@ -42,13 +78,13 @@ _日本語：_
翻訳インフラストラクチャに関するプロジェクトは、CZIからの資金援助でサポートされています。
-今後も、NumPyのウェブサイトをより多くの言語に翻訳したいと思っています。 もし手伝える場合は、Slack上のNumPy翻訳チームに連絡をお願います: https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. (#translation チャンネルを探してください) また、Scientific Pythonエコシステム全体のドキュメントや教育コンテンツのローカライズに取り組む翻訳チームも 立ち上げています。 このプロジェクトにも興味がある場合は、是非Scientific Python Discordに参加してください: https://discord.gg/khWtqY6RKr. (#translation チャンネルを探してください)
+今後も、NumPyのウェブサイトをより多くの言語に翻訳したいと思っています。 もし手伝える場合は、Slack上のNumPy翻訳チームに連絡をお願います: https://join.slack.com/t/numpy-team/shared_invite/zt-1gokbq56s-bvEpo10Ef7aHbVtVFeZv2w. (#translation チャンネルを探してください) (#translation チャンネルを探してください) また、Scientific Pythonエコシステム全体のドキュメントや教育コンテンツのローカライズに取り組む翻訳チームも 立ち上げています。 このプロジェクトにも興味がある場合は、是非Scientific Python Discordに参加してください: https://discord.gg/khWtqY6RKr. (#translation チャンネルを探してください)
-### NumPy 1.25.0 リリース
+### Numpy 1.23.0 リリース
-_2023年1月17日_ -- [Numpy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。
+_2022年1月22日_ -- [Numpy 1.23.0](https://numpy.org/doc/stable/release/1.23.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。
-* MUSLのサポート。MUSLのWheelが準備されました。
+* MUSLのサポート。 MUSLのWheelが準備されました。
* 富士通のC/C++コンパイラサポート
* einsum でオブジェクト配列がサポートされるようになりました.
* 行列の置き換え(inplace)掛け算のサポート (`@=`).
@@ -71,7 +107,7 @@ _2023年1月6日_ –- Mukulika PahariとRoss Barnowskiは、Melissa MendoncAudi
### NumPy 1.24.0 リリース
-_2022年12月18日_ -- [Numpy 1.24.0](https://numpy.org/doc/stable/release/1.24.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。
+_2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) がリリースされました。 今回のリリースのハイライトは下記の通りです。
* スタッキング関数のための新しい"dtype"と"casting"キーワードの追加
* F2PYの新機能追加とバグ修正
@@ -80,9 +116,9 @@ _2022年12月18日_ -- [Numpy 1.24.0](https://numpy.org/doc/stable/release/1.24.
Numpy 1.25. リリースは引き続きdtypeの取り扱いと dtypeのプロモーションを改善し、実行速度を向上させ、 ドキュメントを明確化するための継続的な作業を続けて行く予定です。 dtype のプロモーションとクリーンアップの変更により、多数の新規と期限切れの非推奨が存在しています。 今回のリリースは、444個のプルリクエストと177人のコントリビューターによるものです。 サポートされている Python のバージョンは 3.8-3.11 です。
-### Numpy 1.23.0 リリース
+### Numpy 1.26.0 は 1.25 からの互換性を保持しています。
-_2022年1月22日_ -- [Numpy 1.23.0](https://numpy.org/doc/stable/release/1.23.0-notes.html) がリリースされました。 今回のリリースのハイライトは次のとおりです。
+_2021年12月31日_ -- [Numpy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。
* `loadtxt` がCで実装されたことによる、大幅なパフォーマンス向上
* より簡単なデータ交換のためのPythonレベルでのDLPackの公開
@@ -93,7 +129,7 @@ Numpy 1.23. リリースでは引き続きdtypeの取り扱いと dtypeのプロ
### NumFOCUS DEI研究への参加募集
-_2022年4月13日_ -- NumPyは、[NumFOCUS](http://numfocus.org/)と協力して、[ある研究プロジェクト](https://numfocus.org/diversity-inclusion-disc/a-pivotal-time-in-numfocuss-project-aimed-dei-efforts?eType=EmailBlastContent&eId=f41a86c3-60d4-4cf9-86cf-58eb49dc968c)を進めており、これは[Gordon & Betty Moore Foundation](https://www.moore.org/)によって資金提供されています。このプロジェクトでは、オープンソースソフトウェアコミュニティにおいて、特に歴史的に代表されてこなかったグループからの貢献者が参加する際の障壁を理解することを目的としています。 この研究チームは、新しい貢献者、プロジェクトの開発者およびメンテナー、そして過去に貢献した方々に、NumPyに参加し貢献した経験について話を聞きたいと考えています。
