在数据科学、机器学习、人工智能等领域，我们经常需要处理海量的数值数据。Python 虽然是一门优秀的语言，但其内置的列表（List）在处理大规模数值计算时效率低下。这时，NumPy（Numerical Python）​ 就成为了不可或缺的核心库。它提供了高性能的多维数组对象以及大量用于操作这些数组的工具，其底层由 C 语言编写，使得数据处理速度远超原生 Python，是几乎所有 Python 数据科学生态系统（如 Pandas, Scikit-learn, TensorFlow）的基础。

为什么选择 NumPy？

高性能：底层 C 实现，向量化操作避免了低效的 Python 循环。

多维数组：强大的 ndarray对象可以高效地表示和操作向量、矩阵和高维张量。

丰富的功能：集成了数学函数、线性代数、随机数生成、傅里叶变换等功能。

内存效率：同质数据类型使得数组在内存中连续存储，占用空间小且访问速度快。

核心概念：ndarray(N-dimensional Array)

NumPy 的核心是 ndarray对象，即多维数组。理解它的属性是掌握 NumPy 的第一步。

创建数组

import numpy as np

# 从 Python 列表创建
list_1d = [1, 2, 3, 4, 5]
arr_1d = np.array(list_1d)

list_2d = [[1, 2, 3], [4, 5, 6]]
arr_2d = np.array(list_2d)

# 创建特殊数组
zeros = np.zeros((2, 3))      # 全 0 数组
ones = np.ones((3, 2))        # 全 1 数组
full = np.full((2, 2), 7)     # 全为指定值的数组
eye = np.eye(3)               # 单位矩阵

# 创建有规律序列的数组
range_arr = np.arange(0, 10, 2)  # [0, 2, 4, 6, 8]，类似 range，但返回数组
linspace_arr = np.linspace(0, 1, 5) # [0., 0.25, 0.5, 0.75, 1.]，均分区间

数组的属性

arr = np.array([[1, 2, 3], [4, 5, 6]])

print("数组形状 (Shape):", arr.shape)   # (2, 3) -> 2行3列
print("数组维度 (NDim):", arr.ndim)    # 2 -> 二维数组
print("数组大小 (Size):", arr.size)    # 6 -> 总共有6个元素
print("数组数据类型 (DType):", arr.dtype) # int64 (或 int32) -> 元素类型
print("每个元素字节大小:", arr.itemsize) # 8 (对于int64)

补充概念：数据类型 (dtype)

NumPy 要求数组内所有元素必须是同一类型。常见类型有：

int8, int16, int32, int64: 不同位数的有符号整数。

uint8, … : 无符号整数。

float16, float32, float64(float): 不同精度的浮点数。float64是默认类型。

bool: 布尔值 True/False。

数组的形状操作：升维、降维与重塑

升维与降维

# 升维 (Reshape)
v = np.arange(8) # [0, 1, 2, 3, 4, 5, 6, 7]
r_2d = v.reshape(2, 4) # 变为 2x4 的二维数组
r_3d = v.reshape(2, 2, 2) # 变为 2x2x2 的三维数组

# 使用 -1 让 NumPy 自动计算维度
r_auto_col = v.reshape(4, -1) # 4行，列数自动计算为2 -> 4x2
r_auto_row = v.reshape(-1, 2) # 列数为2，行数自动计算为4 -> 4x2

# 降维 (Flatten/Ravel)
arr_3d = np.arange(8).reshape(2, 2, 2)

# flatten(): 总是返回原数组的**副本**，修改副本不影响原数组。
flat_flatten = arr_3d.flatten()

# ravel(): 尽可能返回原数组的**视图**，修改视图会影响原数组（更节省内存）。
flat_ravel = arr_3d.ravel()

# 直接修改 shape 属性 (原地操作)
arr_3d.shape = (4, 2)

关键区别：flatten()vs ravel()

flatten()：深度拷贝，安全但耗内存。

ravel()：浅拷贝（视图），高效但需小心副作用。

调整大小：resize()
resize()会直接修改原数组，而 reshape()返回一个新数组。

v = np.arange(4)
v.resize((2, 3)) # 报错！总元素数不匹配 (4 != 2 * 3)
v.resize((2, 2)) # 成功，v 被修改为 2x2 数组
# 或者使用 np.resize(v, new_shape)，它会自动循环填充或截断数据

数组的索引与切片

NumPy 的索引和切片语法与 Python 列表类似，但功能更强大，尤其对于多维数组。

一维数组

arr = np.arange(1, 10)
print(arr[2]) # 选取第3个元素 -> 3
print(arr[[1, 3, 5]])# 花式索引，选取第2,4,6个元素 -> [2, 4, 6]
print(arr[1:5]) # 切片 [2, 3, 4, 5]

多维数组 (以二维为例)

