第48课：科学计算：NumPy 数组与基础运算

学习目标

理解 NumPy 的核心概念——ndarray数组对象，及其与 Python 列表的关键区别。
掌握创建一维、多维 NumPy 数组的多种方法。
熟悉 NumPy 数组的基本属性（ndim, shape, dtype, size）。
掌握 NumPy 的核心优势——向量化运算，实现高效的逐元素计算。
学习常用的数组操作函数，如切片、索引、变形和统计函数。

核心概念

1. 为什么需要 NumPy？

Python 列表非常灵活，但存储数据时每个元素都是一个独立的 Python 对象，这使得它在处理大量数值数据时效率低下。NumPy（Numerical Python）的核心是**ndarray（N-dimensional array）**对象，它是一个快速、灵活的同构数据容器。"同构"意味着数组中的所有元素必须是相同的数据类型（如整数、浮点数），这让 NumPy 能够以紧凑、连续的内存块存储数据，并利用底层 C 语言和 Fortran 编写的优化算法进行高速数学运算，速度远超纯 Python 循环。

2. ndarray 的关键属性

ndim: 数组的维度（轴）数量。
shape: 一个元组，表示每个维度上有多少个元素。例如，一个3行4列的矩阵，其shape为 (3, 4)。
dtype: 数组中元素的数据类型（如 int64, float64）。
size: 数组中所有元素的总数。

代码示例

import numpy as np # 通常按惯例将numpy重命名为np

# 1. 创建数组的几种方法
# 从Python列表创建
arr_from_list = np.array([1, 2, 3, 4, 5])
print("从列表创建:\n", arr_from_list)

# 创建全0、全1、指定范围的数组
zeros_arr = np.zeros((2, 3)) # 2行3列的全0数组
ones_arr = np.ones_like(arr_from_list) # 创建一个与arr_from_list形状相同的全1数组
range_arr = np.arange(0, 10, 2) # 从0开始，到10结束（不包含），步长为2
print("全0数组:\n", zeros_arr)
print("全1数组:\n", ones_arr)
print("范围数组:\n", range_arr)

# 2. 查看数组属性
multi_dim_arr = np.array([[1, 2, 3], [4, 5, 6]])
print("维度数量 (ndim):", multi_dim_arr.ndim)
print("形状 (shape):", multi_dim_arr.shape)
print("数据类型 (dtype):", multi_dim_arr.dtype)
print("总元素数 (size):", multi_dim_arr.size)

# 3. 向量化运算（NumPy的灵魂）
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])

# 逐元素运算，无需循环
print("加法:", a + b)       # [11 22 33]
print("乘法:", a * b)       # [10 40 90]
print("指数运算:", a ** 2)   # [1 4 9]
print("比较运算:", a > 1)   # [False  True  True]

# 4. 常用的数组操作
arr = np.arange(1, 10).reshape(3, 3) # 重塑为3x3矩阵
print("原始矩阵:\n", arr)

# 切片（类似于列表，但支持多维）
print("第二行:", arr[1, :])        # 输出：[4 5 6]
print("第二列:", arr[:, 1])        # 输出：[2 5 8]
print("子矩阵:\n", arr[:2, :2])   # 输出：[[1 2] [4 5]]

# 统计函数
print("总和:", arr.sum())
print("列方向均值:", arr.mean(axis=0)) # axis=0表示沿行（跨行）操作，得到每列的结果
print("最大值:", arr.max())

实践练习

练习1：基础数组创建与属性

创建一个包含从1到12的整数，并重塑为3行4列的二维数组。打印出该数组的形状(shape)、数据类型(dtype)和第2行所有元素。 预期输出:

形状: (3, 4)
数据类型: int64
第2行: [5 6 7 8]

练习2：向量化运算

给定两个数组 prices = np.array([25.5, 30.0, 15.75, 40.2]) 和 quantities = np.array([10, 5, 8, 3])。

计算每个商品的总价（价格 * 数量）。
计算所有商品的总销售额（总价的总和）。 预期输出:

各商品总价: [255.  150.  126.  120.6]
总销售额: 651.6

练习3：综合练习

创建一个5x5的随机整数数组（元素范围0-9）。然后：

将数组中所有偶数替换为0。
计算替换后数组的对角线元素之和。 (提示：使用 np.random.randint，利用布尔索引进行条件替换，使用 np.diag 获取对角线) 预期输出示例（因随机数结果可能不同）:

原始数组:
[[2 1 4 3 8]
 [5 0 7 6 2]
 [9 3 5 1 4]
 [8 7 2 0 9]
 [1 6 3 5 7]]
替换后数组:
[[0 1 0 3 0]
 [5 0 7 0 0]
 [9 3 5 1 0]
 [0 7 0 0 9]
 [1 0 3 5 7]]
对角线元素: [0 0 5 0 7]
对角线之和: 12

常见错误

数据类型混淆：尝试将不同数据类型的数组（如整数数组与字符串数组）进行数学运算会导致错误。NumPy 会尝试自动提升类型（如int转float），但需注意结果可能不符合预期。
轴(axis)方向混淆：axis=0通常表示"沿着行的方向"（垂直方向，跨行），作用于每一列；axis=1表示"沿着列的方向"（水平方向，跨列），作用于每一行。初学者极易搞反。
数组与标量的运算：a + 5 是合法的，它会将标量5广播（Broadcast）到数组a的每个元素。但要注意数组间的运算，如 a + b，如果a和b的shape不匹配且无法广播，会抛出ValueError。
视图（View）与复制（Copy）的混淆：NumPy的切片操作（如arr[0:2, :]）返回的是原数组的一个视图，修改视图会直接影响原数组。如需独立副本，应使用 .copy() 方法。

小结

本课我们迈入了高性能科学计算的大门：

NumPy 的基石是 ndarray 数组，它是一个快速、高效、同构的多维数据容器。
核心优势在于向量化运算，它避免了显式的Python循环，直接对整个数组进行操作，代码更简洁、速度飞快。
掌握了数组的创建（array, zeros, arange等）、属性查看（shape, dtype）和基础操作（索引、切片、变形）。
学习了常用的数学和统计函数（sum, mean, max）以及它们对axis参数的使用。

NumPy 是 Pandas、Scikit-learn、TensorFlow 等众多数据科学和机器学习库的基础。熟练掌握其数组操作，是成为高效数据处理者的关键一步。下一课，我们将进入并发编程的世界。

练习编辑器

python