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、机器学习等地方快速上手。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 Imageimport matplotlib.pyplot as pltimport 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 timeimport numpy as npn = 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)**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

服装新闻