+_2022年4月13日_ -- NumPyは、[NumFOCUS](http://numfocus.org/)と協力して、[ある研究プロジェクト](https://numfocus.org/diversity-inclusion-disc/a-pivotal-time-in-numfocuss-project-aimed-dei-efforts?eType=EmailBlastContent&eId=f41a86c3-60d4-4cf9-86cf-58eb49dc968c)を進めており、これは[Gordon & Betty Moore Foundation](https://www.moore.org/)によって資金提供されています。 この研究チームは、新しい貢献者、プロジェクトの開発者およびメンテナー、そして過去に貢献した方々に、NumPyに参加し貢献した経験について話を聞きたいと考えています。
**あなたの経験を共有することに興味がありますか?**
@@ -101,7 +137,7 @@ _2022年4月13日_ -- NumPyは、[NumFOCUS](http://numfocus.org/)と協力して
### NumPy 1.19.2 リリース
-_2021年12月31日_ -- [Numpy 1.22.0](https://numpy.org/doc/stable/release/1.22.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。
+_2023年9月16日_ -- [NumPy 1.26.0](https://numpy.org/doc/stable/release/1.26.0-notes.html)がリリースされました。 今回のリリースの目玉機能は次のとおりです。
* メインの名前空間の型アノテーションは基本的に完了しました。 上流のコードは常に変化するものなので、さらなる改良が必要でしょうが、大きな作業は終わったと考えています。 これはおそらく、今回のリリースで最も目に見える改良でしょう。
* 以前から提案されていた [array API 標準](https://data-apis.org/array-api/latest/) のベータ版が提供されています ( [NEP 47](https://numpy.org/neps/nep-0047-array-api-standard.html) を参照) 。 これは、CuPy や JAX などのライブラリで使用できる 関数の標準的なコレクションを作成するために必要なステップです。
@@ -116,7 +152,7 @@ NumPy 1.22.0は、153人の貢献者が609のプルリクエストを作成し
_ 2021年8月31日_ -- この度、Chan Zuckerberg Initiativeより、科学的なPythonプロジェクトにおいて、歴史的に疎外されてきたグループの人々のオンボーディング、インクルージョン、リテンションを支援し、NumPy、SciPy、Matplotlib、Pandasのコミュニティダイナミクスを構造的に改善するための [ 助成金を授与されました ](https://chanzuckerberg.com/newsroom/czi-awards-16-million-for-foundational-open-source-software-tools-essential-to-biomedicine/) ことをお知らせします。
-[ CZIのEssential Open Source Software for Scienceプログラム ](https://chanzuckerberg.com/eoss/)の一環として、この[ Diversity & Inclusion補助金 ](https://cziscience.medium.com/advancing-diversity-and-inclusion-in-scientific-open-source-eaabe6a5488b)は、開けたなオープンソースコミュニティを育成するためにやるべきことを特定したり、文書化したり、実施したりするためのコントリビュータ体験のリーダー専任職の創設を支援することになります。 このプロジェクトは、Melissa Mendonça (NumPy) が中心となって、下記の方々の追加のメンタリングとサポートにより実施されます。Ralf Gommers (NumPy、SciPy)、Hannah AizenmanとThomas Caswell (Matplotlib)、Matt Haberland (SciPy)、そして Joris Van den Bossche (Pandas)。
+[ CZIのEssential Open Source Software for Scienceプログラム ](https://chanzuckerberg.com/eoss/)の一環として、この[ Diversity & Inclusion補助金 ](https://cziscience.medium.com/advancing-diversity-and-inclusion-in-scientific-open-source-eaabe6a5488b)は、開けたなオープンソースコミュニティを育成するためにやるべきことを特定したり、文書化したり、実施したりするためのコントリビュータ体験のリーダー専任職の創設を支援することになります。 このプロジェクトは、Melissa Mendonça (NumPy) が中心となって、下記の方々の追加のメンタリングとサポートにより実施されます。 Ralf Gommers (NumPy、SciPy)、Hannah AizenmanとThomas Caswell (Matplotlib)、Matt Haberland (SciPy)、そして Joris Van den Bossche (Pandas)。
このプロジェクトは私たちのOSSプロジェクトのコミュニティダイナミクスを構造的に改善する方法を発見し、実施することを目指す野心的なプロジェクトです。 このような複数のプロジェクトの横断的な役割を確立することで、Scientific Pythonコミュニティに新しいコラボレーションモデルを導入し、エコシステム内のコミュニティ構築作業をより効率的に、より大きな成果を生めるようにしたいと考えています。 特にこのプロジェクトにより、歴史的にこれまで代表的ではなかったグループからの新しいコントリビュータを引き付け、貢献を維持するために、何がうまくいき、何がうまくいかないかを、より明確に把握できるようになると期待しています。 最後に、実施したアクションについて詳細な報告書を作成し、プロジェクトの代表者やコミュニティとの交流の面で、プロジェクトにどのような影響を与えたかを説明する予定です。
@@ -131,9 +167,9 @@ _2021年7月12日_ -- NumPy ではコミュニティの力を信じています
こちらのリンク先から、アンケートを始めることができます: https://berkeley.qualtrics.com/jfe/form/SV_aaOONjgcBXDSL4q.
