Python NumPy 核心入门与实战指南
NumPy(Numerical Python)是 Python 科学计算领域的基础包,提供了高性能的多维数组对象和工具。作为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。
为什么它如此重要?主要有三点:底层用 C 语言编写,运算速度远超纯 Python;接口简洁高效;生态完善,能与 SciPy、Matplotlib 等库无缝配合。
安装与基础使用
安装
使用 pip 命令即可安装:
pip install numpy
如果你使用的是 Anaconda,通常已预装 NumPy,无需额外操作。
导入与创建
按照惯例,我们使用 np 作为别名导入:
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)
输出结果如下:
[1 2 3 4 5]
[[1 2 3]
[4 5 6]]
核心功能详解
数组属性
每个 NumPy 数组都有几个关键属性,了解它们有助于调试和数据理解:
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(, arr.size)
(, arr.dtype)