索引格式：arr[行索引, 列索引]

arr_2d = np.arange(1, 13).reshape(3, 4)
# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]

print(arr_2d[1, 2])   # 第2行第3列的元素 -> 7
print(arr_2d[2, :])   # 第3行的所有列 -> [9, 10, 11, 12]
print(arr_2d[:, 1])   # 第2列的所有行 -> [2, 6, 10]
print(arr_2d[0:2, 1:3]) # 第1-2行，第2-3列 -> [[2 3] [6 7]]
print(arr_2d[[0, 2], :]) # 第1和第3行 -> [[1 2 3 4] [9 10 11 12]]

三维及更高维的索引以此类推，遵循 [dim0_index, dim1_index, dim2_index, …]的规则。

数组的运算

这是 NumPy 展现其强大能力的地方——向量化操作。无需编写循环即可对整个数组进行计算，简洁且高效。

算术运算 (元素级)
形状相同的数组进行算术运算，是对应位置的元素进行操作。

a = np.array([[1, 2], [3, 4]])
b = np.array([[2, 2], [2, 2]])

print(a + b)   # [[3 4] [5 6]]
print(a - b)   # [[-1 0] [1 2]]
print(a * b)   # [[2 4] [6 8]] (这是点乘/哈达玛积，不是矩阵乘法！)
print(a / b)   # [[0.5 1. ] [1.5 2. ]]
print(a ** 2)  # [[1 4] [9 16]] (平方)

矩阵运算 (线性代数)

使用 np.dot()或 @运算符进行真正的矩阵乘法。

a = np.array([[1, 2], [3, 4]])
b = np.array([[2, 0], [1, 2]])

# 矩阵乘法 (点积)
dot_product = a.dot(b)
matmul_product = a @ b
# 结果： [[4 4] [10 8]]
# 规则： (a的第i行) · (b的第j列) = 结果[i, j]

# 矩阵求逆
a_inv = np.linalg.inv(a)
print(a @ a_inv) # 近似等于单位矩阵 [[1. 0.] [0. 1.]]

数组的统计与聚合函数

NumPy 提供了大量的函数来对数组进行分析。

arr = np.random.randn(3, 4) # 生成一个 3x4 的正态分布随机数组

print("总和:", arr.sum())
print("平均值:", arr.mean())
print("标准差:", arr.std())
print("方差:", arr.var())
print("最大值:", arr.max())
print("最小值:", arr.min())

# 沿着特定轴 (axis) 计算
# axis=0: 沿列方向（跨行）计算，结果维度减少一维（行）
# axis=1: 沿行方向（跨列）计算，结果维度减少一维（列）
print("每列的和:", arr.sum(axis=0)) # 得到一个长度为4的数组
print("每行的和:", arr.sum(axis=1)) # 得到一个长度为3的数组

数组合并与分割

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])

# 合并
# 水平合并 (沿列，增加列数)
h_stack = np.hstack((a, b.T)) # b需要转置才能拼接
h_concat = np.concatenate((a, b.T), axis=1)

# 垂直合并 (沿行，增加行数)
v_stack = np.vstack((a, b))
v_concat = np.concatenate((a, b), axis=0)

# 分割
arr = np.arange(16).reshape(4, 4)

# 水平平均分割为2份
h_split = np.hsplit(arr, 2) # 等价于 np.split(arr, 2, axis=1)

# 垂直平均分割为2份
v_split = np.vsplit(arr, 2) # 等价于 np.split(arr, 2, axis=0)

# 非均匀分割 (使用 array_split)
uneven_h_split = np.array_split(arr, [1, 3], axis=1) # 在第1和第3列后切

随机数生成

np.random模块功能强大，是模拟和机器学习的基石。

# 设置随机种子以保证结果可复现
np.random.seed(42)

# randint: [low, high) 区间的整数
rand_int = np.random.randint(0, 10, size=(2, 3))

# rand: [0, 1) 区间的均匀分布浮点数
rand_uniform = np.random.rand(2, 3)

# normal: 正态分布 N(mean, std^2)
rand_normal = np.random.normal(loc=0, scale=1, size=(2, 3))

# 常用分布：binomial, poisson, chisquare 等

文件的输入输出

NumPy 可以方便地读写文本文件和二进制文件。

# 从文本文件加载 (如 CSV)
# data = np.loadtxt('data.csv', delimiter=',', skiprows=1) # 跳过标题行

# 保存为文本文件
arr = np.array([[1, 2, 3], [4, 5, 6]])
np.savetxt('my_array.txt', arr, fmt='%d', delimiter=',') # fmt指定格式

# 更高效的二进制格式 (推荐用于大型数组)
# np.save('my_array.npy', arr)
# loaded_arr = np.load('my_array.npy')

NumPy 是开启 Python 数据科学大门的钥匙。本文梳理了其核心概念，从创建数组、理解属性，到形状操作、索引切片、向量化运算、统计聚合、合并分割以及随机数生成和文件 I/O。熟练掌握这些基础知识，将为进一步学习 Pandas、Matplotlib、Scikit-learn 等高级库打下坚实的基础。建议读者务必亲自运行文中的每一个示例，通过实践来加深理解。