-### NumPy 1.19.0 リリース
+### Numpy 1.18.0 リリース
-_2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0-notes.html) がリリースされました。 今回のリリースのハイライトは下記の通りです。
+_2023年1月17日_ -- [Numpy 1.25.0](https://numpy.org/doc/stable/release/1.25.0-notes.html) がリリースされました。 今回のリリースの目玉機能は次のとおりです。
- より多くの機能やプラットフォームをカバーするためのSIMD関連の改善が実施されました。
- dtypeのための新しいインフラとキャストの準備
@@ -142,7 +178,7 @@ _2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0
- アノテーションの改善
- 乱数生成用の新しい `PCG64DXSM` ビット生成機
-今回のNumpy リリースは、175人による581件のプルリクエストのマージの結果です。 このリリースでサポートされている Python のバージョンは 3.7-3.9 です。Python 3.10 がリリースされた後、Python 3.10 のサポートが追加されます。
+今回のNumpy リリースは、175人による581件のプルリクエストのマージの結果です。 このリリースでサポートされている Python のバージョンは 3.7-3.9 です。 Python 3.10 がリリースされた後、Python 3.10 のサポートが追加されます。
### 2020年度 NumPy アンケート結果
@@ -150,7 +186,7 @@ _2021年1月23日_ -- [Numpy 1.21.0](https://numpy.org/doc/stable/release/1.21.0
_2021年6月22日_ -- NumPyの調査チームは、2020年に ミシガン大学とメリーランド大学の学生や教員と協力して、最初の公式NumPyコミュニティ調査を実施しました。 アンケートの結果はこちらから確認できます。 https://numpy.org/user-survey-2020/
-### NumPy 1.18.0 リリース
+### NumPy 1.19.2 リリース
_2021年1月30日_ -- [NumPy 1.20.0](https://numpy.org/doc/stable/release/1.20.0-notes.html) がリリースされました。 今回のリリースは180 人以上のコントリビューターのおかげで、これまでで最大の NumPyのリリースとなりました。 最も重要な2つの新機能は次のとおりです。
- NumPyの大部分のコードに型注釈が追加されました。 そして新しいサブモジュールである`numpy.typing`が追加されました。 このサブモジュールは`ArrayLike` や`DtypeLike`という型注釈のエイリアスが定義されており、これによりユーザーやダウンストリームのライブラリはこの型注釈を使うことができます。
@@ -181,7 +217,7 @@ _2020年9月10日_ -- [NumPy 19.2.0](https://numpy.org/devdocs/release/1.19.2-no
_2020年7月2日_ -- このアンケート調査は、NumPyにおける、ソフトウェアとしてとコミュニティの両方における意思決定の指針となり、優先順位を決定する役に立ちました。 この調査結果は英語以外のこれらの8つの言語で利用可能です: バングラ, ヒンディー語, 日本語, マンダリン, ポルトガル語, ロシア語, スペイン語とフランス語.
-NumPy をより良くするために、こちらの [アンケート](https://umdsurvey. umd. edu/jfe/form/SV_8bJrXjbhXf7saAl) に協力してもらえると助かります。
+NumPy をより良くするために、こちらの \[アンケート\](https://umdsurvey. umd. edu/jfe/form/SV_8bJrXjbhXf7saAl) に協力してもらえると助かります。
