Future's blog
0%

Numpy快速入门总览

Posted on In

本文是一个Python强大的计算库，NumPy（以下简称np）的入门介绍。在本文中，你会了解到：

  1. 什么是numpy？
  2. 为什么要用numpy？
  3. 从python内置list到numpy，有什么不同？
  4. 怎么安装与学习numpy？

因为网上numpy基础教程非常多，而且基本都覆盖了核心内容。因此，我不会再重复介绍numpy的一些基本操作，我只会留一些链接在第四部分。相反，我会从一些high-level的角度，介绍numpy，给读者构建一个大体印象。

1. 什么是numpy？

根据numpy官网（ https://numpy.org/doc/stable/user/whatisnumpy.html ）的介绍，numpy是一个python的科学计算库（如其名，numpy=numeric python）。他提供了多维数组等实用对象，和大量对数组的快速操作与算法。

NumPy is the fundamental package for scientific computing in Python. It is a Python library that provides a multidimensional array object, various derived objects (such as masked arrays and matrices), and an assortment of routines for fast operations on arrays.

2. 为什么要用numpy？

2.1 方便

python的内置list仅提供了一些简单操作，如append增加元素，sort排序元素等。如果要做一些复杂运算，就会略显吃力。numpy集成了大量的数学、数组操作函数，不需要自己造轮子了。例如直接使用np.corr()就可以计算相关系数，直接使用np.linalg.inv()就可以计算矩阵的逆矩阵，直接调用np.fft模块可以进行一些傅立叶变换相关的操作。

2.2 快速高效

高效是numpy的核心亮点之一。我想可以分为程序运行高效和程序员编程高效。

运行高效：因为python是一种解释型语言，其运行速度比c/c++语言会慢几十倍左右。numpy的底层代码（见 https://github.com/numpy/numpy ）都是使用c语言写的，并被高度优化过。因此其相同任务运行速度远快于python的list，和c++水平大抵相同。举个例子，两个2,000,000长的向量相加，纯用python list和for循环需要0.173s，而使用numpy则只需要0.008s。

编程高效：numpy里的许多运算符也被重载过，进行一般四则运算也很方便。如两个np.ndarray a, b, 可以直接通过加号a+b实现向量的逐位相加，而若是两个list a,b, a+b只是将两个列表拼接起来。另外，numpy也实现了-, *, &进行逐位相减、逐位向乘、逐位与的操作。下面是例子展示。

1
2
3
4
5
6
7
8
9
10
11
# a, b are list
a = [1, 2, 3]
b = [3, 2, 1]
a+b
#OUTPUT: [1, 2, 3, 3, 2, 1]

# a, b are ndarray
a = np.array([1, 2, 3])
b = np.array([3, 2, 1])
a+b
#OUTPUT: np.array([4, 4, 4])

2.3 Python数据科学之基础

许多python的科学计算、数据科学库都是以numpy为数据容器的基础根基的。例如sklearn（机器学习库）中的算法使用numpy来实现，用户传入的均为numpy.ndarray数据；matplotlib（画图库）中接收numpy.ndarray数组绘图，等等。因此numpy是要用python玩数据科学等领域的基础。学会numpy，可以做以下事情：

  1. 复现论文中的算法

  2. 研究一些数据科学库的源码，实现细节

  3. 掌握一个以python为接口的高性能计算的核心工具，做任何想做的事情

  4. ……

3. 从python list到numpy

从python的内置list列表到numpy的ndarray有一些“同”也有一些“不同”。这里简单进行一个介绍，以使读者可以对numpy数组有一个更清晰的大体影响。

numpy.ndarray对象更像是其他编程语言（如C++/Java）里的数组（这样的数组结构才可以做到快速操作）。一旦构建，就要声明数组大小形状和数据类型。例如在C++中声明一个二维10*10的整型数组可以是：

1
int array[10][10];

而与之对应，在numpy里声明这样一个数组是：

1
array = np.ndarray(shape=(10, 10), dtype=int)

而python中的list实现本质是一个动态数组，其长度会根据运行时来决定。

接下来，我便由此列几点numpy数组和list的不同：

  • 改变大小。

因为list是动态数组，其长度会根据运行时来决定，因此list有append、pop等方法改变列表长短。而numpy.ndarray数组则“一旦构建，就有固定的大小”。在运行时不能改变大小（有几个元素），只能改变形状（如每行每列有几个元素）。np.append()方法虽说叫append，但是其本质也是要构建一个新的数组，而不是在原来的上做添加。

  • 统一数据类型。

一个python list中可以存放不同类型，例如[1, 1.2f, 'str']。

一个numpy数组具有统一的数据类型，这使得其indexing索引、存储效率远高于list。一个数组内只能是一个类型，例如np.int32, int, np.float32, float等。如果需要存储不同类型，则需要将类型设为object。但是这样许多numpy函数便不支持使用了。

但是作为python语言的模块，numpy的设计还是非常清晰易懂的。大体上就是创建数组对象，然后对其进行运算或函数操作。语法上也非常相近。例如，numpy也支持list的切片索引（如a[::2]，且其功能玩法更多）。

4. 怎么安装与学习numpy？

4.1 安装

网上的教程非常多，涵盖Windows，macOS和Linux系统。只需在网上找到相关教程即可。使用anaconda、miniconda、pip安装都可以。

4.2 学习

以个人经验来看，numpy的学习胜在多用。只要用得多，自然而然就熟练、学会了。numpy已经包含了大部分需要用的函数，如有对应需求，一定要先去网上搜索看看有无相关函数（现在还有chatGPT之类的可以问了）。

对于新手朋友我在这里推荐几个学习资源链接：