数据处理与统计分析之NumPy详解

1 简介

1.1 概述

NumPy（Numerical Python）是Python数据分析必不可少的第三方库
NumPy的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型，使其具备了构造复杂数据类型的能力。
本身是由C语言开发，是个很基础的扩展，NumPy被Python其它科学计算包作为基础包，因此理解np的数据类型对python数据分析十分重要。
NumPy重在数值计算，主要用于多维数组（矩阵）处理的库。用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多

1.2 NumPy 与Python 原生列表的核心差异

2 主要功能

NumPy重要功能如下：

1. 高性能科学计算和数据分析的基础包

2. ndarray，多维数组，具有矢量运算能力，快速、节省空间

3. 矩阵运算，无需循环，可完成类似Matlab中的矢量运算

4. 用于读写磁盘数据的工具以及用于操作内存映射文件的工具

3 属性

3.1 概述

1. ndarray.ndim
   定义：数组的维度（秩），返回整数
   通俗理解：数组有几个维度 → 一维是线、二维是面、三维是体
   示例：一维数组ndim=1，二维矩阵ndim=2，三维数组ndim=3
2. ndarray.shape
   定义：数组每个维度的大小，返回整数元组
   通俗理解：描述数组的「形状」，直观表示几行几列 / 几层几行几列
   一维数组：(元素个数,)
   二维数组：(行数, 列数)
   三维数组：(层数, 行数, 列数)
3. ndarray.size
   定义：数组中总元素的个数，返回整数
   通俗理解：数组里一共有多少个数据
   关键关联：size = shape 中所有数字的乘积
4. ndarray.dtype
   定义：数组中元素的数据类型，返回 dtype 对象
   通俗理解：数组所有元素的统一类型（ndarray 强制要求所有元素类型一致）
   常见类型：int32/int64(整数)、float32/float64(浮点数)、bool(布尔值)
5. ndarray.itemsize
   定义：数组单个元素占用的字节数，返回整数（单位：字节）
   通俗理解：每个数据占用的内存空间大小
   关键关联：itemsize 由 dtype 决定
   int32/float32 → 4 字节
   int64/float64 → 8 字节
   bool → 1 字节

3.2 代码演示

importnumpyasnp# 创建 2行3列 的二维数组（指定数据类型为32位整数）arr=np.array([[1,2,3],[4,5,6]],dtype=np.int32)# 打印所有核心属性print("数组维度（ndim）:",arr.ndim)# 2print("数组形状（shape）:",arr.shape)# (2, 3)print(len(arr.shape))print("总元素数（size）:",arr.size)# 6print("元素类型（dtype）:",arr.dtype)# int32print("单元素字节（itemsize）:",arr.itemsize)# 4

3.3 属性核心关联

维度关系：len(arr.shape) = arr.ndim

arr.shape 是一个元组，元组里有几个数字，就代表数组有几个维度；而 arr.ndim 就是数组的维度数量。
所以：元组的长度 = 维度数 → len(arr.shape) = arr.ndim

总数关系：arr.size = arr.shape[0] × arr.shape[1] × ...

内存关系：数组总字节数 = arr.size × arr.itemsize

（总字节数可直接用拓展属性arr.nbytes获取）

ndarray.nbytes：数组所有元素占用的总字节数（= size × itemsize）

3.4 axis 参数的可视化解释

如果实在迷糊 就记忆 axis=N 就是沿着第 N 个维度压扁 / 聚合 / 切割，这个维度会消失！

importnumpyasnp arr=np.array([[1,2,3],# 第0行[4,5,6]# 第1行])# shape = (2行, 3列) → (axis=0, axis=1)axis=0纵向（行方向） 列0列1列2↓ ↓ ↓[1,2,3]→ 行0[4,5,6]→ 行1↑ ↑ ↑ axis=0是**上下垂直**方向，把行压掉，算每列的结果 axis=1横向（列方向） 行0→[1→2→3]行1→[4→5→6]←→ axis=1是**左右水平**方向，把列压掉，算每行的结果

arr=np.array([[1,2,3],[4,5,6]])# axis=0：按列求和（纵向加，压掉行）print(arr.sum(axis=0))# [1+4, 2+5, 3+6] → [5,7,9]# axis=1：按行求和（横向加，压掉列）print(arr.sum(axis=1))# [1+2+3, 4+5+6] → [6,15]