### NumPy に新しいロゴができました!
@@ -193,7 +229,7 @@ _2020年6月24日_ -- NumPyのロゴが新しくなりました:
新しいロゴは、古いロゴに比べて、モダンでよりクリーンなデザインになりました。 新しいロゴをデザインしてくれたIsabela Presedo-Floydと、15年以上にわたって使用してきた旧ロゴをデザインしてくれたTravis Vaughtに感謝します。
-### NumPy 1.20.0 リリース
+### NumPy 1.19.0 リリース
_2020年6月20日_ -- NumPy 1.19.0 がリリースされました。 このバージョンは Python 2系のサポートがない最初のリリースであり、"クリーンアップ用のリリース" です。 サポートされている一番古いPython のバージョンは Python 3.6 になりました。 また、今回の重要な新機能はNumPy 1.17.0で導入された乱数生成用のインフラにCythonからアクセスできるようになったことです。
@@ -203,7 +239,7 @@ _2020年6月20日_ -- NumPy 1.19.0 がリリースされました。 このバ
_2020年5月11日_ -- NumPyは、 Googleのシーズンオブドキュメントプログラムのメンター団体の1つとして選ばれました。 NumPy のドキュメントを改善するために、テクニカルライターと協力するこの機会を楽しみにしています! 詳細については、 [シーズンオブドキュメント公式サイト](https://developers.google.com/season-of-docs/) と [アイデアページ](https://github.com/numpy/numpy/wiki/Google-Season-of-Docs-2020-Project-Ideas) をご覧ください。
-### Numpy 1.18.0 リリース
+### NumPy 1.18.0 リリース
_2019年12月22日_ -- NumPy 1.18.0 がリリースされました。 このリリースは、1.17.0での主要な変更の後の、まとめのようなリリースです。 Python 3.5 をサポートする最後のマイナーリリースになります。 今回のリリースでは、64ビットのBLASおよびLAPACKライブラリとリンクするためのインフラの追加や、`numpy.random`のための新しいC-APIの追加などが行われました。
@@ -225,7 +261,15 @@ _2019年11月15日_ -- NumPyと、NumPyの重要な依存ライブラリの1つ
こちらは、より以前のNumPyリリースのリストで、各リリースノートへのリンクが記載されています。 全てのバグフィックスリリース(バージョン番号`x.y.z` の`z`だけが変更されたもの)は新しい機能追加はされず、マイナーリリース (`y` が増えたもの)は、新しい機能追加されています。
-
+- NumPy 2.1.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.3)) -- _2024年11月2日_.
+- NumPy 2.1.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.2)) -- _2024年10月5日_.
+- NumPy 2.1.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.1)) -- _2024年9月3日_.
+- NumPy 2.0.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.2)) -- _2024年8月26日_.
+- NumPy 2.1.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.1.0)) -- _2024年8月18日_.
+- NumPy 1.22.4 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.22.4)) -- _2022年5月20日_.
+- NumPy 2.0.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v2.0.0)) -- _2024年6月16日_.
+- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _ 2024年1月2日_.
+- NumPy 1.26.3 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.3)) -- _ 2024年1月2日_.
- NumPy 1.26.2 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.2)) -- _2023年11月12日_.
- NumPy 1.26.1 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.1)) -- _2023年10月14日_.
- NumPy 1.26.0 ([リリースノート](https://github.com/numpy/numpy/releases/tag/v1.26.0)) -- _2023年9月16日_.
diff --git a/content/ja/report-handling-manual.md b/content/ja/report-handling-manual.md
index b200124145..10ec4d6249 100644
--- a/content/ja/report-handling-manual.md
+++ b/content/ja/report-handling-manual.md
@@ -78,7 +78,7 @@ NumPyの行動規範委員会はこのマニュアルに従います。 この
* 調停の調整。すべての関係者が合意した場合、委員会は上記のように調停プロセスを促進することができます。
* 公の場における説明。 どの行動・言動・言語が不適切で、現在の状況がなぜか引き起こされ、人々を傷つけたのかを説明し、コミュニティに自省を要求します。
* 委員会から関係者(複数可) への非公開処分の実施。 この場合、委員会は、電子メールを介して、グループにccを入れながら、対象者に問題の指摘を連絡します。
-* 公の場での指摘。 この場合、委員会の議長は、違反が発生したのと同じ場所で、実用性の範囲内で叱責を行います。 例えば、メールルールの違反の元のメーリングリストなどです。しかし、人や状況がかわるかもしれないチャットルームなどの場合、他の手段を利用する可能性もあります。 文書化のため、この問題のメッセージを他の場所で公開することを対策グループが選択する場合もあります。
+* 公の場での指摘。 この場合、委員会の議長は、違反が発生したのと同じ場所で、実用性の範囲内で叱責を行います。 例えば、メールルールの違反の元のメーリングリストなどです。 しかし、人や状況がかわるかもしれないチャットルームなどの場合、他の手段を利用する可能性もあります。 文書化のため、この問題のメッセージを他の場所で公開することを対策グループが選択する場合もあります。
* 報告者がこの考えに同意することを前提とした、公的または私的な謝罪の要求。 報告者は自分の裁量で、違反者とのさらなる接触を拒否することもできます。 委員会がこの要求をお届けします。 委員会は、必要に応じてこの要求に「条件」を付けることができます。例えば、メーリングリストの会員資格を維持するために、違反者に謝罪を求めることができます。
