[python]numpy模块(详解)

NumPy是Python科学计算的基石，其核心是提供了高性能的多维数组对象 ndarray，以及基于它的海量数学函数库。

简单来说，它的主要优势就是快和省。它解决了Python原生列表在进行大量数值计算时效率低下的问题。NumPy数组中的所有元素类型是统一的，数据在内存中连续存储，这带来了两个关键好处：

• 极致的运算速度：通过"向量化"操作，你可以直接对整个数组进行数学运算，避免使用低效的Python循环。这种底层由C语言实现的运算，速度比普通Python列表快上1到2个数量级。
• 高效的内存使用：由于数据类型统一且连续存储，NumPy数组占用的内存空间远小于同等情况下的Python列表，能更高效地处理海量数据。

正因如此，NumPy成为了Pandas、SciPy、Scikit-learn、TensorFlow和PyTorch等众多顶级数据科学和机器学习库的基础。

核心数据结构：ndarray

ndarray（N-dimensional array，N维数组）是NumPy的主角。你可以把它看作是一个定义了多维度的、同质化的"表格"或"网格"。每个ndarray都有几个关键属性，你可以通过下面的方式查看：

import numpy as nparr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # 输出: (2, 3) -> 表示这是一个2行3列的二维数组
print(arr.ndim)   # 输出: 2 -> 表示数组的维度是2
print(arr.dtype)  # 输出: int64 -> 表示数组元素的类型是64位整数

️ 三大应用场景

1. 数据处理与分析：对海量数据执行快速的统计、清洗和转换，如计算销售数据的平均值、标准差，或对金融时间序列进行移动平均。
2. 科学计算与模拟：进行线性代数、傅里叶变换等复杂运算，是物理学模拟、工程计算等领域的基础工具。
3. 作为AI/机器学习的基础：图像、文本在输入到神经网络模型前，都会被转换为NumPy数组进行处理。例如，一张彩色图片可以轻松地表示为一个 (高度, 宽度, 3) 的三维数组，其中"3"代表RGB三个颜色通道。

常用函数速查表

️ 创建数组 (Creation)

数组操作 (Manipulation)

数学和统计 (Math & Stats)

代码示例：从入门到实践

1. 入门演示：效率差异

下面的例子展示了向量化运算的威力，同样是让100万个数字乘以2，NumPy的速度比Python列表快了几十倍。

import numpy as np
import time# Python 列表
python_list = list(range(1_000_000))
start = time.time()
result = [x * 2 for x in python_list]
print(f"Python列表耗时: {time.time() - start:.4f}秒")# NumPy 数组
numpy_array = np.arange(1_000_000)
start = time.time()
result = numpy_array * 2  # 简洁的向量化操作
print(f"NumPy数组耗时: {time.time() - start:.4f}秒")
# 输出示例：
# Python列表耗时: 0.0523秒
# NumPy数组耗时: 0.0012秒

2. 数据处理实战：股票分析

假设你有一家公司股票的每日收盘价，想分析它的表现，用NumPy可以轻松搞定。

import numpy as np# 过去10天的股票收盘价
prices = np.array([100, 102, 101, 105, 107, 106, 108, 110, 109, 112])# 1. 基础统计
print(f"平均价格: {np.mean(prices):.2f}")
print(f"最高价格: {np.max(prices)}")
print(f"价格波动(标准差): {np.std(prices):.2f}")# 2. 找出价格超过108的交易日
print(f"价格超过108的日子: {np.where(prices > 108)}")  # 返回索引位置# 3. 计算每日收益率（使用向量化运算）
# 收益率 = (今日价 - 昨日价) / 昨日价
# 切片操作: prices[1:] 是第2天到第10天, prices[:-1] 是第1天到第9天
returns = (prices[1:] - prices[:-1]) / prices[:-1]
print(f"每日收益率: {returns}")# 4. 找出收益率最高的那一天
max_return_day = np.argmax(returns) + 1 # +1 是因为returns的长度比prices少1
print(f"收益率最高的日子是第 {max_return_day} 天，收益率为 {np.max(returns)*100:.2f}%")