[python]numpy模块(详解)

NumPy是Python科学计算的基石，其核心是提供了高性能的多维数组对象 ndarray，以及基于它的海量数学函数库。

简单来说，它的主要优势就是快 和省。它解决了Python原生列表在进行大量数值计算时效率低下的问题。NumPy数组中的所有元素类型是统一的，数据在内存中连续存储，这带来了两个关键好处：

• 极致的运算速度：通过"向量化"操作，你可以直接对整个数组进行数学运算，避免使用低效的Python循环。这种底层由C语言实现的运算，速度比普通Python列表快上1到2个数量级。
• 高效的内存使用：由于数据类型统一且连续存储，NumPy数组占用的内存空间远小于同等情况下的Python列表，能更高效地处理海量数据。

正因如此，NumPy成为了Pandas、SciPy、Scikit-learn、TensorFlow和PyTorch等众多顶级数据科学和机器学习库的基础。

---

📦 核心数据结构：ndarray

ndarray（N-dimensional array，N维数组）是NumPy的主角。你可以把它看作是一个定义了多维度的、同质化的"表格"或"网格"。每个ndarray都有几个关键属性，你可以通过下面的方式查看：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # 输出: (2, 3) -> 表示这是一个2行3列的二维数组
print(arr.ndim)   # 输出: 2 -> 表示数组的维度是2
print(arr.dtype)  # 输出: int64 -> 表示数组元素的类型是64位整数

🛠️ 三大应用场景

1. 数据处理与分析：对海量数据执行快速的统计、清洗和转换，如计算销售数据的平均值、标准差，或对金融时间序列进行移动平均。
2. 科学计算与模拟：进行线性代数、傅里叶变换等复杂运算，是物理学模拟、工程计算等领域的基础工具。
3. 作为AI/机器学习的基础 ：图像、文本在输入到神经网络模型前，都会被转换为NumPy数组进行处理。例如，一张彩色图片可以轻松地表示为一个 (高度, 宽度, 3) 的三维数组，其中"3"代表RGB三个颜色通道。

---

📚 常用函数速查表

🏗️ 创建数组 (Creation)

函数	描述	示例
np.array([1, 2, 3])	从列表创建数组	arr = np.array([1, 2, 3])
np.zeros( (2,3) )	创建全0数组	np.zeros((2,3)) → 2行3列的全0矩阵
np.ones( (2,3) )	创建全1数组	np.ones((2,3)) → 2行3列的全1矩阵
np.arange(0, 10, 2)	创建等差序列（类似range）	np.arange(0, 10, 2) → array([0, 2, 4, 6, 8])
np.linspace(0, 1, 5)	创建等间隔的等差数列	np.linspace(0, 1, 5) → array([0., 0.25, 0.5, 0.75, 1.])
np.random.rand(2,3)	创建[0, 1)均匀分布的随机数组	生成一个2x3的随机数矩阵
np.eye(3)	创建单位矩阵	np.eye(3) → 3x3的单位矩阵

📐 数组操作 (Manipulation)

函数/操作	描述	示例
arr.reshape(3, 2)	改变数组的形状	np.arange(6).reshape(2,3) → 将1维数组变为2x3的矩阵
arr[arr > 5]	布尔索引，筛选满足条件的元素	arr[arr > 5] → 返回数组中所有大于5的元素
np.where(条件, x, y)	根据条件，返回x或y	np.where(arr > 5, 1, 0) → 大于5的设为1，否则设为0
np.hstack((a, b))	水平（按列）拼接	将两个数组左右拼接在一起
np.vstack((a, b))	垂直（按行）拼接	将两个数组上下堆叠在一起

➕ 数学和统计 (Math & Stats)

函数	描述	示例
np.sum(arr), np.mean(arr)	求和，求平均值	np.mean(arr, axis=0) → 计算每一列的平均值
np.max(arr), np.min(arr)	求最大值，最小值	arr.max() → 返回数组中的最大值
np.std(arr), np.var(arr)	求标准差，方差	衡量数据的离散程度
np.argmax(arr)	求最大值的索引（位置）	常用于找出"冠军"所在的位置
np.dot(a, b)	矩阵点乘/内积	执行真正的矩阵乘法，而不是对应元素相乘
arr.T	矩阵转置	arr.T → 返回原矩阵的转置

💻 代码示例：从入门到实践

1. 入门演示：效率差异

下面的例子展示了向量化运算的威力，同样是让100万个数字乘以2，NumPy的速度比Python列表快了几十倍。

import numpy as np
import time

# Python 列表
python_list = list(range(1_000_000))
start = time.time()
result = [x * 2 for x in python_list]
print(f"Python列表耗时: {time.time() - start:.4f}秒")

# NumPy 数组
numpy_array = np.arange(1_000_000)
start = time.time()
result = numpy_array * 2  # 简洁的向量化操作
print(f"NumPy数组耗时: {time.time() - start:.4f}秒")
# 输出示例：
# Python列表耗时: 0.0523秒
# NumPy数组耗时: 0.0012秒

2. 数据处理实战：股票分析

假设你有一家公司股票的每日收盘价，想分析它的表现，用NumPy可以轻松搞定。

import numpy as np

# 过去10天的股票收盘价
prices = np.array([100, 102, 101, 105, 107, 106, 108, 110, 109, 112])

# 1. 基础统计
print(f"平均价格: {np.mean(prices):.2f}")
print(f"最高价格: {np.max(prices)}")
print(f"价格波动(标准差): {np.std(prices):.2f}")

# 2. 找出价格超过108的交易日
print(f"价格超过108的日子: {np.where(prices > 108)}")  # 返回索引位置

# 3. 计算每日收益率（使用向量化运算）
# 收益率 = (今日价 - 昨日价) / 昨日价
# 切片操作: prices[1:] 是第2天到第10天, prices[:-1] 是第1天到第9天
returns = (prices[1:] - prices[:-1]) / prices[:-1]
print(f"每日收益率: {returns}")

# 4. 找出收益率最高的那一天
max_return_day = np.argmax(returns) + 1 # +1 是因为returns的长度比prices少1
print(f"收益率最高的日子是第 {max_return_day} 天，收益率为 {np.max(returns)*100:.2f}%")