人工智能之数据分析 numpy
第十四章 知识总结
前言
本文主要讲解 NumPy 的核心知识点总结，涵盖其作为 Python 科学计算基石的关键概念与最佳实践，适合快速回顾、面试准备或系统学习。
🧱 一、基础核心：
ndarray（N 维数组）
-
唯一数据结构：所有操作围绕
numpy.ndarray展开。 - 关键属性：
-
.shape：维度大小（元组） -
.dtype：元素数据类型（如int32,float64,U10） -
.ndim：维度数量 -
.size：总元素个数 - 内存连续：默认 C 风格（行优先），支持高效缓存访问。
a = np.array([[1, 2], [3, 4]], dtype=np.float32) print(a.shape, a.dtype) # (2, 2) float32
🔢 二、数组创建
| 方法 | 用途 |
|---|---|
np.array() |
从列表/元组创建 |
np.zeros(),
np.ones() |
全零/全一阵 |
np.empty() |
未初始化数组（快） |
np.arange() |
等差整数序列（类似
range） |
np.linspace() |
指定数量的等间距浮点数 |
np.eye() /
np.identity() |
单位矩阵 |
np.random.rand() 等 |
随机数组 |
✅ 推荐显式指定
dtype避免隐式转换。
📐 三、形状操作（Shape Manipulation）
-
重塑：
arr.reshape(new_shape)（返回视图，若可能） -
展平：
arr.flatten()（副本） vsarr.ravel()（视图优先） -
转置：
arr.T或arr.transpose(axes) - 维度增减：
- 增：
np.expand_dims(arr, axis) - 减：
np.squeeze(arr)（移除长度为1的轴）
a = np.array([1, 2, 3]) b = a[:, np.newaxis] # → shape (3, 1)
🔗 四、数组连接与分割
| 操作 | 函数 |
|---|---|
| 水平拼接 |
np.hstack() /
np.concatenate(axis=1) |
| 垂直拼接 |
np.vstack() /
np.concatenate(axis=0) |
| 深度拼接 |
np.dstack() |
| 分割 |
np.split(),
np.hsplit(),
np.vsplit() |
⚠️ 注意：
concatenate要求除拼接轴外其他维度一致。
🔄 五、广播机制（Broadcasting）
规则（从后往前对齐）：
- 维度相等，或
- 其中一个为 1，或
- 缺失维度（自动补 1）
✅ 示例：
-
(3,) + (2, 3)→(2, 3) -
(2, 1) + (3,)→(2, 3)
❌ 失败：
-
(2, 3) + (3, 2)→ 最后一维 3≠2 且都不为1
🔑 广播是向量化运算的核心，避免显式循环！
➕ 六、数组运算
1. 算术运算（逐元素）
-
+ - * / // % ** - 支持标量、同形数组、广播数组
2. 比较与逻辑
- 比较：
== != > < >= <=→ 返回布尔数组 - 逻辑：
& | ~（用于布尔数组），np.logical_and/or/not
3. 位运算（整数）
-
& | ^ ~ << >>→ 对应np.bitwise_*
4. 通用函数（ufunc）
- 向量化数学函数：
np.sin,np.exp,np.sqrt,np.log - 累积：
np.add.accumulate() - 归约：
np.add.reduce()
🧮 七、聚合与统计
| 函数 | 说明 |
|---|---|
np.sum(),
np.mean(),
np.std() |
求和、均值、标准差 |
np.min(),
np.max() |
最值 |
np.argmin(),
np.argmax() |
返回索引 |
np.cumsum(),
np.cumprod() |
累积和/积 |
axis 参数 |
沿指定轴聚合（
axis=0 列，
axis=1 行） |
arr = np.array([[1, 2], [3, 4]]) print(arr.sum(axis=0)) # [4 6]
🔍 八、排序与筛选
排序
-
np.sort(arr)：返回排序副本 -
arr.sort()：原地排序 -
np.argsort()：返回排序索引
筛选（布尔索引）
arr = np.array([1, 2, 3, 4]) filtered = arr[arr > 2] # [3 4] # 多条件（注意括号！） mask = (arr > 1) & (arr < 4)
条件选择
-
np.where(condition, x, y)：三元运算 -
np.select(),np.choose()：多条件选择
🧩 九、特殊数组类型
1. 结构化数组（Structured Arrays）
- 异构字段：
dtype=[('name', 'U10'), ('age', 'i4')] - 访问：
arr['name']