* 「相互に合意した休止」の要求。 これは、委員会から個人への、コミュニティへの参加を一時的に控えるような要請です。 対象者が自発的に一時的な休みを取らないことを選択した場合、委員会は「冷却期限」を準備することがあります。
* これは、一部またはすべてのNumPyオンラインコミュニティ (メーリングリスト、gitter.im など) からの永続的または一時的な出入り禁止。 将来的に禁止が見直されるのか、維持されるか決定できるよう、対策グループは出入り禁止の記録を全て保持します。
diff --git a/content/ja/tabcontents.yaml b/content/ja/tabcontents.yaml
index e6089c674a..56b85aba55 100644
--- a/content/ja/tabcontents.yaml
+++ b/content/ja/tabcontents.yaml
@@ -1,238 +1,314 @@
params:
machinelearning:
paras:
- - para1: NumPyは、[scikit-learn](https://scikit-learn.org)や[SciPy](https://www.scipy.org)のような強力な機械学習ライブラリの基礎を形成しています。機械学習の技術分野が成長するにつれ、NumPyをベースにしたライブラリの数も増えています。[TensorFlow](https://www.tensorflow.org)の深層学習機能は、音声認識や画像認識、テキストベースのアプリケーション、時系列分析、動画検出など、幅広い応用用途があります。[PyTorch](https://pytorch.org)も、コンピュータビジョンや自然言語処理の研究者に人気のある深層学習ライブラリです。[MXNet](https://github.com/apache/incubator-mxnet)もAIパッケージの一つで、深層学習の設計図やテンプレート機能を提供しています。
+ -
+ para1: NumPyは、[scikit-learn](https://scikit-learn.org)や[SciPy](https://www.scipy.org)のような強力な機械学習ライブラリの基礎を形成しています。機械学習の技術分野が成長するにつれ、NumPyをベースにしたライブラリの数も増えています。[TensorFlow](https://www.tensorflow.org)の深層学習機能は、音声認識や画像認識、テキストベースのアプリケーション、時系列分析、動画検出など、幅広い応用用途があります。[PyTorch](https://pytorch.org)も、コンピュータビジョンや自然言語処理の研究者に人気のある深層学習ライブラリです。[MXNet](https://github.com/apache/incubator-mxnet)もAIパッケージの一つで、深層学習の設計図やテンプレート機能を提供しています。
para2: '[ensemble](https://towardsdatascience.com/ensemble-methods-bagging-boosting-and-stacking-c9214a10a205)法と呼ばれる統計的手法であるビンニング、バギング、スタッキングや、[XGBoost](https://github.com/dmlc/xgboost)、[LightGBM](https://lightgbm.readthedocs.io/en/latest/)、[CatBoost](https://catboost.ai)などのツールで実装されているブースティングなどは、機械学習アルゴリズムの一つであり、最速の推論エンジンの一つです。[Yellowbrick](https://www.scikit-yb.org/en/latest/)や[Eli5](https://eli5.readthedocs.io/en/latest/)は機械学習の可視化機能を提供しています。'
arraylibraries:
intro:
- - text: NumPyのAPIは、革新的なハードウェアを利用したり、特殊な配列タイプを作成したり、NumPyが提供する以上の機能を追加するためにライブラリを作成する際の基礎となります。
+ -
+ text: NumPyのAPIは、革新的なハードウェアを利用したり、特殊な配列タイプを作成したり、NumPyが提供する以上の機能を追加するためにライブラリを作成する際の基礎となります。
headers:
- - text: 配列ライブラリ
- - text: 機能と応用分野
+ -
+ text: 配列ライブラリ
+ -
+ text: 機能と応用分野
libraries:
- - title: Dask
+ -
+ title: Dask
text: 分析用の分散配列と高度な並列処理により、大規模な処理を可能にします。
img: /images/content_images/arlib/dask.png
alttext: Dask
url: https://dask.org/
- - title: CuPy
+ -
+ title: CuPy
text: Python を使用した GPUによる高速計算用のNumPy互換配列ライブラリ
img: /images/content_images/arlib/cupy.png
alttext: CuPy
url: https://cupy.chainer.org
- - title: JAX
+ -
+ title: JAX
text: "NumPyコードの合成可能な変換ライブラリ: 微分、ベクトル化、GPU/TPUへのジャストインタイムコンパイル"
img: /images/content_images/arlib/jax_logo_250px.png
alttext: JAX
url: https://github.com/google/jax
- - title: Xarray
+ -
+ title: Xarray
text: 高度な分析と視覚化のためのラベルとインデックス付き多次元配列
img: /images/content_images/arlib/xarray.png
alttext: xarray
url: https://xarray.pydata.org/en/stable/index.html
- - title: Sparse
+ -
+ title: Sparse
text: Dask と SciPy の疎行列の線形代数ライブラリを統合した、Numpy 互換の疎行列ライブラリ
img: /images/content_images/arlib/sparse.png
alttext: sparse
url: https://sparse.pydata.org/en/latest/
- - title: PyTorch
+ -
+ title: PyTorch
text: 研究用のプロトタイピングから本番運用への展開を加速させる、深層学習フレームワーク
img: /images/content_images/arlib/pytorch-logo-dark.svg
alttext: PyTorch
url: https://pytorch.org/
- - title: TensorFlow
+ -
+ title: TensorFlow
