零基础上手Python数据分析 (23)：NumPy 数值计算基础

零基础上手Python数据分析 (23)：NumPy 数值计算基础 - 数据分析的加速“引擎”

写在前面

在这里插入图片描述

—— 超越原生 Python 列表，解锁高性能数值计算，深入理解 Pandas 的底层依赖

在前面一系列关于 Pandas 的学习中，我们已经领略了其在数据处理和分析方面的强大威力。我们学会了使用 DataFrame 和 Series 来高效地操作表格数据。但是，你是否好奇，Pandas 为何能够如此高效地处理大规模数据？其背后隐藏着怎样的 “秘密武器”？

答案就是我们今天要深入学习的主角——NumPy (Numerical Python)。

NumPy：Python 科学计算的基石

NumPy 是 Python 中用于 科学计算 的 基础核心库。它提供了：

一个强大的 N 维数组对象 (ndarray)。
用于操作这些数组的各种 高效函数 (例如数学运算、逻辑运算、形状操作、排序、选择等)。
用于线性代数、傅里叶变换和随机数生成的工具。

为什么在学习 Pandas 之后还要学习 NumPy？

你可能会问，既然 Pandas 已经那么好用了，为什么我们还要回过头来学习 NumPy？原因主要有以下几点：

Pandas 的底层依赖： Pandas 的核心数据结构 Series 和 DataFrame 在底层很大程度上是建立在 NumPy 的 ndarray 之上的。理解 NumPy 的 ndarray 有助于我们更深入地理解 Pandas 的工作原理和性能特性。
高性能数值计算： NumPy 的 ndarray 专为 高性能的数值计算 而设计。相比于 Python 内置的列表 (list)，ndarray 在存储和处理大规模数值数据时具有显著的优势：
- 更少的内存占用： ndarray 存储的是 同质数据类型 (所有元素类型相同)，并且存储方式更紧凑。
- 更快的计算速度： NumPy 的核心运算是用 C 语言 实现的，并且支持 向量化操作 (Vectorization)，可以对整个数组进行批量操作，避免了 Python 层面低效的循环，速度远超原生 Python 代码。
科学计算生态系统的基础： NumPy 是 Python 科学计算生态系统 (SciPy Stack) 的基石，许多其他重要的库，如 SciPy (科学计算库)、Matplotlib (可视化库)、Scikit-learn (机器学习库) 等，都依赖于 NumPy。掌握 NumPy 是深入学习这些库的前提。
直接应用场景： 在某些数据分析场景，特别是涉及大量 数值计算、矩阵运算、线性代数 等任务时，直接使用 NumPy 可能比 Pandas 更简洁高效。

虽然本专栏将 NumPy 放在了 Pandas 之后讲解 (因为对于初学者，直接上手 Pandas 更贴近数据分析的实际应用流程)，但掌握 NumPy 的核心概念和操作，对于提升你的数据分析效率、深入理解 Pandas 以及为后续学习更高级的技术打下基础，都至关重要。

本篇博客将带你深入 NumPy 的世界，重点学习：

NumPy 的核心数据结构：ndarray (N-维数组)
创建 ndarray 的多种方法
ndarray 的重要属性
NumPy 的核心优势：向量化运算 (UFuncs)
ndarray 的索引与切片操作
布尔索引与条件筛选

掌握 NumPy，你将拥有更强大的数值计算能力，并能更深刻地理解你所使用的 Pandas 工具！

⚙️ 一、NumPy 安装与导入

与 Pandas 和 Matplotlib 类似，如果你使用 Anaconda，NumPy 通常已经预装。若未安装，可使用 pip 或 conda 安装：

pip install numpy
# 或者
conda install numpy

在 Python 脚本或 Jupyter Notebook 中，导入 NumPy 库，并约定俗成地将其简写为 np。

import numpy as np

🔢 二、NumPy 的核心：ndarray 对象

NumPy 最核心的概念就是 ndarray (N-dimensional array)，即 N 维数组。它是一个 同质 (homogeneous) 数据类型的 多维网格。

ndarray 的关键特性：

维度 (Dimensions/Axes)： ndarray 可以是一维、二维、三维甚至更高维度。维度的数量称为 秩 (rank)。
形状 (Shape)： 一个 元组 (tuple)，描述了数组在 每个维度上的大小。例如，一个 3 行 4 列的二维数组，其形状为 (3, 4)。
数据类型 (dtype)： 数组中 所有元素的数据类型必须相同。 NumPy 支持多种数值数据类型，例如 int8, int16, int32, int64, uint8 (无符号整数), float16, float32, float64, complex64, complex128, bool, object (可以存储 Python 对象，但会失去 NumPy 的性能优势), string_, unicode_ 等。这与 Python 列表可以包含不同类型元素的特性形成对比。
固定大小 (Fixed Size)： ndarray 在创建时大小是固定的。改变数组的大小会创建一个新的数组并删除原来的数组。这有助于提高内存效率和计算性能。

1. 创建 ndarray

有多种方法可以创建 NumPy ndarray 对象：

从 Python 列表或元组创建：np.array()

这是最常用的创建方式，可以将 Python 的列表或嵌套列表转换为 ndarray。

# 创建一维数组
list1 = [1, 2, 3, 4, 5]
arr1d = np.array(list1)
print("一维数组 arr1d:\n", arr1d)
print("arr1d 的类型:", type(arr1d))
print("arr1d 的数据类型:", arr1d.dtype)# 创建二维数组 (矩阵)
list2d = [[1, 2, 3], [4, 5, 6]]
arr2d = np.array(list2d)
print("\n二维数组 arr2d:\n", arr2d)
print("arr2d 的数据类型:", arr2d.dtype)# 创建指定数据类型的数组
arr_float = np.array([1, 2, 3], dtype=np.float64) # 指定为 float64 类型
print("\n指定数据类型的数组 arr_float:\n", arr_float)
print("arr_float 的数据类型:", arr_float.dtype)arr_str = np.array([1, 2, 3], dtype=str) # 指定为字符串类型
print("\n指定数据类型的数组 arr_str:\n", arr_str)
print("arr_str 的数据类型:", arr_str.dtype)

使用 NumPy 内置函数创建特定数组：
- np.zeros(shape, dtype=float): 创建指定形状 shape 且所有元素都为 0 的数组。
```
zeros_arr = np.zeros((2, 3)) # 创建一个 2x3 的全零浮点型数组
print("\n全零数组 zeros_arr:\n", zeros_arr)
```
- np.ones(shape, dtype=float): 创建指定形状 shape 且所有元素都为 1 的数组。
```
o
```