【NumPy-day1】理解数组、形状、数据类型

以下是专为零基础学习者设计的 NumPy 入门 Day 1 学习内容，用最直观的方式帮你理解核心概念👇

---

🎯 学习目标

1. 安装 NumPy
2. 理解数组、形状、数据类型
3. 用 4 种方法创建数组

---

1. 安装 NumPy

作用：NumPy 是 Python 的“数学工具箱”，用于快速处理数组和矩阵。
安装方法：
打开命令行（Windows 搜索 cmd / Mac 用 Terminal），输入以下命令：

pip install numpy

验证是否安装成功：

import numpy as np  # 导入时通常简写为 np
print(np.__version__)  # 输出如：1.21.5

---

2. NumPy 核心概念

2.1 数组（ndarray）

• 是什么：类似 Excel 表格，但所有元素必须是同一种类型（比如全是数字）。
• 为什么强于 Python 列表：运算速度快百倍，适合处理大量数据。

2.2 形状（shape）

• 是什么：描述数组的“维度结构”。
  • 一维数组形状：(n,)（比如 (5,) 表示 5 个元素）
  • 二维数组形状：(行数, 列数)（比如 (3,4) 表示 3 行 4 列）

2.3 数据类型（dtype）

• 是什么：定义数组中元素的类型，如整数、浮点数。
• 常见类型：
  • int32：整数（-2147483648 到 2147483647）
  • float64：小数（精度更高）
  • bool：True/False

---

3. 创建数组的 4 种方法

方法 1：从 Python 列表转换

import numpy as np
# 一维数组（类似列表）
arr1 = np.array([1, 2, 3])  
print(arr1)  # 输出：[1 2 3]

# 二维数组（类似表格）
arr2 = np.array([[1, 2], [3, 4]])  
print(arr2)  # 输出：[[1 2] [3 4]]

方法 2：自动生成序列

• np.arange(起点, 终点, 步长)

arr = np.arange(0, 10, 2)  # 类似 range()
print(arr)  # 输出：[0 2 4 6 8]

• np.linspace(起点, 终点, 元素个数)

arr = np.linspace(0, 1, 5)  # 0到1之间平均取5个数
print(arr)  # 输出：[0.   0.25 0.5  0.75 1.  ]

方法 3：快速生成特殊数组

# 全零数组（常用于初始化）
zeros = np.zeros((2, 3))  # 2行3列
print(zeros)
# 输出：[[0. 0. 0.] [0. 0. 0.]]

# 全一数组
ones = np.ones((3, 2))    # 3行2列
print(ones)
# 输出：[[1. 1.] [1. 1.] [1. 1.]]

# 单位矩阵（对角线为1）
eye = np.eye(3)  # 3x3
print(eye)
# 输出：[[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]]

方法 4：生成随机数组

# 生成 0~1 之间的随机数
random_arr = np.random.random((2, 2))  # 2x2的数组
print(random_arr)
# 示例输出：[[0.48 0.92] [0.13 0.76]]

---

4. 关键技巧

查看数组属性

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

print("形状:", arr.shape)    # 输出：(2, 2)
print("数据类型:", arr.dtype)  # 输出：int32 或 int64
print("元素总数:", arr.size)   # 输出：4

---

💡 练习任务

1. 创建一个形状为 (2, 3) 的全一数组
2. 用 np.arange 生成 [5, 7, 9, 11]
3. 生成一个 3x3 的随机数组，并查看它的形状和数据类型

---

✨ 提示：所有操作都像搭积木一样简单！遇到问题随时回看示例代码，动手试错是最好的学习方式！明天我们将学习如何操作和修改这些数组~