numpy
diff --git a/‎content/ja/404.md‎
Lines changed: 1 addition & 1 deletion b/‎content/ja/404.md‎
Lines changed: 1 addition & 1 deletion
diff --git a/‎content/ja/about.md‎
Lines changed: 31 additions & 13 deletions b/‎content/ja/about.md‎
Lines changed: 31 additions & 13 deletions
diff --git a/‎content/ja/arraycomputing.md‎
Lines changed: 2 additions & 2 deletions b/‎content/ja/arraycomputing.md‎
Lines changed: 2 additions & 2 deletions
diff --git a/‎content/ja/case-studies/blackhole-image.md‎
Lines changed: 9 additions & 9 deletions b/‎content/ja/case-studies/blackhole-image.md‎
Lines changed: 9 additions & 9 deletions
@@ -5,4 +5,4 @@ sidebar: false
 
 おっとっと！ 間違った所にアクセスしているようです。
 
-何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。
+何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。 
@@ -3,50 +3,61 @@ title: 私たちについて
 sidebar: false
 ---
 
-_このページでは、NumPyのプロジェクトとそれを支えるコミュニティについて説明します。_
-
-NumPy は、Python で数値計算を可能にするためのオープンソースプロジェクトです。 NumPyは、NumericやNumarrayといった初期のライブラリのコードをもとに、2005年から開発が開始されました。 NumPyは完全にオープンソースなソフトウェアであり、[修正BSD ライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt) の条項の下で、すべての人が利用可能です。
+NumPy は、Python で数値計算を可能にするためのオープンソースプロジェクトです。 NumPyは、NumericやNumarrayといった初期のライブラリのコードをもとに、2005年から開発が開始されました。 NumPyは完全にオープンソースなソフトウェアです。 そして、NumPyは[修正BSD ライセンス](https://github.com/numpy/numpy/blob/main/LICENSE.txt) の条項の下で、すべての人が利用可能です。
 
 NumPy は 、NumPyコミュニティやより広範な科学計算用Python コミュニティとの合意のもと、GitHub 上でオープンに開発されています。 NumPyのガバナンス方法の詳細については、 [Governance Document](https://www.numpy.org/devdocs/dev/governance/index.html) をご覧ください。
 
 
 ## 運営委員会
 
-NumPy運営委員会の役割は、NumPyのコミュニティと協力しサポートすることを通じて、技術的にもコミュニティ的にも長期的にNumPyプロジェクトを良い状態に保つことです。 NumPy運営委員会は現在以下のメンバーで構成されています (アルファベット順、姓で):
+Numpy運営委員会はこのプロジェクトの管理組織です。 その役割は、Numpy コミュニティと協力し、Numpyのソフトウェアサービスを確実にユーザに提供することです。 ソフトウェアパッケージとコミュニティの両方において、プロジェクトの長期的な持続可能性を保っていきます。 NumPy運営委員会は現在以下のメンバーで構成されています (姓のアルファベット順):
 
 - Sebastian Berg
 - Ralf Gommers
 - Charles Harris
 - Stephan Hoyer
 - Inessa Pawson
 - Matti Picus
-- Stéfan van der Walt
-- Melissa Weber Mendonça
+- Stéfan van der Walt
+- Melissa Weber Mendonça
 - Eric Wieser
 
-終身名誉委員
+過去のメンバー
 
 - Alex Griffing (2015-2017)
 - Allan Haldane (2015-2021)
 - Marten van Kerkwijk (2017-2019)
-- Travis Oliphant (project founder, 2005-2012)
+- Travis Oliphant (プロジェクト創設者, 2005-2012)
 - Nathaniel Smith (2012-2021)
 - Julian Taylor (2013-2021)
-- Jaime Fernández del Río (2014-2021)
+- Jaime Fernández del Río (2014-2021)
 - Pauli Virtanen (2008-2021)
 
+Numpy運営委員会に連絡するには、numpy-team@googlegroups.comまでメールしてください。
+
 ## チーム
 
-NumPy プロジェクトは拡大しているため、いくつかのチームが設置されています。
+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。<br> Numpyには現在以下のチームがあります:
 
