【数据分析与智能计算】第二章：NumPy库与数组

一、列表与数组

Python的自带数据类型中是不存在数组这一种类型的，而是自带了一种和数组相类似的列表类型。

从某种程度上来说，列表仿佛比数组更加“强大”，因为列表里的元素可以是任意类型的；并且类似于“多维数组”的概念我们也可以用“列表套列表”的方式实现。

不过，上述所谓的“强大”在数组的眼中只不过是极度的“不规范”。我们需要一种新的数据类型数组，来保证其中所有的元素都是数，这样我们才可以定义元素之间的四则运算，才可以定义数组之间的向量乘法、矩阵乘法等。这些事情是一个数据类型混杂的列表所不能完成的。

我们一般使用第三方库NumPy中定义的numpy.array类作为我们的数组类型。

二、NumPy库的使用

导入库

NumPy库是一个第三方库，所以使用前需要先导入（大家一般将其重命名为np）

import numpy as np

实例化一个数组对象

要生成一个数组，无非就是要知道两件事情：1.这个数组的名字是什么？ 2.这个数组里面的数是什么？

所以生成一个数组最简单的方法便是数组名 = np.ndarray(列表) 其中等号的右边便是数组对象名，左边括号里填的是一个列表对象，列表里的元素就转换为数组里的元素了。

array1 = np.array([1,2,3,4])
print(array1)

[1 2 3 4]

同样地，如果要生成一个多维数组的话，我们只需要“列表套列表”就行了

list2 = [[11,12],[21,22]] #最外层列表里面又嵌套了一层列表
array2 = np.array(list2) #所以生成的是一个二维数组
print(array2)
print('array2的维度是:', array2.ndim)

[[11 12]
 [21 22]]
array2的维度是: 2

---

list3 = [[[111,112,113],[121,122,123],[131,132,133]],
         [[211,212,213],[221,222,223],[231,232,233]],
         [[311,312,313],[321,322,323],[331,332,333]]] #最外层列表里面嵌套了一层列表又套了一层列表
array3 = np.array(list3) #所以生成的是一个三维数组
print(array3)
print('array3的维度是:', array3.ndim)

[[[111 112 113]
  [121 122 123]
  [131 132 133]]

 [[211 212 213]
  [221 222 223]
  [231 232 233]]

 [[311 312 313]
  [321 322 323]
  [331 332 333]]]
array3的维度是: 3

---

array4 = np.arange(0,16).reshape(2,2,2,2) #用arange()和reshape()函数生成一个4维数组
print(list4)
print('array4的维度是:', array4.ndim)

[[[[ 0  1]
   [ 2  3]]

  [[ 4  5]
   [ 6  7]]]


 [[[ 8  9]
   [10 11]]

  [[12 13]
   [14 15]]]]
array4的维度是: 4

NumPy对高维度的数组有着很好的支持。从上面的例子中我们可以看到数组的显示也是很直观的：不论维度有多高，它都会用方括号来严格表示层级关系，并且对于二维数组来说，它会自动排列成一个二维的表格；对于更高维的数组来说，它会把最内层的两个维度排成二维表格，然后再用中括号以区分层级。

常用的函数、属性

表一 常用库函数

函数	作用
np.array(列表)	通过列表创建一个数组对象
np.arange(起始, 结束, 步长)	创建一个等差数组(注意区间是左闭右开的)
np.zeros( (m, n) )	创建一个m行n列的全零数组
np.ones( (m, n) )	创建一个m行n列的全一数组
np.eye(m)	创建一个m阶单位方阵

表二 常用对象属性

属性	作用
my_array.ndim	返回my_array的维数
my_array.size	返回my_array的总元素数
my_array.shape	以元组形式返回my_array的(行, 列)
my_array.dtype	返回my_array中元素的数据类型

*注意库函数和对象属性的不同，表一中np.是固定的，指的是numpy库；而表二中my_array.xxx()中的my_array要改成你对应的数组的名字（即实例名）。

切片

我们将选出一个数组的某一行、某一列或者某一个位置上的元素的操作成为“切片”

我们先来讨论二维数组的切片:

最基本的格式是：my_array[m, n]，其中m和n可以为整数 列表 还可以是冒号:

当m和n是整数时，表示选取m行n列的那个数。

当m和n其中一个是冒号的时候，表明选中对应的所有行或列。例如my_array[ :, n]表示选择整个第n列

特别需要注意的是，当m和n是列表时，设m和n的长度是k，则我们选取的是k个坐标分别为(m_i, n_i)的散点（而不是k²个交叉点）如：

arr = np.arange(1,10).reshape(3,3)
print('切片前：')
print(arr)
m = [0,1]
n = [1,2]
print('切片后：')
print(arr[m, n])

切片前：
[[1 2 3]
 [4 5 6]
 [7 8 9]]
切片后：
[2 6]

我们可以看到，我们选取了的是位于(0,1)和(1,2)位置的两个数2和6，而不是位于0行 1行和1列 2列交叉点处的4个数2,3,5,6

那么如果我想选出指定行和指定列的交叉点所在的数该怎么办呢？

我们需要通过“二次切片”来实现。如：

print('二次切片：'）
print(arr[ m, : ][ :, n ]

二次切片：
[[2 3]
 [5 6]]

这时候我们就得到了0行 1行和1列 2列交叉点处的4个数2,3,5,6

三、小结

这一期博客我们首先讨论了数组与列表的关系及异同。数组的特点在于其中的元素的数据类型是统一的，这使得我们能够方便地进行后期的数据处理。

在Python中我们一般使用NumPy库来创建数组，它给我们提供了很多的库函数、方法、属性，让我们在对数组进行操作的时候更加方便。

然后我们介绍了如何创建一个数组，并且也看到了NumPy对高维度的数组有着很好的支持。

我们还对常用的函数、属性总结成了两个表格，方便大家查阅。

最后我们介绍了“切片”这一对于数组来说最基本也是最重要的操作。

关于数组的更多的操作和例子我们放到下一期博客中，通过讲解书上的例题和课后习题来一起讨论。

如果你正在学习/复习“数据分析与智能计算”这门课，或者是想要入门大数据、人工智能的同学，欢迎订阅本专栏~
觉得有用的话，不要忘了点赞、关注、分享哦~大家多多包涵，有任何问题欢迎指正、讨论。
本文基于CC-BY-NC-SA 4.0协议，请规范转载。
（博客看累了？去我的B站瞧一瞧？）