text: 機械学習を利用したアプリケーションを簡単に構築・展開するための、エンド・ツー・エンドの機械学習プラットフォーム
img: /images/content_images/arlib/tensorflow-logo.svg
alttext: TensorFlow
url: https://www.tensorflow.org
- - title: MXNet
+ -
+ title: MXNet
text: 柔軟や研究用のプロトタイピングから、実際の運用まで利用可能な深層学習フレームワーク
img: /images/content_images/arlib/mxnet_logo.png
alttext: MXNet
url: https://mxnet.apache.org/
- - title: Arrow
+ -
+ title: Arrow
text: 列型のインメモリーデータやその分析のための、複数の言語に対応した開発プラットフォーム
img: /images/content_images/arlib/arrow.png
alttext: arrow
url: https://github.com/apache/arrow
- - title: xtensor
+ -
+ title: xtensor
text: 数値解析のためのブロードキャスティングと遅延計算を備えた多次元配列
img: /images/content_images/arlib/xtensor.png
alttext: xtensor
url: https://github.com/xtensor-stack/xtensor-python
- - title: Awkward
+ -
+ title: Awkward
text: Numpy のような イディオムを使って JSON のようなデータを操作するライブラリ
img: /images/content_images/arlib/xnd.png
alttext: awkward
url: https://awkward-array.org/
- - title: uarray
+ -
+ title: uarray
text: APIを実装から切り離すPythonバックエンドシステム (unumpyはNumPy APIを提供しています)
img: /images/content_images/arlib/uarray.png
alttext: uarray
url: https://uarray.org/en/latest/
- - title: tensorly
- text: Numpy、MXNet、PyTorch、TensorFlowまたはCupyをシームレスに使用するための、テンソル学習、テンソル代数、およびそれらのテンソル計算のためのバックエンド
- img: /images/content_images/arlib/tensorly.png
- alttext: tensorly
- url: http://tensorly.org/stable/home.html
scientificdomains:
intro:
- - text: Pythonを使って働くほとんどの科学者はNumPyの力を利用しています。
- - text: "Numpy は、 C や Fortran のような言語の計算パフォーマンスを、Pythonにもたらします。 このパワーはNumPyのシンプルさから来ており、NumPyによるソリューションの多くは明確でエレガントになります。"
+ -
+ text: Pythonを使って働くほとんどの科学者はNumPyの力を利用しています。
+ -
+ text: "Numpy は、 C や Fortran のような言語の計算パフォーマンスを、Pythonにもたらします。 このパワーはNumPyのシンプルさから来ており、NumPyによるソリューションの多くは明確でエレガントになります。"
libraries:
- - title: 量子コンピューティング
+ -
+ title: 量子コンピューティング
alttext: コンピューターチップ
img: /images/content_images/sc_dom_img/quantum_computing.svg
links:
- - url: http://qutip.org
+ -
+ url: http://qutip.org
label: QuTiP
- - url: https://pyquil-docs.rigetti.com/en/stable
+ -
+ url: https://pyquil-docs.rigetti.com/en/stable
label: PyQuil
- - url: https://qiskit.org
+ -
+ url: https://qiskit.org
label: Qiskit
- - url: https://pennylane.ai
+ -
+ url: https://pennylane.ai
label: PennyLane
- - title: 統計コンピューティング
- alttext: 線グラフで、グラフが上に移動します。
+ -
+ title: 統計コンピューティング
+ alttext: 線グラフが上に移動します。
img: /images/content_images/sc_dom_img/statistical_computing.svg
links:
- - url: https://pandas.pydata.org/
+ -
+ url: https://pandas.pydata.org/
label: Pandas
- - url: https://www.statsmodels.org/
+ -
+ url: https://github.com/statsmodels/statsmodels
label: statsmodels
- - url: https://xarray.pydata.org/en/stable/
+ -
+ url: https://xarray.pydata.org/en/stable/
label: Xarray
- - url: https://seaborn.pydata.org/
+ -
+ url: https://github.com/mwaskom/seaborn
label: Seaborn
- - title: 信号処理
+ -
+ title: 信号処理
alttext: 正と負の値を持つ棒グラフ。
img: /images/content_images/sc_dom_img/signal_processing.svg
links:
- - url: https://www.scipy.org/
+ -
+ url: https://www.scipy.org/
label: SciPy
- - url: https://pywavelets.readthedocs.io/
+ -
+ url: https://pywavelets.readthedocs.io/
label: PyWavelets
- - url: https://python-control.org/
+ -
+ url: https://python-control.org/
label: python-control
- - url: https://hyperspy.org/
- label: HiperSpy
- - title: 画像処理
+ -
+ url: https://hyperspy.org/
+ label: HyperSpy
+ -
+ title: 画像処理
alttext: 山々の写真