-- コード
+- 開発
 - ドキュメント
-- ウェブサイト
 - トリアージ
+- ウェブサイト
+- 調査
+- 翻訳
+- スプリントのメンター
 - 資金と助成金
 
 個々のチームメンバーについては、 [チーム](/teams/) のページを参照してください。
 
+## NumFOCUSサブ委員会
+
+- Charles Harris
+- Ralf Gommers
+- Melissa Weber Mendonça
+- Sebastian Berg
+- 外部メンバー: Thomas Caswell
+
 ## スポンサー情報
 
 NumPyは以下の団体から直接資金援助を受けています。
@@ -56,6 +67,11 @@ NumPyは以下の団体から直接資金援助を受けています。
 ## パートナー団体
 
 パートナー団体は、NumPyへの開発を仕事の一つとして、社員を雇っている団体です。 現在のパートナー団体としては、下記の通りです。
+
+- カルフォルニア大学 バークレー校 (Stéfan van der Walt)
+- Quansight (Nathan Goldbaum, Ralf Gommers, Matti Picus, Melissa Weber Mendonça)
+- NVIDIA (Sebastian Berg)
+
 {{< partners >}}
 
 
@@ -68,4 +84,6 @@ NumPy は NumFOCUS にスポンサーされたプロジェクトであり、米
 NumPy への寄付は [NumFOCUS](https://numfocus.org) によって管理されています。 米国の寄付提供者の場合、その人の寄付は法律によって定められる範囲で免税されます。 但し、他の寄付と同様に、あなたはあなたの税務状況について、あなたの税務担当と相談する必要があることを忘れないで下さい。
 
 NumPyの運営委員会は、受け取った資金をどのように使えば良いかを検討し、使用する方法について決定します. NumPyに関する技術とインフラの投資の優先順位に関しては、[NumPy Roadmap](https://www.numpy.org/neps/index.html#roadmap) に記載されています。
-{{< numfocus >}}
+
+{{<opencollective>}}
+
@@ -9,7 +9,7 @@ sidebar: false
 
 **Num**erical **Py**thon: NumPyは、Pythonにおけるデファクトスタンダードなライブラリであり、大規模な多次元配列や行列、そして、それらの配列を処理する様々な分野の数学ルーチンをサポートしています。
 
-2006年にNumPyが発表されてから、2008年にPandasが登場し、その後、数年間にいくつかの配列演算関連のライブラリが次々と現れるようになりました。そこから配列演算界隈は盛り上がり始めました。 これらの新しい配列演算ライブラリの多くは、NumPyの機能や能力を模倣しており、機械学習や人工知能向けの新しいアルゴリズムや機能を持っています。
+2006年にNumPyが発表されてから、2008年にPandasが登場し、その後、数年間にいくつかの配列演算関連のライブラリが次々と現れるようになりました。 これらの新しい配列演算ライブラリの多くは、NumPyの機能や能力を模倣しており、機械学習や人工知能向けの新しいアルゴリズムや機能を持っています。
 
 <img
   src="/images/content_images/array_c_landscape.png"
@@ -18,4 +18,4 @@ sidebar: false
 
 **配列演算** は **配列** のデータ構造に基づいています。 *配列* は、関連する膨大なデータ群を簡単にかつ高速に、ソート、検索、変換、数学処理できるように構成されています。
 
-配列演算は *一度に* 配列のデータの複数の要素を操作するため、 * ユニーク* な処理と言えます。 これは、配列操作が一回の処理で、配列内の 全ての値に適用されることを意味しています。 このベクトル化手法は、速さと単純さという恩恵をもたらします。プログラマーはループを回して個々の要素のスカラー演算を行うことなく、データの集合を操作しコーディングすることができるのです。
+配列演算は *一度に* 配列のデータの複数の要素を操作するため、 * ユニーク* な処理と言えます。 これは、配列操作が一回の処理で、配列内の 全ての値に適用されることを意味しています。 このベクトル化手法は、速さと単純さという恩恵をもたらします。 プログラマーはループを回して個々の要素のスカラー演算を行うことなく、データの集合を操作しコーディングすることができるのです。
@@ -12,25 +12,25 @@ sidebar: false
 
