Numpy est-il sûr ?
Numpy — Nerq Trust Score 90.0/100 (Note A+). Sur la base de l'analyse de 2 dimensions de confiance, il est considéré comme sûr. Dernière mise à jour : 2026-04-01.
Oui, Numpy est sûr à utiliser. Numpy is a Python package avec un Score de Confiance Nerq de 90.0/100 (A+), based on 3 independent data dimensions. Il est recommandé pour une utilisation en production. Security: 90/100. Popularity: 100/100. Data sourced from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Last updated: 2026-04-01. Données lisibles par machine (JSON).
Numpy est-il sûr ?
YES — Numpy a un Score de Confiance Nerq de 90.0/100 (A+). Il atteint le seuil de confiance de Nerq avec des signaux forts en sécurité, maintenance et adoption communautaire. Recommandé pour une utilisation en production — review the full report below for specific considerations.
Quel est le score de confiance de Numpy ?
Numpy a un Score de Confiance Nerq de 90.0/100, obtenant la note A+. Ce score est basé sur 2 dimensions mesurées indépendamment.
Quels sont les résultats de sécurité clés pour Numpy ?
Le signal le plus fort de Numpy est popularité à 100/100. Aucune vulnérabilité connue n'a été détectée. Atteint le seuil vérifié Nerq de 70+.
Qu'est-ce que Numpy et qui le maintient ?
| Auteur | Travis E. Oliphant et al. |
| Catégorie | pypi |
| Source | N/A |
Numpy sur d'autres plateformes
Même développeur/entreprise dans d'autres registres :
Pypi similaires par Score de Confiance
Guide de sécurité : Numpy
Qu'est-ce que Numpy ?
Numpy is a Python package — Fundamental package for array computing in Python.
Comment Vérifier la Sécurité
Run pip audit or safety check. Review on PyPI for download stats.
Vous pouvez également vérifier le score de confiance via l'API : GET /v1/preflight?target=numpy
Préoccupations de sécurité pour Python packages
Lors de l'évaluation de tout Python package, watch for: dependency vulnerabilities, malicious uploads, maintenance status.
Évaluation de Confiance
Numpy a un Score de Confiance Nerq de 76/100 (B+) and meets Nerq trust threshold. Ce score est basé sur une analyse automatisée des signaux de sécurité, maintenance, communauté et qualité.
Points Essentiels
- Numpy a un Score de Confiance de 76/100 (B+).
- Recommandé pour utilisation — dépasse le seuil de confiance.
- Toujours vérifier indépendamment en utilisant la Nerq API.
Analyse détaillée du score
| Dimension | Score |
|---|---|
| Sécurité | 90/100 |
| Confidentialité | 80/100 |
| Fiabilité | 90/100 |
| Transparence | 50/100 |
| Maintenance | 60/100 |
Basé sur 5 dimensions. Data from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Quelles données Numpy collecte-t-il ?
Numpy est un Python package, maintenu par Travis E. Oliphant et al.. It receives approximately 194,984,733 weekly downloads.
En tant que paquet de développement, Numpy ne collecte pas directement les données personnelles des utilisateurs. Cependant, les applications construites avec celui-ci peuvent collecter des données selon l'implémentation. Privacy score: 80/100.
Examinez les dépendances du paquet pour les risques potentiels de chaîne d'approvisionnement. Exécutez régulièrement la commande d'audit de votre gestionnaire de paquets.
Analyse complète : Rapport de confidentialité de Numpy · Examen de Confidentialité
Numpy est-il sécurisé ?
Sécurité score: 90/100. Numpy has 0 known vulnerabilities (CVEs) in the National Vulnerability Database. This is a clean record.
Informations de licence non disponibles. Les paquets open source permettent un examen de sécurité indépendant du code source.
Exécutez la commande d'audit de votre gestionnaire de paquets (`npm audit`, `pip audit`, `cargo audit`) to check for known vulnerabilities in your dependency tree.
Analyse complète : Rapport de sécurité de Numpy
Numpy sur d'autres plateformes
Même développeur/entreprise dans d'autres registres :
Comment nous avons calculé ce score
Le score de confiance deNumpy de 90.0/100 (A+) est calculé à partir de PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Le score reflète 5 dimensions indépendantes: security (90/100), privacy (80/100), reliability (90/100), transparency (50/100), maintenance (60/100). Each dimension is weighted equally to produce the composite trust score.
Nerq analyse plus de 7,5 millions d'entités dans 26 registres en utilisant la même méthodologie, permettant une comparaison directe entre entités. Les scores sont mis à jour en continu à mesure que de nouvelles données sont disponibles.
Cette page a été révisée pour la dernière fois le April 01, 2026. Data version: 1.0.
Documentation complète de la méthodologie · Données lisibles par machine (API JSON)
Questions fréquentes
Est-ce que Numpy sûr à utiliser?
Qu'est-ce que Numpy's trust score ?
Quelles sont les alternatives plus sûres à Numpy ?
Does Numpy have known vulnerabilities?
Numpy est-il activement maintenu ?
Popular in pypi
Browse Categories
Disclaimer: Les scores de confiance Nerq sont des évaluations automatisées basées sur des signaux publiquement disponibles. Ce ne sont pas des recommandations ou des garanties. Effectuez toujours votre propre vérification.