img: /images/content_images/sc_dom_img/image_processing.svg
links:
- - url: https://scikit-image.org/
+ -
+ url: https://scikit-image.org/
label: Scikit-image
- - url: https://opencv.org/
+ -
+ url: https://opencv.org/
label: OpenCV
- - url: https://mahotas.rtfd.io/
+ -
+ url: https://mahotas.rtfd.io/
label: Mahotas
- - title: グラフとネットワーク
+ -
+ title: グラフとネットワーク
alttext: シンプルなグラフ
img: /images/content_images/sc_dom_img/sd6.svg
links:
- - url: https://networkx.org/
+ -
+ url: https://networkx.org/
label: NetworkX
- - url: https://graph-tool.skewed.de/
+ -
+ url: https://graph-tool.skewed.de/
label: graph-tool
- - url: https://igraph.org/python/
+ -
+ url: https://igraph.org/python/
label: igraph
- - url: https://pygsp.rtfd.io/
+ -
+ url: https://pygsp.rtfd.io/
label: PyGSP
- - title: 天文学
+ -
+ title: 天文学
alttext: 望遠鏡
img: /images/content_images/sc_dom_img/astronomy_processes.svg
links:
- - url: https://www.astropy.org/
+ -
+ url: https://www.astropy.org/
label: AstroPy
- - url: https://sunpy.org/
+ -
+ url: https://github.com/sunpy/sunpy
label: SunPy
- - url: https://spacepy.github.io/
+ -
+ url: https://github.com/spacepy/spacepy
label: SpacePy
- - title: 認知心理学
+ -
+ title: 認知心理学
alttext: ギアをつけた人間の頭部
img: /images/content_images/sc_dom_img/cognitive_psychology.svg
links:
- - url: https://www.psychopy.org/
+ -
+ url: https://www.psychopy.org/
label: PsychoPy
- - title: 生命情報科学
+ -
+ title: 生命情報科学
alttext: DNAの鎖
img: /images/content_images/sc_dom_img/bioinformatics.svg
links:
- - url: https://biopython.org/
+ -
+ url: https://biopython.org/
label: BioPython
- - url: http://scikit-bio.org/
+ -
+ url: http://scikit-bio.org/
label: Scikit-Bio
- - url: https://github.com/openvax/pyensembl
+ -
+ url: https://github.com/openvax/pyensembl
label: PyEnsembl
- - url: http://etetoolkit.org/
+ -
+ url: http://etetoolkit.org/
label: ETE
- - title: ベイズ推論
+ -
+ title: ベイズ推論
alttext: 鐘形の曲線のグラフ
img: /images/content_images/sc_dom_img/bayesian_inference.svg
links:
- - url: https://pystan.readthedocs.io/en/latest/
+ -
+ url: https://pystan.readthedocs.io/en/latest/
label: PyStan
- - url: https://docs.pymc.io/
+ -
+ url: https://docs.pymc.io/
label: PyMC3
- - url: https://arviz-devs.github.io/arviz/
+ -
+ url: https://arviz-devs.github.io/arviz/
label: ArviZ
- - url: https://emcee.readthedocs.io/
+ -
+ url: https://emcee.readthedocs.io/
label: emcee
- - title: 数学的分析
+ -
+ title: 数学的分析
alttext: ４つの数学記号
img: /images/content_images/sc_dom_img/mathematical_analysis.svg
links:
- - url: https://www.scipy.org/
+ -
+ url: https://www.scipy.org/
label: SciPy
- - url: https://www.sympy.org/
+ -
+ url: https://www.sympy.org/
label: SymPy
- - url: https://www.cvxpy.org/
+ -
+ url: https://github.com/cvxgrp/cvxpy
label: cvxpy
- - url: https://fenicsproject.org/
+ -
+ url: https://fenicsproject.org/
label: FEniCS
- - title: 化学
+ -
+ title: 化学
alttext: 試験管
img: /images/content_images/sc_dom_img/chemistry.svg
links:
- - url: https://cantera.org/
+ -
+ url: https://cantera.org/
label: Cantera
- - url: https://www.mdanalysis.org/
+ -
+ url: https://www.mdanalysis.org/
label: MDAnalysis
- - url: https://github.com/rdkit/rdkit
+ -
+ url: https://github.com/rdkit/rdkit
label: RDKit
- - url: https://www.pybamm.org/
+ -
+ url: https://www.pybamm.org/
label: PyBaMM
- - title: 地球科学
+ -
+ title: 地球科学
alttext: 地球
