NumPy 全面详解：Python 科学计算的基石

一、NumPy 是什么？

NumPy​（Numerical Python）是 Python 最核心的科学计算库，专为处理多维数组设计。它提供：

• ​高性能数组对象：ndarray
• ​向量化运算能力：无需循环即可批量操作数据
• ​数学函数宝库：线性代数、傅里叶变换、随机数生成等
• ​跨语言接口：底层用C编写，速度媲美编译语言

为什么选择 NumPy？

• ​速度优势：比纯Python列表快100倍以上
• ​内存高效：连续内存存储，支持大数据处理
• ​生态核心：Pandas、Matplotlib、Scikit-learn等库都基于NumPy

---

二、核心对象 ndarray

1. 数组创建大全

import numpy as np

# 从列表创建
a = np.array([1,2,3])          # 一维数组
b = np.array([[1,2],[3,4]])    # 二维数组

# 特殊数组生成
zeros = np.zeros((3,4))        # 3行4列全0矩阵
ones = np.ones((2,3,2))        # 三维全1数组（2个2x3矩阵）
identity = np.eye(5)           # 5x5单位矩阵
random_arr = np.random.rand(2,5) # 2x5的随机数组（0-1均匀分布）

# 序列生成
range_arr = np.arange(0, 10, 2)    # [0 2 4 6 8]
linspace_arr = np.linspace(0, 1, 5) # [0. 0.25 0.5 0.75 1.]

2. 数组属性详解

arr = np.random.rand(3,4,5)

print("维度数量:", arr.ndim)    # 3
print("形状:", arr.shape)       # (3,4,5)
print("元素总数:", arr.size)    # 3 * 4 * 5=60
print("数据类型:", arr.dtype)  # float64
print("元素字节数:", arr.itemsize) # 8 bytes
print("内存布局:", arr.flags)   # 查看存储方式

---

三、数组操作全攻略

1. 索引与切片

arr = np.array([[1,2,3],[4,5,6],[7,8,9]])

# 基本索引
print(arr[1, 2])    # 6 → 第二行第三列
print(arr[:, 1])     # [2 5 8] → 所有行的第二列

# 布尔索引
mask = arr > 5
print(arr[mask])     # [6 7 8 9]

# 花式索引
print(arr[[0,2], 1]) # [2 8] → 第0和2行的第1列

2. 形状变换

arr = np.arange(12)

# 重塑形状（不改变数据）
reshaped = arr.reshape(3,4) 

# 自动推导维度
auto_shape = arr.reshape(3,-1) # 3行，自动计算列数

# 展平操作
flattened = arr.flatten()       # 返回拷贝
raveled = arr.ravel()           # 返回视图

# 转置矩阵
transposed = reshaped.T

3. 向量化运算

a = np.array([1,2,3])
b = np.array([4,5,6])

# 逐元素运算
print(a + b)        # [5 7 9]
print(a * 2)        # [2 4 6]
print(np.sqrt(a))   # [1. 1.414 1.732]

# 矩阵乘法
matrix = np.array([[1,2],[3,4]])
print(matrix @ matrix) # 矩阵相乘 [[7 10],[15 22]]

4. 广播机制

# 不同形状数组运算
a = np.array([[1,2,3], [4,5,6]])  # shape (2,3)
b = np.array([10,20,30])          # shape (3,)

# b被广播为：
# [[10 20 30]
#  [10 20 30]]
result = a + b  # [[11 22 33], [14 25 36]]

---

四、进阶功能

1. 聚合计算

arr = np.random.rand(100, 50)

print("总计:", arr.sum())
print("列平均:", arr.mean(axis=0))   # 每列的平均值
print("行最大:", arr.max(axis=1))    # 每行的最大值
print("标准差:", arr.std())
print("中位数:", np.median(arr))

2. 线性代数

from numpy.linalg import inv, det

matrix = np.array([[1,2], [3,4]])

print("逆矩阵:\n", inv(matrix))
print("行列式:", det(matrix))
print("特征值:", np.linalg.eig(matrix)[0])

3. 文件操作

# 保存为二进制文件
np.save('data.npy', arr)

# 加载数据
loaded = np.load('data.npy')

# 文本文件操作
np.savetxt('matrix.csv', matrix, delimiter=',')

---

五、性能优化技巧

1. 避免循环

# 错误示范
result = []
for i in range(1000000):
    result.append(i*2)

# NumPy优化版
arr = np.arange(1000000)
result = arr * 2  # 快100倍以上

2. 内存预分配

# 预先分配空间
output = np.empty_like(input_array)
np.multiply(input1, input2, out=output)

3. 视图 vs 副本

a = np.arange(10)
b = a[::2]    # 视图（不复制数据）
c = a.copy()  # 完整副本

---

六、实战应用场景

1. 图像处理

from PIL import Image

# 转换为NumPy数组
img = np.array(Image.open('photo.jpg'))

# 颜色通道处理
red_channel = img[:,:,0]  # 提取红色通道
gray_scale = img.mean(axis=2)  # 转换为灰度图

2. 数据预处理

# 标准化数据
data = np.random.normal(loc=10, scale=5, size=100)
normalized = (data - data.mean()) / data.std()

# 处理缺失值
data_with_nan = np.array([1, np.nan, 3, 4])
clean_data = np.nan_to_num(data_with_nan)  # 用0替换nan

3. 信号处理

# 快速傅里叶变换
t = np.linspace(0, 1, 1000)
signal = np.sin(2*np.pi*5*t) + 0.5*np.random.randn(1000)
freq = np.fft.fft(signal)

---

七、常见问题解决方案

Q1: 如何处理形状不匹配？

• 使用reshape调整维度
• 检查广播规则是否满足：
  • 从后向前比较维度
  • 每个维度要么相等，要么其中一个是1

Q2: 如何提升计算速度？

• 尽量使用NumPy内置函数
• 避免在循环中操作数组
• 使用a @ b代替np.dot(a,b)进行矩阵乘法

Q3: 如何调试数组形状？

print(arr.shape)  # 查看维度
assert arr.ndim == 3, "需要三维数组"
np.testing.assert_array_equal(a, b)  # 验证数组相等性

---

通过系统学习这些内容，你将能够：

• 高效处理百万级数据
• 进行复杂的数学运算
• 为机器学习准备数据
• 优化科学计算代码性能

建议结合Jupyter Notebook进行实践，通过%timeit魔法命令比较不同方法的性能差异，加深对NumPy优势的理解。