# numpy

Правило заставляет Cursor генерировать векторизованный код NumPy без медленных циклов Python. Помогает писать быстрые модульные функции с явным указанием dtype.

- правило · `type=rule` · Cursor · ★ 3580
- Автор: sanjeed5
- Лицензия: CC0-1.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/numpy.mdc
- Обновлён: 2026-05-19
- HTML: https://affpapa.org/nevibecode/rules/numpy

## Что делает

Правило отслеживает файлы по шаблону `**/*.py` и требует отказаться от циклов `for` при обработке массивов. Ассистент переписывает поэлементный перебор на встроенные векторизованные операции и трансляцию форм (broadcasting). Код разбивается на небольшие чистые функции с аннотациями типов `np.ndarray` и докстрингами по стандарту PEP 257.

В генерациях строго задаётся параметр `dtype`. Это исключает скрытое приведение типов и лишний расход памяти при расчётах. Для повторяющихся операций правило требует предварительно выделять память через `np.empty` или `np.zeros`, а не собирать промежуточные данные в список через `list.append()`.

Для масштабных вычислений правило предусматривает вызовы, совместимые с CuPy. Если библиотека CuPy не установлена в окружении, код сразу переключается обратно на CPU через стандартный NumPy. Заранее убедитесь, что в системе настроены драйверы и зависимости для работы с GPU.

## Установка

### Cursor (родная платформа)

**Вручную: положить файлы**
- Файл: `.cursor/rules/numpy.mdc` — Во frontmatter: description, globs, alwaysApply

### Claude Code

**Вручную: положить файлы**
- Файл: `.claude/rules/numpy.md` — Поле paths во frontmatter ограничивает файлы: globs из источника → paths

### Codex

**AGENTS.md**
- Codex читает AGENTS.md: вставьте текст правила туда

### GitHub Copilot

**Вручную: положить файлы**
- Файл: `.github/instructions/numpy.instructions.md` — Поле applyTo задаёт, к каким файлам применять: globs из источника → applyTo

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/rules/numpy.md`

### Cline

**Вручную: положить файлы**
- Файл: `.clinerules/numpy.md`

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/numpy.mdc

## Когда брать
- Заменить медленные циклы Python на векторизованные операции и broadcasting
- Предотвратить перерасход оперативной памяти через явное указание `dtype`
- Разбить монолитные скрипты обработки данных на изолированные функции
- Исключить динамическое перевыделение памяти в циклах через `np.empty`
- Настроить функции на вычисления с CuPy на видеокарте

## Примеры запросов агенту
- Оптимизируй функцию расчёта матрицы ковариации в `data_pipeline.py` без циклов `for`
- Перепиши нормализацию массива, явно указав типы данных `float32`
- Добавь в функцию перемножения матриц поддержку ускорения на GPU через CuPy

## Похожие
- [numpy-best-practices](https://affpapa.org/nevibecode/skills/numpy-best-practices.md) — скилл · 997 установок
- [optimize-for-gpu](https://affpapa.org/nevibecode/skills/optimize-for-gpu.md) — скилл · 2000 установок
- [matplotlib](https://affpapa.org/nevibecode/skills/k-dense-ai-matplotlib.md) — скилл · 2200 установок
- [data-analysis-jupyter](https://affpapa.org/nevibecode/skills/data-analysis-jupyter.md) — скилл · 1500 установок
- [mcda-suitability-analysis](https://affpapa.org/nevibecode/skills/mcda-suitability-analysis.md) — скилл · ★ 35
- [statistics-math](https://affpapa.org/nevibecode/skills/statistics-math.md) — скилл · 432 установки

Из того же набора: [sanjeed5/awesome-cursor-rules-mdc](https://affpapa.org/nevibecode/by/sanjeed5/awesome-cursor-rules-mdc.md) — 240 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md