 ## 地球大の望遠鏡
 
-[Event Horizon telescope(EHT)](https:/eventhorizontelescope.org)は、地球サイズの解析望遠鏡を形成する8台の地上型電波望遠鏡から成るシステムで、これまでに前例のない感度と解像度で宇宙を研究することができます。超長基線干渉法(VLBI) と呼ばれる手法を用いた巨大な仮想望遠鏡の角度分解能は、[20マイクロ秒][resolution]で、ニューヨークにある新聞をパリの歩道のカフェから読むのに十分な解像度です!
+[Event Horizon telescope(EHT)](https:/eventhorizontelescope.org)は、地球サイズの解析望遠鏡を形成する8台の地上型電波望遠鏡から成るシステムで、これまでに前例のない感度と解像度で宇宙を研究することができます。  超長基線干渉法(VLBI) と呼ばれる手法を用いた巨大な仮想望遠鏡の角度分解能は、[20マイクロ秒][resolution]で、ニューヨークにある新聞をパリの歩道のカフェから読むのに十分な解像度です!
 
 ### 主な目標と結果
 
 * **宇宙の新しい見方:** EHTの画期的な考え方の基礎が築かれたのは、100年前に [Sir Arthur Eddington][eddington]がアインシュタインの一般相対性理論に沿った最初の観測を実施したことが始まりでした。
 
-* **ブラックホール:** EHTは、おとめ座銀河団のメシエ87銀河 (M87) の中心にある、地球から約5500万光年の距離にある超巨大ブラックホールを観測しました。 その質量は、太陽の65億倍です。[100年以上](https://www.jpl.nasa.gov/news/news.php?feature=7385)に渡る研究が行われてもなお、これまでに視覚的にブラックホールを観測できたことはありませんでした。
+* **ブラックホール:** EHTは、おとめ座銀河団のメシエ87銀河 (M87) の中心にある、地球から約5500万光年の距離にある超巨大ブラックホールを観測しました。 その質量は、太陽の65億倍です。 [100年以上](https://www.jpl.nasa.gov/news/news.php?feature=7385)に渡る研究が行われてもなお、これまでに視覚的にブラックホールを観測できたことはありませんでした。
 
-* **観測と理論の比較:** 科学者たちの間で、アインシュタインの一般相対性理論から、重力による光の曲げや光の捕獲による影のような領域が観測できるのではないかと期待されていました。これはブラックホールの巨大な質量を測定するために利用することができます。
+* **観測と理論の比較:** 科学者たちの間で、アインシュタインの一般相対性理論から、重力による光の曲げや光の捕獲による影のような領域が観測できるのではないかと期待されていました。 これはブラックホールの巨大な質量を測定するために利用することができます。
 
 ### 課題
 
 * **大規模な計算**
 
-    EHTは膨大なデータ処理の課題を抱えていました。大気の位相変動は急速で、記録帯域の幅は大きく、望遠鏡はそれぞれ異なっていて地理的にも分散しています。
+    EHTは膨大なデータ処理の課題を抱えていました。 大気の位相変動は急速で、記録帯域の幅は大きく、望遠鏡はそれぞれ異なっていて地理的にも分散しています。
 
 * **大量のデータ**
 
-    EHTは一日で350テラバイトを超える観測データを生成し、ヘリウムで満たされたハードドライブに保存しています。この大量のデータとデータの複雑さを軽減することは非常に難しいことです。
+    EHTは一日で350テラバイトを超える観測データを生成し、ヘリウムで満たされたハードドライブに保存しています。 この大量のデータとデータの複雑さを軽減することは非常に難しいことです。
 
 * **よくわからないものを観測する**
 
@@ -40,23 +40,23 @@ sidebar: false
 
 ## NumPyが果たした役割
 
-データに問題がある場合はどうなるでしょう？ あるいは、アルゴリズムが特定の仮定に あまりにも大きく依存しているかもしれません。もしあるパラメータを変更した場合、画像は大きく変化するのでしょうか？
+データに問題がある場合はどうなるでしょう？ あるいは、アルゴリズムが特定の仮定に あまりにも大きく依存しているかもしれません。 もしあるパラメータを変更した場合、画像は大きく変化するのでしょうか？
 
