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
  • 2.2 导入NumPy
  • 2.3 创建第一个NumPy数组
• 三、NumPy核心功能详解
  • 3.1 数组属性
  • 3.2 创建特殊数组
  • 3.3 数组索引与切片
  • 3.4 数组运算
  • 3.5 广播机制
• 四、NumPy高级功能
  • 4.1 数组变形
  • 4.2 数组拼接与分割
  • 4.3 统计函数
• 五、NumPy在实际项目中的应用
  • 5.1 图像处理
  • 5.2 机器学习数据预处理
  • 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)# 2print("数组形状:", arr.shape)# (2, 3)print("数组元素总数:", arr.size)# 6print("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：

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 inrange(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)**2print("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