Python数据科学手册：NumPy数组基础操作详解

Python数据科学手册：NumPy数组基础操作详解

PythonDataScienceHandbook jakevdp/PythonDataScienceHandbook: 是一个 Python 数据科学指南，旨在帮助初学者和专业人士了解和掌握数据科学的基本概念和技能。适合对数据科学和机器学习感兴趣的人员，尤其是使用 Python 进行数据处理和分析的人员。 项目地址: https://gitcode.com/gh_mirrors/py/PythonDataScienceHandbook

引言

在Python数据科学领域，NumPy数组操作几乎等同于数据操作本身。作为Python科学计算的基础包，NumPy提供了高效的多维数组对象和丰富的数组操作方法。本文将深入探讨NumPy数组的基础操作，包括数组属性、索引、切片、重塑以及连接与分割等核心概念。

数组的基本属性

理解NumPy数组的属性是操作数组的第一步。让我们先创建几个不同维度的随机数组：

import numpy as np
rng = np.random.default_rng(seed=1701)  # 设置随机种子保证结果可复现

# 创建不同维度的数组
x1 = rng.integers(10, size=6)        # 一维数组
x2 = rng.integers(10, size=(3, 4))   # 二维数组
x3 = rng.integers(10, size=(3, 4, 5)) # 三维数组

每个NumPy数组都有几个关键属性：

• ndim: 数组的维度数
• shape: 每个维度的大小（形状）
• size: 数组元素的总数
• dtype: 数组元素的数据类型

print("x3 ndim: ", x3.ndim)    # 输出: 3
print("x3 shape:", x3.shape)   # 输出: (3, 4, 5)
print("x3 size: ", x3.size)    # 输出: 60
print("dtype:   ", x3.dtype)   # 输出: int64

理解这些属性对于后续的数组操作至关重要，特别是在处理高维数据时。

数组索引：访问单个元素

NumPy数组的索引方式与Python列表类似，但功能更加强大。

一维数组索引

x1 = np.array([9, 4, 0, 3, 8, 6])
print(x1[0])   # 输出第一个元素: 9
print(x1[4])   # 输出第五个元素: 8
print(x1[-1])  # 输出最后一个元素: 6
print(x1[-2])  # 输出倒数第二个元素: 8

多维数组索引

对于多维数组，使用逗号分隔的索引元组：

x2 = np.array([[3, 1, 3, 7],
               [4, 0, 2, 3],
               [0, 0, 6, 9]])
print(x2[0, 0])   # 输出第一行第一列元素: 3
print(x2[2, 0])   # 输出第三行第一列元素: 0
print(x2[2, -1])  # 输出第三行最后一列元素: 9

修改数组元素

通过索引可以直接修改数组元素：

x2[0, 0] = 12
print(x2)
# 输出:
# [[12  1  3  7]
#  [ 4  0  2  3]
#  [ 0  0  6  9]]

需要注意的是，NumPy数组有固定的数据类型。如果尝试将浮点数赋给整数数组，值会被截断：

x1[0] = 3.14159  # 会被截断为3
print(x1[0])     # 输出: 3

数组切片：访问子数组

切片是NumPy中非常强大的功能，可以高效地访问数组的子集。

一维数组切片

基本切片语法：x[start:stop:step]

print(x1[:3])    # 前三个元素: [3 4 0]
print(x1[3:])    # 索引3之后的元素: [3 8 6]
print(x1[1:4])   # 中间子数组: [4 0 3]
print(x1[::2])   # 每隔一个元素: [3 0 8]
print(x1[1::2])  # 从索引1开始每隔一个元素: [4 3 6]

负步长可以反转数组：

print(x1[::-1])  # 反转数组: [6 8 3 0 4 3]
print(x1[4::-2]) # 从索引4开始反向每隔一个元素: [8 0 3]

多维数组切片

多维数组切片使用逗号分隔不同维度的切片：

print(x2[:2, :3])  # 前两行前三列
# 输出:
# [[12  1  3]
#  [ 4  0  2]]

print(x2[:3, ::2]) # 所有行，每隔一列
# 输出:
# [[12  3]
#  [ 4  2]
#  [ 0  6]]

print(x2[::-1, ::-1]) # 反转行和列
# 输出:
# [[ 9  6  0  0]
#  [ 3  2  0  4]
#  [ 7  3  1 12]]

访问行和列

获取单独的行或列是常见操作：

print(x2[:, 0])  # 第一列: [12  4  0]
print(x2[0, :])  # 第一行: [12  1  3  7]
print(x2[0])     # 简写形式，等同于x2[0, :]

视图与副本的重要区别

NumPy切片的一个关键特性是它返回的是原始数组的视图(view)而非副本(copy)。这意味着修改切片会影响原始数组：

x2_sub = x2[:2, :2]
x2_sub[0, 0] = 99
print(x2)
# 输出:
# [[99  1  3  7]
#  [ 4  0  2  3]
#  [ 0  0  6  9]]

如果需要独立的副本，可以显式调用copy()方法：

x2_sub_copy = x2[:2, :2].copy()
x2_sub_copy[0, 0] = 42
print(x2)  # x2不会被修改

总结

本文详细介绍了NumPy数组的基础操作，包括：

1. 数组属性的理解与访问
2. 单元素和多维数组的索引方法
3. 一维和多维数组的切片技巧
4. 视图与副本的关键区别

掌握这些基础操作是进行更复杂数据操作的前提。NumPy的高效性很大程度上来自于这些精心设计的数组操作方式，理解它们将帮助您写出更高效的数据处理代码。

PythonDataScienceHandbook jakevdp/PythonDataScienceHandbook: 是一个 Python 数据科学指南，旨在帮助初学者和专业人士了解和掌握数据科学的基本概念和技能。适合对数据科学和机器学习感兴趣的人员，尤其是使用 Python 进行数据处理和分析的人员。 项目地址: https://gitcode.com/gh_mirrors/py/PythonDataScienceHandbook