-EHTの共同研究では、最先端の画像再構成技術を使用して、それぞれのチームがデータを評価することによって、これらの課題に対処しました。それぞれのチームの解析結果が同じであることが証明されると、それらの結果を組み合わせることで、ブラックホール画像を得ることができました。
+EHTの共同研究では、最先端の画像再構成技術を使用して、それぞれのチームがデータを評価することによって、これらの課題に対処しました。 それぞれのチームの解析結果が同じであることが証明されると、それらの結果を組み合わせることで、ブラックホール画像を得ることができました。
 
 彼らの研究は、共同のデータ解析を通じて科学を進歩させる、科学的なPythonエコシステムが果たす役割を如実に表しています。
 
 {{< figure src="/images/content_images/cs/bh_numpy_role.png" class="fig-center" alt="role of numpy" caption="**ブラックホール画像化でNumPyが果たした役割**" >}}
 
-例えば、 [`eht-imaging`][ehtim] というPython パッケージは VLBI データで画像の再構築をシミュレートし、実行するためのツールです。NumPyは、以下のソフトウェア依存関係チャートで示されているように、このパッケージで使用される配列データ処理の中核を担っています。
+例えば、 [`eht-imaging`][ehtim] というPython パッケージは VLBI データで画像の再構築をシミュレートし、実行するためのツールです。 NumPyは、以下のソフトウェア依存関係チャートで示されているように、このパッケージで使用される配列データ処理の中核を担っています。
 
 {{< figure src="/images/content_images/cs/ehtim_numpy.png" class="fig-center" alt="ehtim dependency map highlighting numpy" caption="**NumPyの中心としたehtimのソフトウェア依存図**" >}}
 
 NumPyだけでなく、[SciPy](https://www.scipy.org)や[Pandas](https://pandas.io)などのパッケージもブラックホール画像化におけるデータ処理パイプラインに利用されています。 天文学の標準的なファイル形式や時間/座標変換 は[Astropy][astropy]で実装され、ブラックホールの最終画像の生成を含め、解析パイプライン全体でのデータ可視化には [Matplotlib][mpl]が利用されました。
 
 ## まとめ
 
-NumPyの中心的な機能である、効率的で適用性の高いn次元配列は、研究者が大規模な数値データを操作することを可能にし、世界で初めてのブラックホールの画像化の基礎を築きました。 アインシュタインの理論に素晴らしい視覚的証拠を与えたのは、科学の画期的な瞬間だといえます。 この科学的に偉大な達成には、技術的の飛躍的な進歩だけでなく、200人以上の科学者と世界で 最高の電波観測所の間での国際協力も寄与しました。革新的なアルゴリズムとデータ処理技術は、既存の天文学モデルを改良し、宇宙の謎を解き明かす助けになったといえます。
+NumPyの中心的な機能である、効率的で適用性の高いn次元配列は、研究者が大規模な数値データを操作することを可能にし、世界で初めてのブラックホールの画像化の基礎を築きました。 アインシュタインの理論に素晴らしい視覚的証拠を与えたのは、科学の画期的な瞬間だといえます。 この科学的に偉大な達成には、技術的の飛躍的な進歩だけでなく、200人以上の科学者と世界で 最高の電波観測所の間での国際協力も寄与しました。  革新的なアルゴリズムとデータ処理技術は、既存の天文学モデルを改良し、宇宙の謎を解き明かす助けになったといえます。
 
 {{< figure src="/images/content_images/cs/numpy_bh_benefits.png" class="fig-center" alt="numpy benefits" caption="**利用されたNumPyの主要機能**" >}}
Original file line number	Diff line number	Diff line change
`@@ -5,4 +5,4 @@ sidebar: false`
`5`	`5`
`6`	`6`	`おっとっと！間違った所にアクセスしているようです。`
`7`	`7`
`8`		`-何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。`
	`8`	`+何かがここにページがあるべきだと思ったら、GitHub で [issue](https://github.com/numpy/numpy.org/issues) を作成してください。`