Numpy学习指南

基础部分

入门结合参考：https://chuna2.787528.xyz/yigehulu/p/18034817

numpy简介

核心概念 - 轴（Axis）

轴（Axis）是数组的维度索引，从0开始编号

二维数组的轴

• axis=0垂直方向（沿行方向，操作跨行）

• axis=1水平方向（沿列方向，操作跨列）

三维数组的轴

• axis=0深度方向（跨层操作）
• axis=1垂直方向（跨行）
• axis=2水平方向（跨列）

numpy数组

创建数组

np.array()基础创建

• 创建一维数组
  

• 创建二维数组
  

• 指定数据类型创建数组
  

np.random随机数创建数组

• np.random.randint创建整数数组
  

• np.random.rand()创建[0,1)均态分布数组
  

• np.random.randn()标准正态分布
  

• np.random.random()通用均匀分布
  

• np.random.normal()自定义正态分布
  

• np.random.uniform()自定义均匀分布，区间内所有数值的概率相同
  

• np.random.seed(42)确保每次随机过后的数据值都一样
  

• np.random.choice()：随机抽样,a必须是一维数组，replace表示是否重复抽取，p表示抽取概率
  

• np.random.shuffle()原地洗牌，直接修改原数组
  

• np.random.permutation()返回打乱后的新数组，原数组不变
  

其他特殊数组

• np.zeros()创造全0数组

  • 创建指定形状的全0数组
    

  • 创建指定类型的全0数组
    

• np.ones()创建全1数组

  • 创建指定形状的全1数组
    

  • 创建指定数据类型的全1数组
    

  • 自定义填充
    

• np.empty()未初始化数组

  • 创建随机内容数组，取决于内存
    

• np.arange()数值范围数组

  • 创建指定范围内数组
    

  • 创建指定范围内数组，并指定数据类型
    

  • 创建日期数组
    

    格式化输出（在使用 np.arange(start, end, dtype='datetime64[D]') 生成日期时，输出的日期显示包含时分秒的现象，是由 NumPy 内部日期时间表示机制和默认的字符串格式化规则 导致的）

    

• np.linspace()线性间隔数组

  • 创建等距数组，默认包含终点
    

  • 创建包含终点的等差数组
    

数组属性

• 数组维度
  

• 数据类型
  

数组数据类型

• 常见数据类型如下图
  

• astype()数据类型转换

  • 浮点数转换为整数，直接截断（非四舍五入）
    

  • 高精度浮点数转换成低精度浮点数
    

  • 大整数转换为小类型整数，溢出，自动取模
    

  • 字符串转换成数值
    

  • 数值转换成布尔值
    

  • 数值转换成日期格式
    

  

  

特殊数组

• 单位矩阵np.eye()对角线为1，剩下数值由0填充
  

• 对角矩阵np.diag()

  • 一维数组会变成二维数组，对角线数值为给定数组，剩下由0填充
    

  • 二维数组会变成一维数组，只显示对角线数值
    

  

数组操作

索引和切片

• 基础索引
  

• 布尔索引
  

• 切片操作

  • 行列切片
    

  • 步长切片
    

形状操作

• reshape()重塑形状
  

• resize()调整大小，直接修改原数组，返回值为None
  

• flatten()展平数组，多维数组转换为一维数组，深拷贝，不影响原数组
  

数组堆叠

• np.vstack()垂直堆叠
  

• np.hstack()水平堆叠，数据类型必须相同，否则报错
  

• np.concatenate()通用堆叠，数据类型必须相同，否则报错
  

数组分割

• np.split()