4 创建ndarray

4.1 概述

NumPy数组是一个多维的数组对象（矩阵），称为ndarray，具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点。注意：ndarray的下标从0开始，且数组里的所有元素必须是相同类型。

4.2 代码实现

4.2.1 写法1: array()函数

可以把Python列表转成ndarray对象.

importnumpyasnp# 1. 创建Python的列表.my_list=[1,2,3,4,5]# 2. 把上述的列表转成ndarray对象.arr1=np.array(my_list)# 等价于: arr1 = np.array([1, 2, 3, 4, 5])# 3. 打印arr1的类型, 和其元素类型.print(f'arr1的数据类型是:{type(arr1)}')print(f'arr1中元素的类型是:{arr1.dtype}')

4.2.2 写法2: arange(起始值,结束值,步长)函数

类似于Python的range()函数

importnumpyasnp# 1. 创建1个ndarray数组, 存放1到10的数字.arr2=np.arange(1,10,2,dtype=np.float64)# 左闭右开# 2. 打印arr2的类型, 和其元素类型.print(f'arr2的数据类型是:{type(arr2)}')print(f'arr2中元素的类型是:{arr2.dtype}')print(f'arr2的元素是:{arr2}')

4.2.3 写法3: 获取随机的数组

即: rand(), randint(), uniform()

importnumpyasnp# 演示rand()函数# 1. 创建1个3行4列, 范围是0.0 ~ 1.0之间的随机数组.arr3=np.random.rand(3,4)print(f'arr3的元素是:{arr3}')print(f'arr3的数据类型是:{type(arr3)}')print(f'arr3中元素的类型是:{arr3.dtype}')# float64# 演示randint()函数, 获取一个指定范围内的随机整数.# 1. 创建1个3行4列, 范围是-3 ~ 10之间的随机数组.arr4=np.random.randint(-3,10,size=(3,4))# 包左不包右print(f'arr4的元素是:{arr4}')print(f'arr4的数据类型是:{type(arr4)}')print(f'arr4中元素的类型是:{arr4.dtype}')# int32# 演示uniform()函数, 获取一个指定范围内的随机小数.# 1. 创建1个3行4列, 范围是-2.0 ~ 5.0之间的随机数组.arr5=np.random.uniform(-2.0,5.0,(3,4))print(f'arr5的元素是:{arr5}')print(f'arr5的数据类型是:{type(arr5)}')print(f'arr5中元素的类型是:{arr5.dtype}')# float64

4.2.4 写法4: zeros(), ones(), empty()

importnumpyasnp#演示zeros()函数, 创建一个全为0的数组.# 1. 创建1个3行4列, 全为0的数组.arr6=np.zeros(shape=(3,4),dtype=np.int16)print(f'arr6的元素是:{arr6}')print(f'arr6的数据类型是:{type(arr6)}')print(f'arr6中元素的类型是:{arr6.dtype}')# 演示ones()函数, 创建一个全为1的数组.# 1. 创建1个3行4列, 全为1的数组.arr7=np.ones(shape=(3,4),dtype=np.int32)print(f'arr7的元素是:{arr7}')print(f'arr7的数据类型是:{type(arr7)}')print(f'arr7中元素的类型是:{arr7.dtype}')# 演示empty()函数, 创建指定形状的数组，仅分配内存空间但不初始化元素值，元素为内存中残留的垃圾值（非主动 “随机分配”，是内存原有残留值）# 1. 创建1个3行4列, 随机分配的数组.arr8=np.empty(shape=(3,4),dtype=np.int32)print(f'arr8的元素是:{arr8}')print(f'arr8的数据类型是:{type(arr8)}')print(f'arr8中元素的类型是:{arr8.dtype}')

4.2.5 写法5: 等比和等差数列

#演示logspace(), 创建一个等比数列.importnumpyasnp# 1. 创建1个1 ~ 1000之间的等比数列, 元素长度为: 5arr1=np.logspace(0,3,5)# 参1: 起始值,10的0次幂, 参2:结束值,10的3次幂, 参3:元素个数#注意:包左包右 np.logspace(0, 3, 5) 等价于 10^0, 10^0.75, 10^1.5, 10^2.25, 10^3# 2. 打印上述数组的信息.print(f'arr1的元素是:{arr1}')print