2. 记录数组（Record Arrays）
- 属性访问：
arr.name（不推荐新项目使用）
3. 矩阵（Matrix）
-
已弃用！统一用
ndarray+@运算符
🧮 十、线性代数（
numpy.linalg）
| 操作 | 函数 |
|---|---|
| 矩阵乘法 |
A @ B 或
np.dot(A, B) |
| 转置 |
A.T |
| 逆矩阵 |
np.linalg.inv(A) |
| 行列式 |
np.linalg.det(A) |
| 解方程 |
np.linalg.solve(A, b) |
| 特征值 |
np.linalg.eig(A) |
| SVD |
np.linalg.svd(A) |
| 范数 |
np.linalg.norm(x) |
✅ 优先用
solve而非inv（更稳定高效）
💾 十一、数据持久化
| 格式 | 函数 | 适用场景 |
|---|---|---|
.npy |
np.save() /
np.load() |
单数组，高效 |
.npz |
np.savez() /
np.load() |
多数组打包 |
| 文本 |
np.savetxt() /
np.loadtxt() |
小数据，可读 |
| 内存映射 |
np.memmap |
超大数组（>内存） |
| HDF5 |
h5py 库 |
科学大数据，跨平台 |
🖼️ 十二、与生态工具衔接
| 工具 | 关系 |
|---|---|
| Matplotlib | 直接绘图 NumPy 数组 |
| Pandas |
DataFrame.values 返回 ndarray |
| SciPy | 基于 NumPy，提供高级算法 |
| scikit-learn | 输入要求为 NumPy 数组 |
| TensorFlow/PyTorch | 张量 ↔ NumPy 数组互转 |
🔄 十三、MATLAB → NumPy 关键差异
| MATLAB | NumPy |
|---|---|
| 索引从 1 开始 | 索引从 0 开始 |
A * B 是矩阵乘 |
A @ B 是矩阵乘，
A * B 是逐元素 |
end 表示末尾 |
用
-1 |
[A; B] 垂直拼接 |
np.vstack([A, B]) |
A(:) 展平 |
A.ravel() |
⚙️ 十四、性能与最佳实践
- ✅ 避免 Python 循环：用向量化操作
- ✅
预分配数组：
np.zeros()比动态 append 快 - ✅
使用视图而非副本：切片、
ravel()默认返回视图 - ✅ 指定 dtype：避免不必要的类型提升
- ✅
大数组用内存映射：
np.memmap - ❌
不要用
np.matrix - ❌
慎用
np.matrix和frompyfunc
📚 总结：NumPy 核心思想
“Everything is an array.” —— 用统一的 N 维数组模型，通过 向量化、 广播、 ufunc 实现高性能数值计算。
📌 附：速查命令
import numpy as np
# 创建
a = np.arange(10).reshape(2,5)
# 运算
b = np.sin(a) + 2
# 筛选
c = b[b > 0]
# 聚合
mean_val = c.mean()
# 保存
np.save('result.npy', c)
后续
本文主要对numpy做一个总结。之前的python过渡项目部分代码已经上传至gitee，后续会逐步更新，主要受时间原因限制，当然自己也可以克隆到本地学习拓展。
资料关注
公众号：咚咚王 gitee： https://gitee.com/wy18585051844/ai_learning
《Python编程：从入门到实践》 《利用Python进行数据分析》 《算法导论中文第三版》 《概率论与数理统计（第四版） (盛骤) 》 《程序员的数学》 《线性代数应该这样学第3版》 《微积分和数学分析引论》 《（西瓜书）周志华-机器学习》 《TensorFlow机器学习实战指南》 《Sklearn与TensorFlow机器学习实用指南》 《模式识别（第四版）》 《深度学习 deep learning》伊恩·古德费洛著 花书 《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》 《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》 《自然语言处理综论 第2版》 《Natural-Language-Processing-with-PyTorch》 《计算机视觉-算法与应用(中文版)》 《Learning OpenCV 4》 《AIGC：智能创作时代》杜雨+&+张孜铭 《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》 《从零构建大语言模型（中文版）》 《实战AI大模型》 《AI 3.0》
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70048224/viewspace-3103434/ ，如需转载，请注明出处，否则将追究法律责任。
