كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

NumPy

NumPy – Numerical Python

المكتبة الأساسية للمصفوفات متعددة الأبعاد والحسابات العددية في Python، وتقوم عليها معظم مكتبات علم البيانات والذكاء الاصطناعي.

نشطةمبتدئv2.5.5BSD-3-Clause AND 0BSD AND MIT AND Zlib…مكتبات البرمجة العلمية ومعالجة البيانات

الوثائق الرسميةجرّب الأمثلة

المعلومات الأساسية

الاسمNumPy
الاسم الكاملNumPy – Numerical Python
التصنيفمكتبات البرمجة العلمية ومعالجة البيانات
الجهة المطورةمجتمع NumPy (برعاية NumFOCUS)
سنة الإطلاق2006
الموقع الرسميnumpy.org
مستودع GitHubnumpy/numpy
الوثائق الرسميةnumpy.org/doc
الحزمة على PyPInumpy
الترخيصBSD-3-Clause AND 0BSD AND MIT AND Zlib AND CC0-1.0 (PyPI license_expression)
حالة المشروعنشطة صدر لها إصدار خلال آخر 12 شهراً
آخر إصدار15 نوفمبر 2026 (الإصدار 2.5.5)
لغة البرمجةPython، C
أنظمة التشغيلMacOS، POSIX، Unix، Windows (كما تعلنها الحزمة على PyPI)
إصدار Python المطلوب>=3.12
مستوى الصعوبةمبتدئ

آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)

نظرة عامة

توفر NumPy نوع المصفوفة ndarray متعددة الأبعاد مع عمليات متجهية (Vectorized) مكتوبة بلغة C، فتُجرى الحسابات على ملايين العناصر دون حلقات Python بطيئة. وتضم الجبر الخطي، والتحويلات، والأعداد العشوائية، والبث (Broadcasting) بين مصفوفات بأشكال مختلفة.

أصبحت واجهة NumPy معياراً فعلياً: تتبع Pandas وSciPy وscikit-learn وOpenCV تمثيلها للبيانات، وتحاكي CuPy وJAX واجهتها على المعالجات الرسومية. لذلك فهمها خطوة أولى قبل أي إطار تعلم عميق.

متى تختارها؟ اخترها لأي حساب عددي أو تمثيل للبيانات على المعالج المركزي؛ وانتقل إلى CuPy أو JAX عند الحاجة إلى GPU.

الاستخدامات

الاستخدامات الرئيسية

  • تمثيل البيانات والصور والإشارات كمصفوفات
  • العمليات المتجهية والجبر الخطي
  • توليد الأعداد العشوائية للتجارب
  • تجهيز البيانات قبل إدخالها إلى نماذج التعلم الآلي

المجالات العلمية

  • علم البيانات
  • الحوسبة العلمية
  • معالجة الإشارات والصور

أنواع المشاريع المناسبة

  • تحليل بيانات تجريبية
  • تنفيذ خوارزميات تعلم آلي من الصفر لأغراض تعليمية
  • معالجة مسبقة للصور والإشارات

تطبيقات بحثية

  • تنفيذ نماذج رياضية وتجارب محاكاة قابلة لإعادة الإنتاج
  • تحليل نتائج التجارب وحساب المقاييس الإحصائية

الحوسبة العددية والمصفوفاتتحليل البيانات الجدولية

الخصائص التقنية

تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».

دعم المعالج المركزي (CPU)مدعوم
دعم المعالج الرسومي (GPU)غير مدعوملا تعمل على GPU مباشرة؛ CuPy وJAX توفران واجهة مشابهة على المعالجات الرسومية.
التوافق مع CUDAغير مدعوم
التدريب أو الحوسبة الموزعةغير مدعوم
الاشتقاق التلقائي (Autodiff)غير مدعوم
نشر النماذج (Deployment)لا ينطبق
نماذج مدربة مسبقاًلا ينطبق
أنواع البيانات المدعومةأعداد صحيحة وعشرية بدقات مختلفة، أعداد مركبة، قيم منطقية، نصوص، أنواع مهيكلة
التكامل مع مكتبات أخرىPandas، SciPy، Matplotlib، Scikit-learn، PyTorch، OpenCV
المرونة (تقدير تحريري)عالية للحسابات العامة
الأداء (تقدير تحريري)سريعة على CPU بفضل التنفيذ بلغة C
المجتمع (تقدير تحريري)من أكبر مجتمعات Python العلمية
جودة التوثيق (تقدير تحريري)توثيق رسمي شامل مع دروس

التثبيت والتشغيل

Shell
pip install numpy

التوافق: Python >=3.12 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026

يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.

أمثلة برمجية

الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.

مبتدئعمليات متجهية وإحصاءات على مصفوفةنُفّذ واختُبر

الهدف: حساب المتوسط والانحراف المعياري وتطبيع الأعمدة دون حلقات Python.

Python — example.py
import numpy as np

rng = np.random.default_rng(42)
X = rng.normal(loc=[10, 50, 100], scale=[1, 5, 20], size=(5, 3))

mean = X.mean(axis=0)
std = X.std(axis=0)
Z = (X - mean) / std          # broadcasting: (5,3) - (3,)

print("الشكل:", X.shape)
print("المتوسطات:", np.round(mean, 2))
print("بعد التطبيع، متوسط كل عمود ≈ 0:", np.round(Z.mean(axis=0), 6))
print("وانحرافه المعياري = 1:", np.round(Z.std(axis=0), 6))

شرح الكود

ننشئ مصفوفة عشوائية بمولد ثابت البذرة لضمان تكرار النتيجة، ثم نحسب إحصاءات كل عمود بالمعامل axis=0، ونطبّع البيانات (Z-score) بعملية واحدة بفضل البث (Broadcasting) بين مصفوفة 5×3 ومتجه طوله 3.

المتطلبات

Shell
pip install numpy

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

الشكل: (5, 3)
المتوسطات: [ 10.12  48.7  102.71]
بعد التطبيع، متوسط كل عمود ≈ 0: [-0. -0. -0.]
وانحرافه المعياري = 1: [1. 1. 1.]

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — numpy 2.5.5, python 3.13.18

صفحة المثال

كل أمثلة NumPy في مستكشف الأكواد

المزايا

  • أداء عالٍ للعمليات المتجهية
  • واجهة مستقرة وموثقة جيداً ومعيار لبقية المكتبات
  • مجتمع ضخم وأمثلة لا حصر لها

القيود

  • لا تدعم المعالجات الرسومية ولا الاشتقاق التلقائي
  • المصفوفة يجب أن تتسع في الذاكرة

المراجع والتحقق

سجل الإصدارات المتحقق منها

الإصدارتاريخ الإصدارتاريخ التحقق
2.5.515 نوفمبر 202621 نوفمبر 2026

آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.

أبلغ عن معلومة تحتاج تحديثاً