NumPy 简介

什么是 NumPy？

NumPy（Numerical Python）是 Python 科学计算的基础库，它提供了高性能的多维数组对象和处理这些数组的工具。NumPy 是几乎所有 Python 科学计算库的基础，包括 pandas、scikit-learn、matplotlib 等。

为什么选择 NumPy？

1. 高性能

• NumPy 的核心是用 C 语言编写的，比纯 Python 代码快 10-100 倍
• 支持向量化操作，避免了 Python 循环的开销
• 内存使用效率高，数据存储紧凑

2. 功能强大

• 提供了大量的数学函数
• 支持广播（broadcasting）机制
• 丰富的数组操作功能
• 线性代数、傅里叶变换、随机数生成等高级功能

3. 生态系统

• Python 科学计算生态系统的基石
• 与其他库无缝集成
• 庞大的社区支持

NumPy 的核心概念

ndarray（N维数组）

NumPy 的核心是 ndarray 对象，它是一个快速且灵活的大数据集容器。

import numpy as np

# 创建一维数组
arr1d = np.array([1, 2, 3, 4, 5])
print(arr1d)  # [1 2 3 4 5]

# 创建二维数组
arr2d = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2d)
# [[1 2 3]
#  [4 5 6]]

数据类型

NumPy 支持多种数据类型，比 Python 内置类型更加丰富和精确。

# 整数类型
int_array = np.array([1, 2, 3], dtype=np.int32)

# 浮点类型
float_array = np.array([1.0, 2.0, 3.0], dtype=np.float64)

# 布尔类型
bool_array = np.array([True, False, True], dtype=np.bool_)

向量化操作

NumPy 支持对整个数组进行操作，无需编写循环。

# 传统 Python 方式（慢）
result = []
for i in range(len(list1)):
    result.append(list1[i] + list2[i])

# NumPy 方式（快）
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = arr1 + arr2  # [5 7 9]

NumPy vs Python 列表

特性	Python 列表	NumPy 数组
数据类型	混合类型	同质类型
内存使用	较高	较低
性能	较慢	较快
功能	基础操作	丰富的数学函数
维度	一维	多维

性能对比示例

import numpy as np
import time

# 创建大型数据集
size = 1000000
python_list1 = list(range(size))
python_list2 = list(range(size))
numpy_array1 = np.arange(size)
numpy_array2 = np.arange(size)

# Python 列表相加
start_time = time.time()
result_list = [a + b for a, b in zip(python_list1, python_list2)]
list_time = time.time() - start_time

# NumPy 数组相加
start_time = time.time()
result_array = numpy_array1 + numpy_array2
numpy_time = time.time() - start_time

print(f"Python 列表时间: {list_time:.4f} 秒")
print(f"NumPy 数组时间: {numpy_time:.4f} 秒")
print(f"NumPy 比 Python 快 {list_time/numpy_time:.1f} 倍")

NumPy 的应用领域

1. 数据科学

• 数据清洗和预处理
• 统计分析
• 数据可视化的基础

2. 机器学习

• 特征工程
• 模型训练的数据准备
• 算法实现的基础

3. 科学计算

• 数值模拟
• 信号处理
• 图像处理

4. 金融分析

• 风险建模
• 投资组合优化
• 时间序列分析

学习 NumPy 的重要性

1. 基础技能：NumPy 是 Python 数据科学的基础，掌握它是必要的
2. 性能提升：学会使用 NumPy 可以显著提高代码性能
3. 生态系统：理解 NumPy 有助于更好地使用其他科学计算库
4. 职业发展：NumPy 技能在数据科学、机器学习等领域非常重要

本章小结

• NumPy 是 Python 科学计算的基础库
• 提供高性能的多维数组对象 ndarray
• 支持向量化操作，性能远超 Python 列表
• 是 Python 科学计算生态系统的核心
• 广泛应用于数据科学、机器学习、科学计算等领域

下一步

在下一章中，我们将学习如何安装和配置 NumPy 开发环境，为后续的学习做好准备。

练习题

1. 解释 NumPy 相比 Python 列表的主要优势
2. 什么是向量化操作？为什么它很重要？
3. 列举三个使用 NumPy 的应用场景
4. 尝试创建一个简单的 NumPy 数组并打印其内容