SciPy 和 NumPy 项目邮件列表¶

邮件列表是我们主要的社区论坛。在这里，我们组织项目、宣布新版本、规划未来方向，以及提供和接收用户支持。

要发布到列表中，您必须加入该列表。如果您想查看列表的流量，只需访问列表存档并查看。您可以选择以摘要形式接收消息。大约 10 条消息会以一封电子邮件的形式发送，并在顶部显示目录。这减少了收件箱的混乱，但意味着您将延迟最多一天收到消息。

请仅在工作内容不仅涉及使用 NumPy、SciPy 和相关软件包，而且还包括作为职位的一部分为这些软件包做出贡献的机会时发布招聘广告（我们很乐意看到这种情况变得越来越普遍！）。如果是这种情况，请在主题中添加 [JOB]。

我们还为 NumPy 和 SciPy 设置了只读邮件列表，用于提供所有版本控制签入的通知。

邮件列表¶

下表列出了 NumPy 和 SciPy 的核心列表。请参阅在您发布之前，以确保这是询问您的问题的正确地方。

StackOverflow 是一个询问使用问题的好地方。用 numpy 或 scipy 以及 python 标记您的问题。

当然，您也可以在 scipy-user 或 numpy-discussion 列表中提出使用问题。

首先搜索相应的存档（一种方法是使用上面 Nabble 的“阅读/搜索”链接）。虽然知道使用哪些搜索词是一项需要学习的技能，但它通常比您想象的更容易。还可以查看常见问题解答，看看您的问题是否已在那里得到解答。
请确保您发布到正确的列表。NumPy 和 SciPy 邮件列表应用于与这两个软件包相关的特定问题（关于如何在 Python 中完成科学任务的一般问题也可以）。关于 matplotlib 的问题应发送到 matplotlib 邮件列表之一。关于使用/开发 IPython shell 的具体问题应发送到 IPython 列表之一。确保您的问题发送到正确的列表可以节省每个人的时间，并使正确的人更有可能看到（并快速回答）您的问题。

关于邮件列表礼仪的一些要点

回复列表，而不是发件人。

一般来说，没有必要在您主题的后续回复中抄送回复者。请回复列表，而不是回复列表和个人回复者（请注意，NumPy 和 SciPy 列表添加了回复地址标题以方便此操作；通常，在您的邮件客户端中单击“回复”将把回复直接发送到列表而不是发件人）。同样，如果您希望收到回复，您应该通过您的邮件客户端或通过 Nabble 等服务监控列表流量；回复通常会发送到列表，并且仅发送到列表。
不要回复摘要。

摘要仅应在您打算阅读而不参与的情况下使用。回复摘要会使您无法跟踪对话主题；如果您希望参与对话，请正常订阅。
使用底部发布。

回复消息时，请使用底部回复。这意味着引用您要回复的内容，并将您的回复插入每个引用的下方。有关更多详细信息，请参阅发帖风格。
保持友好，各位。

请保持对话的语气友好和尊重，并认识到那些回复您问题的人是自愿用他们的空闲时间来做这件事的。 SciPy 行为准则适用于 SciPy 列表和 GitHub。