Numpy 簡介

1. 什么是 NumPy？

Numpy，（Numerical Python 的縮寫），它是 Python 語言的一個(gè)擴(kuò)展程序庫，支持?jǐn)?shù)組結(jié)構(gòu)與矩陣運(yùn)算，并且針對數(shù)組運(yùn)算提供大量便捷的數(shù)學(xué)函數(shù)庫。Numpy 大大簡化了向量和矩陣的操作及處理流程，降低了數(shù)據(jù)開發(fā)的門檻。除了做數(shù)值計(jì)算和統(tǒng)計(jì)分析，在程序中處理和調(diào)試高級用例的時(shí)候，熟練掌握 Numpy 所帶來的優(yōu)勢和便利也不言而喻。

縱觀 Python 的開發(fā)生態(tài)，Numpy 在數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和科學(xué)計(jì)算領(lǐng)域，有著舉足輕重的定位。數(shù)據(jù)分析用到的 Pandas ，數(shù)據(jù)挖掘和深度學(xué)習(xí)用到的 Scikit-learn 和 Tensorflow，以及科學(xué)計(jì)算常用的 SciPy ，都是以 Numpy 為基礎(chǔ)進(jìn)行開發(fā)的。

2. NumPy 的特點(diǎn)

NumPy 是一個(gè)運(yùn)行速度非?？斓臄?shù)學(xué)庫，主要包含如下能力：

• 一個(gè)高效的 N 維數(shù)組對象 ndarray；
• 廣播功能函數(shù)，無須循環(huán)即可對數(shù)組進(jìn)行快速運(yùn)算；
• 讀寫磁盤以及操作內(nèi)存映射文件；
• 一個(gè)用于集成 C / C++ / Fortran 代碼的工具；
• 線性代數(shù)、傅里葉變換、隨機(jī)數(shù)生成等功能。

其中 ndarray 對象是 NumPy 包的核心，ndarray 對象和標(biāo)準(zhǔn)的 Python 序列數(shù)據(jù)結(jié)構(gòu)的顯著區(qū)別在于：

• ndarray 對象在創(chuàng)建時(shí)有固定的大小，這一點(diǎn)不同于 Python 列表。
• ndarray 對象中的元素都具有相同的數(shù)據(jù)類型，因此在存儲器中將具有相同的大小
• ndarray 對象便于對大量據(jù)進(jìn)行高級數(shù)學(xué)和其他類型的操作。在大數(shù)據(jù)時(shí)代，對幾百萬甚至更大的數(shù)據(jù)進(jìn)行頻繁的循環(huán)迭代計(jì)算，于每一個(gè)數(shù)據(jù)開發(fā)者而言都是一場巨大的災(zāi)難，而 Numpy 利用矢量化運(yùn)算，可以有效地避免這一點(diǎn)。

3. Numpy 的應(yīng)用領(lǐng)域

3.1 科學(xué)計(jì)算

NumPy 通常與 SciPy（Scientific Python）和 Matplotlib（繪圖庫）一起使用， 這種組合廣泛用于替代 MatLab，是一個(gè)強(qiáng)大的科學(xué)計(jì)算環(huán)境，有助于我們通過 Python 學(xué)習(xí)數(shù)值計(jì)算或者統(tǒng)計(jì)分析。Python 作為 MatLab 的替代方案，現(xiàn)在越來越被視為一種更加高效和可擴(kuò)展的實(shí)現(xiàn)語言。

3.1 數(shù)據(jù)分析

Numpy 專注于數(shù)組數(shù)據(jù)的處理，其和 Pandas 一起使用的時(shí)候，這種組合則將應(yīng)用范疇從數(shù)據(jù)拓展到各種表格和雜亂的數(shù)據(jù)格式，是一個(gè)非常有用的工作助力。在大數(shù)據(jù)時(shí)代，經(jīng)過合理的優(yōu)化編排，Numpy/ Pandas 組合處理幾個(gè) G 的數(shù)據(jù)綽綽有余，甚至處理能力上探到幾十個(gè) G。

4. 為什么要學(xué)習(xí) NumPy ？

Numpy 是基于 C 語言開發(fā)，因此繼承了 C 語言運(yùn)算速度快、消耗資源少等優(yōu)點(diǎn)，并且 Numpy 被廣泛應(yīng)用于數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等領(lǐng)域，因此掌握 Numpy 對能力提升和職場晉升的重要性不言而喻。

5. 適用人群

越來越多的用于科學(xué)計(jì)算與分析的包以 Numpy 作為底層數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)，并且支持 Python 序列（如 list）作為輸入。例如上面提到的 Scikit-learn、Pandas，他們在進(jìn)行數(shù)據(jù)處理之前會默認(rèn)將輸入轉(zhuǎn)化為 Numpy 數(shù)組。但是為了更有效地使用這些工具，只知道如何使用是不夠的，還需要知道 Numpy 數(shù)組是如何工作的。

因此對于每一位從事科學(xué)計(jì)算、分析、數(shù)據(jù)處理相關(guān)工作的人，都需要學(xué)習(xí)并了解Numpy。

6. 本課程的學(xué)習(xí)基礎(chǔ)

Numpy 是 Python 開發(fā)生態(tài)中重要的一環(huán)，因此在學(xué)習(xí) Numpy 之前，你需要具備一定的 Python 基礎(chǔ)。