Python NumPy入门指南：数据处理科学计算的瑞士军刀

作者：唐叔在学习

专栏：唐叔学python
标签：Python NumPy、数据分析、科学计算、机器学习基础、数组操作、Python数据处理、人工智能基础、Python编程

摘要

NumPy是Python科学计算的基础库，提供了高性能的多维数组对象和工具。本文唐叔将带你从零开始了解NumPy的核心概念、常用操作和实际应用场景，助你在数据分析、机器学习等领域快速上手。无论你是Python初学者还是想提升数据处理能力，这篇文章都将成为你的实用指南。

文章目录

• • 摘要
  • 一、NumPy是什么？为什么它如此重要？
  • 二、NumPy安装与基础使用
  • • [2.1 安装NumPy](#2.1 安装NumPy)
    • [2.2 导入NumPy](#2.2 导入NumPy)
    • [2.3 创建第一个NumPy数组](#2.3 创建第一个NumPy数组)
  • 三、NumPy核心功能详解
  • • [3.1 数组属性](#3.1 数组属性)
    • [3.2 创建特殊数组](#3.2 创建特殊数组)
    • [3.3 数组索引与切片](#3.3 数组索引与切片)
    • [3.4 数组运算](#3.4 数组运算)
    • [3.5 广播机制](#3.5 广播机制)
  • 四、NumPy高级功能
  • • [4.1 数组变形](#4.1 数组变形)
    • [4.2 数组拼接与分割](#4.2 数组拼接与分割)
    • [4.3 统计函数](#4.3 统计函数)
  • 五、NumPy在实际项目中的应用
  • • [5.1 图像处理](#5.1 图像处理)
    • [5.2 机器学习数据预处理](#5.2 机器学习数据预处理)
    • [5.3 数值计算](#5.3 数值计算)
  • 六、NumPy性能优化技巧
  • 七、总结

---

一、NumPy是什么？为什么它如此重要？

各位小伙伴们好，我是唐叔！今天我们要聊的是Python科学计算领域的一个重量级选手------NumPy。

简单来说，NumPy（Numerical Python）是Python中用于科学计算的基础包。它提供了一个强大的N维数组对象，以及用于处理这些数组的各种工具。可以说，NumPy是Python数据科学生态系统的基石，几乎所有的机器学习框架（如TensorFlow、PyTorch）和数据分析库（如Pandas）都建立在NumPy之上。

为什么NumPy这么受欢迎？主要有三大原因：

1. 性能强大：NumPy的底层是用C语言编写的，运算速度比纯Python快几个数量级
2. 接口简单：提供了大量简洁高效的数组操作函数
3. 生态完善：与SciPy、Matplotlib、Pandas等库完美配合

二、NumPy安装与基础使用

2.1 安装NumPy

安装NumPy非常简单，使用pip命令即可：

pip install numpy

如果你使用的是Anaconda，它已经自带了NumPy，无需额外安装。

2.2 导入NumPy

按照惯例，我们通常这样导入NumPy：

import numpy as np

这样我们就可以用np作为前缀来调用NumPy的各种功能了。

2.3 创建第一个NumPy数组

让我们创建一个简单的数组来感受一下：

import numpy as np

# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)

输出结果：

[1 2 3 4 5]
[[1 2 3]
 [4 5 6]]

三、NumPy核心功能详解

3.1 数组属性

每个NumPy数组都有一些重要的属性：

arr = np.array([[1, 2, 3], [4, 5, 6]])

print("数组维度:", arr.ndim)  # 2
print("数组形状:", arr.shape)  # (2, 3)
print("数组元素总数:", arr.size)  # 6
print("数组元素类型:", arr.dtype)  # int32或int64

3.2 创建特殊数组

NumPy提供了多种创建特殊数组的方法：

# 创建全零数组
zeros = np.zeros((2, 3))

# 创建全1数组
ones = np.ones((3, 2))

# 创建单位矩阵
eye = np.eye(3)

# 创建等差数列
lin = np.linspace(0, 10, 5)  # [ 0.   2.5  5.   7.5 10. ]

# 创建随机数组
rand = np.random.rand(2, 2)

3.3 数组索引与切片

NumPy的索引和切片操作是数据处理的核心：

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 获取单个元素
print(arr[1, 2])  # 6

# 获取一行
print(arr[1])  # [4 5 6]

# 获取一列
print(arr[:, 1])  # [2 5 8]

# 切片
print(arr[0:2, 1:3])
"""
[[2 3]
 [5 6]]
"""

3.4 数组运算

NumPy支持各种数学运算：

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 加法
print(a + b)  # [5 7 9]

# 乘法（元素级）
print(a * b)  # [4 10 18]

# 点积
print(np.dot(a, b))  # 32

# 平方
print(a**2)  # [1 4 9]

# 平方根
print(np.sqrt(4))  # 2.0

# 求和
print(a.sum())  # 6.0

# 均值
print(a.mean())  # 2.0

# 三角函数
print(np.sin(a))

常见的数组运算见下表：

运算	符号 / 函数	例子
逐元素加	+	a + b
逐元素乘	*	a * b
矩阵乘	@ 或 np.dot	a @ b.T
平方根	np.sqrt(a)	逐元素
求和	a.sum() 或 a.sum(axis=0)	按列求和
均值	a.mean()	...