  • 平均分，数组大小一定要能被均分，不然报错
    

  • 自定义分
    

• np.vsplit()垂直分割，用于一维数组报错，axis=0，行相关
  

• np.hsplit()水平分割，axis=1，列相关
  

中级部分

数组运算

广播机制（Broadcasting）

广播是 NumPy 对不同形状数组进行数学运算的规则。当两个数组形状不同时，自动扩展较小数组的维度，使其与较大数组的形状兼容，从而完成逐元素运算。

广播机制

• 先比较形状，在比较维度，再比较对应轴长度

• 如果两个数维度不相等，会在低维度数组形状左侧填充1，直到维度与高维度数组相等
  

• 如果维度相同，形状不同情况下，数组对应轴长度相同，且有一轴为1
  

基础数组运算

• +,-,*,/,``
  

通用函数

• np.sqrt()开根号
  

• np.exp()指数
  

• np.log()自然对数
  

聚合函数

• sum()求和
  

• mean()平均值
  

• max()最大值np.min()最小值
  

• std()标准差
  

高级部分

高级索引

布尔索引

通过布尔条件（True/False）筛选数组中的元素

核心规则

布尔数组必须与目标数组的形状相同

返回的是满足条件（True）的元素

核心为题：NumPy 不支持直接用多维布尔数组索引多维数组，需逐层筛选

• 直接使用布尔数组
  

• 创建布尔掩码判断
  

• 直接使用条件表达式筛选
  

花式索引

通过整数数组（或列表）指定索引位置来访问元素，它不依赖连续或规律的位置，可以灵活选择任意位置的元素

核心规则：

传递一个整数数组作为左印，返回由这些位置元素组成的新数组
支持多维索引

• 一维数组
  

• 多维数组
  

• 组合行列索引
  

where()函数

根据条件返回满足条件的元素索引或替换纸

• 返回满足条件的索引
  

• np.where(condition, value_if_true, value_if_false)：条件替换
  

结构化数组

定义具有不同数据类型的数组，类似表格中的行

核心步骤：

定义数据类型：使用dtype指定每个字段的名称和类型
创建结构化数组：通过指定字段初始化数组

''' 定义数据类型：包含姓名（字符串）、年龄（整型）、分数（浮点型）'''
dtype = [('name', 'U10'), ('age', 'i4'), ('score', 'f8')]
''' 创建结构化数组 '''
data = np.array([('Alice', 25, 89.5), ('Bob', 30, 92.0)], dtype=dtype)
''' 访问字段 '''
print(data['name'])
print(data[0]['age'])
''' 按条件筛选（布尔索引）'''
print(data[data['score'] > 90])
'''按指定年龄升序'''
print(np.sort(data, order='age'))
'''多字段筛选'''
mask = (data['age'] > 20) & (data['score'] < 90)
print(data[mask])

性能优化

向量化操作 VS 循环

向量化的本质：将操作从“逐个处理元素”变为“批量处理整个数组”，底层通过优化的 C/Fortran 代码和 CPU 的 SIMD 指令（单指令多数据）并行计算。

• 向量化操作
  利用numpy内置底层C/Fortran 实现的高效函数，直接对整个数组进行操作。

• 循环
  通过 Python 层级的 for 循环逐个处理元素，效率极低

内存布局：C顺序 VS F顺序

• C顺序
  内存中相邻的行元素连续存储（如 arr[i, j] 和 arr[i, j+1] 相邻）

• F 顺序（列优先）
  内存中相邻的列元素连续存储（如 arr[i, j] 和 arr[i+1, j] 相邻）

视图与副本

• 视图（View）

  • 共享原始数组的数据内存，不复制数据
  • 修改视图会影响原始数组
  • 常见操作：切片，转置，重塑形状

• 副本（Copy）

  • 完全独立的新数组，复制数据导新内存
  • 修改副本不影响原始数组
  • 常见操作：显示调用，高级索引等

输入输出

保存和加载数组；二进制格式（.npy,.npz）

• np.save()保存；np.load()加载

  • 保存单个数组为.npy二进制文件（保留形状和数据类型）
  • 加载时回复数组原装

• np.savez()保存；np.load()加载

  • 保存多个数组导.npz压缩文件（类似字典格式）
  • 可指定关键字命名数组

文本文件；不规则数据（如每行列数不同）则失败

• np.loadtxt()读取文本文件

  常用参数：

  • delimiter:分隔符
  • dtype:指定数据类型
  • skiprows:跳过N行
  • usecols:选择特定列

• np.savetxt()写入文本文件

  常用参数：

  • fmt：格式字符串（如 '%.2f' 保留两位小数）
  • header：文件头部注释

内存映射文件

用途：

• 处理超大型数组（无法一次性加载到内存）
• 多进程共享数据：不同进程可访问同一内存映射文件

import numpy as np
# 创建一个内存映射文件（如果文件不存在则初始化）
shape = (1000, 1000)
dtype = np.float32
filename = 'large_array.dat'

# 创建或加载内存映射
mmap_arr = np.memmap(filename, dtype=dtype, mode='w+', shape=shape)

# 写入数据（延迟到文件关闭或删除对象时同步）
mmap_arr[:10, :10] = np.random.rand(10, 10)

# 显式同步到磁盘（可选）
mmap_arr.flush()

# 重新以只读模式打开
mmap_readonly = np.memmap(filename, dtype=dtype, mode='r', shape=shape)