# numpy

Скилл для Claude Code объясняет работу NumPy с массивами, матрицами и числовыми вычислениями в Python. Используется в алгоритмах, симуляциях и научных задачах.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 124 установки · ★ 25 у репозитория
- Автор: tondevrel
- Лицензия: BSD-3-Clause · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/tondevrel/scientific-agent-skills/tree/HEAD/skills/numpy/SKILL.md
- Обновлён: 2026-02-01
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/numpy

## Что делает

Скилл даёт агенту справочник по NumPy для численных вычислений в Python. Он охватывает многомерные массивы, поэлементные операции, broadcasting, изменение формы, математические функции, статистику, генерацию случайных чисел и преобразования Фурье.

Внутри есть примеры создания массивов, линейной алгебры через `np.dot` и `np.linalg`, импорта модулей, работы с `dtype`, представлениями и копиями. Отдельно разобраны векторизация, предварительное выделение памяти, проверка `.shape` и обработка `NaN`. Для установки самого NumPy приведены команды `pip install numpy` и `conda install numpy`.

Сравнение массивов через `==` сломает проверку условия: для этого скилл советует `np.array_equal()` или `np.allclose()`. Для строк, символьной математики, глубокого обучения и разреженных матриц он направляет к другим инструментам.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill numpy -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/numpy/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/numpy/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill numpy -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/numpy/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill numpy -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/numpy/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install tondevrel/scientific-agent-skills skills/numpy
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/numpy/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill numpy -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/tondevrel/scientific-agent-skills --path skills/numpy
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/numpy/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill numpy -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/tondevrel/scientific-agent-skills/tree/HEAD/skills/numpy/SKILL.md

## Когда брать
- создать и изменить многомерные массивы
- выполнить матричное умножение и найти собственные значения
- заменить циклы в численных расчётах векторизацией
- сгенерировать случайные данные и статистические распределения
- проверить формы, типы и равенство массивов

## Примеры запросов агенту
- Создай массивы через `np.array`, `np.zeros` и `np.ones`, затем покажи их формы и типы данных.
- Выполни матричное умножение для `A` и `B` через `np.dot` и найди собственные значения матрицы `A`.
- Замени цикл по массиву в этом фрагменте на векторизацию и проверь результат через `np.allclose()`.

## Похожие
- [numpy-expert](https://affpapa.org/nevibecode/agents/numpy-expert.md) — субагент · ★ 1029 у репозитория
- [scipy-best-practices](https://affpapa.org/nevibecode/skills/scipy-best-practices.md) — скилл · 1100 установок
- [numpy-best-practices](https://affpapa.org/nevibecode/skills/numpy-best-practices.md) — скилл · 1100 установок
- [scipy](https://affpapa.org/nevibecode/rules/scipy.md) — правило · ★ 3589 у репозитория
- [scientific-toolkit-skill](https://affpapa.org/nevibecode/skills/scientific-toolkit-skill.md) — скилл · 896 установок
- [matplotlib](https://affpapa.org/nevibecode/skills/k-dense-ai-matplotlib.md) — скилл · 2500 установок

Из того же набора: [tondevrel/scientific-agent-skills](https://affpapa.org/nevibecode/by/tondevrel/scientific-agent-skills.md) — 11 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