3.5 广播机制

NumPy的广播机制是其强大功能之一：

a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([10, 20, 30])

# b会被广播到与a相同的形状
print(a + b)
"""
[[11 22 33]
 [14 25 36]]
"""

四、NumPy高级功能

4.1 数组变形

arr = np.arange(6)  # [0 1 2 3 4 5]

# 改变形状
print(arr.reshape(2, 3))
"""
[[0 1 2]
 [3 4 5]]
"""

# 展平数组
print(arr.flatten())  # [0 1 2 3 4 5]

4.2 数组拼接与分割

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])

# 垂直拼接
print(np.vstack((a, b)))
"""
[[1 2]
 [3 4]
 [5 6]]
"""

# 水平拼接
c = np.array([[7], [8]])
print(np.hstack((a, c)))
"""
[[1 2 7]
 [3 4 8]]
"""

# 数组分割
arr = np.arange(9).reshape(3, 3)
print(np.hsplit(arr, 3))  # 分成3个数组

4.3 统计函数

NumPy提供了丰富的统计函数：

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print("平均值:", np.mean(data))
print("中位数:", np.median(data))
print("标准差:", np.std(data))
print("最大值:", np.max(data))
print("最小值:", np.min(data))
print("每列的和:", np.sum(data, axis=0))
print("每行的和:", np.sum(data, axis=1))

五、NumPy在实际项目中的应用

NumPy 在实际项目中，由于其内置的大量函数，使其在图像处理、机器学习数据预处理、数据计算处理等场景都有广泛使用。可以不夸张的说：搞AI、搞数据，NumPy是地基！

5.1 图像处理

NumPy数组可以用来表示图像：

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

# 读取图像为NumPy数组
img = np.array(Image.open('image.png'))

# # 显示图像
# plt.imshow(img)
# plt.show()
#
# # 转换为灰度图
# gray = np.mean(img, axis=2)
# plt.imshow(gray, cmap='gray')
# plt.show()

fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.imshow(img)
gray = np.mean(img, axis=2)
ax2.imshow(gray, cmap='gray')
plt.show()

5.2 机器学习数据预处理

# 特征标准化
data = np.random.rand(100, 5)  # 100个样本，5个特征

# 计算均值和标准差
mean = np.mean(data, axis=0)
std = np.std(data, axis=0)

# 标准化
normalized = (data - mean) / std

# 打乱数据顺序
np.random.shuffle(normalized)

5.3 数值计算

# 解线性方程组
A = np.array([[2, 1], [1, 3]])
b = np.array([4, 5])
x = np.linalg.solve(A, b)  # [1.4, 1.2]

# 计算特征值和特征向量
eigenvalues, eigenvectors = np.linalg.eig(A)
'''
[[-0.85065081 -0.52573111]
 [ 0.52573111 -0.85065081]]
'''

六、NumPy性能优化技巧

1. 避免循环：尽量使用NumPy内置函数代替Python循环
2. 使用视图而非副本：切片操作返回的是视图，不会复制数据
3. 预分配内存：对于大型数组，先创建好再填充
4. 使用适当的数据类型 ：如np.float32比np.float64节省内存

import time
import numpy as np

n = 1_000_000

# 不好的做法
start = time.time()
result = []
for i in range(n):
    result.append(i**2)
result = np.array(result)
print("it cost: {}".format(time.time() - start))

# 好的做法
start = time.time()
result = np.arange(n)**2
 time.time()
result = np.arange(n)**2
print("it cost: {}".format(time.time() - start))

七、总结

NumPy作为Python科学计算的基石，提供了：

1. 高效的多维数组对象
2. 丰富的数学函数库
3. 强大的广播机制
4. 便捷的线性代数运算
5. 与其它科学计算库的良好兼容性

掌握了NumPy，你就打开了Python数据科学的大门。无论是数据分析、机器学习还是科学计算，NumPy都是不可或缺的工具。希望这篇文章能帮助你快速上手NumPy，在数据处理的道路上越走越远！

最后提醒：学习NumPy最好的方式就是多练习！打开你的Python环境，跟着示例代码敲一遍，感受NumPy的强大魅力吧！

---

觉得有用的话，别忘了点赞收藏加关注！

往期文章推荐：

• Pandas - Python爬虫数据处理分析神器
• Pandas - JSON格式数据操作实践
• Matplotlib - Python图表可视化利器