img: /images/content_images/sc_dom_img/geoscience.svg
links:
- - url: https://pangeo.io/
+ -
+ url: https://pangeo.io/
label: Pangeo
- - url: https://simpeg.xyz/
+ -
+ url: https://simpeg.xyz/
label: Simpeg
- - url: https://github.com/obspy/obspy/wiki
+ -
+ url: https://github.com/obspy/obspy/wiki
label: ObsPy
- - url: https://www.fatiando.org/
+ -
+ url: https://www.fatiando.org/
label: Fatiando a Terra
- - title: 地理情報処理
+ -
+ title: 地理情報処理
alttext: 地図
img: /images/content_images/sc_dom_img/GIS.svg
links:
- - url: https://shapely.readthedocs.io/
+ -
+ url: https://shapely.readthedocs.io/
label: Shapely
- - url: https://geopandas.org/
+ -
+ url: https://geopandas.org/
label: GeoPandas
- - url: https://python-visualization.github.io/folium
+ -
+ url: https://python-visualization.github.io/folium
label: Folium
- - title: アーキテクチャとエンジニアリング
+ -
+ title: アーキテクチャとエンジニアリング
alttext: マイクロプロセッサ開発ボード
img: /images/content_images/sc_dom_img/robotics.svg
links:
- - url: https://compas.dev/
+ -
+ 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/
+ -
+ url: https://cityenergyanalyst.com/
+ label: 都市エネルギー分析
+ -
+ url: https://nortikin.github.io/sverchok/
label: Sverchok
datascience:
intro: "Numpy は豊富なデータサイエンスライブラリのエコシステムの中核にあります。一般的なデータサイエンスのワークフローは次のようになります。"
@@ -279,7 +355,7 @@ params:
img: /images/content_images/v_seaborn.png
alttext: 2種類のグラフによるペアプロット。seabornで作られたプロットと周波数グラフ"
-
- url: https://docs.pyvista.org/
+ url: https://docs.pyvista.org/examples/index.html
img: /images/content_images/v_pyvista.png
alttext: PyVista製の3Dボリュームレンダリング
-
diff --git a/content/ja/teams/index.md b/content/ja/teams/index.md
index f7bd323039..5179e2b224 100644
--- a/content/ja/teams/index.md
+++ b/content/ja/teams/index.md
@@ -3,32 +3,32 @@ title: NumPy開発チーム
sidebar: false
---
-私たちは、高品質のオープンソースソフトウェアを構築することで、世界中の科学・研究コミュニティをサポートすることを使命とする国際的なチームです。 是非[参加してください](/contribute)!
+私たちは、高品質のオープンソースソフトウェアを構築することで、世界中の科学・研究コミュニティをサポートすることを使命とする国際的なチームです。 是非[参加してください](/ja/contribute)!
### Maintainers
{{< grid file="maintainers.toml" columns="2 3 4 5" />}}
-### Docs team
+### ドキュメントチーム
{{< grid file="docs-team.toml" columns="2 3 4 5" />}}
-### Web team
+### Webチーム
{{< grid file="web-team.toml" columns="2 3 4 5" />}}
-### Triage team
+### トリアージチーム
{{< grid file="triage-team.toml" columns="2 3 4 5" />}}
-### Survey team
+### アンケートチーム
{{< grid file="survey-team.toml" columns="2 3 4 5" />}}
-### Emeritus maintainers
+### 名誉メンテナー
{{< grid file="emeritus-maintainers.toml" columns="2 3 4 5" />}}
-# ガバナンス
+# 管理委員会
For the list of people on the Steering Council, please see [here](https://numpy.org/devdocs/dev/governance/people.html).
diff --git a/content/ja/user-survey-2020.md b/content/ja/user-survey-2020.md
index b79cc13ed8..3541e5b59b 100644
--- a/content/ja/user-survey-2020.md
+++ b/content/ja/user-survey-2020.md
@@ -3,7 +3,7 @@ title: 2020年 NumPyコミュニティ調査
sidebar: false
---
-2020年に、NumPyの調査チームは、ミシガン大学とメリーランド大学が共同で開催した、調査方法学の修士コースの学生と教員と共同で、初めて公式のNumPyコミュニティ調査を実施しました。 75カ国から1,200人以上のNumPyユーザーが参加してくれました。NumPyコミュニティの全体像を描き、プロジェクトの未来像についての意見を述べてもらいました。
+2020年に、NumPyの調査チームは、ミシガン大学とメリーランド大学が共同で開催した、調査方法学の修士コースの学生と教員と共同で、初めて公式のNumPyコミュニティ調査を実施しました。 75カ国から1,200人以上のNumPyユーザーが参加してくれました。 NumPyコミュニティの全体像を描き、プロジェクトの未来像についての意見を述べてもらいました。
{{< figure >}}
src = '/surveys/NumPy_usersurvey_2020_report_cover.png'