numpy简介

一、numpy在数据分析的应用：

• 在数据处理、清洗、构造子集、过滤、变换以及其他计算中进行快速的向量化计算
• 常见的数组算法，比如sort、unique以及set操作等
• 高效的描述性统计和聚合、概述数据
• 数据排列和相关数据操作，例如对异构数据进行merge和join
• 使用数组表达式来表明条件逻辑，代替if-elif-else条件分支的循环。
• 分组数据的操作（聚合，变换以及函数式操作）

二、numpy的优势

下面的例子将展现numpy的不同，假设一个numpy数组包含100万个整数，还有一个同样数据内容的python列表：

import numpy as np

my_arr = np.arange(100000)
my_list = list(range(100000))

现在我们同时对每个序列乘以2：

%time for i in range(10): my_arr2 = my_arr * 2

CPU times: user 1.31 ms, sys: 4.08 ms, total: 5.39 ms
Wall time: 4.95 ms

%time for i in range(10): my_list2 = [x * 2 for x in my_list]

CPU times: user 77.3 ms, sys: 8.11 ms, total: 85.4 ms
Wall time: 84.9 ms

由此可以看出，numpy的方法比python方法快10到100倍，并且使用的内存也更少

三、numpy ndarray：多维数组对象

为了让你感受下numpy如何使用类似于python内建对象的标量计算语法进行批量计算，这里举一个例子：

data = np.random.randn(2, 3)

data

array([[-0.95909317, -0.86735722, -2.12730064],
       [ 1.55107167,  0.34639641,  0.98348208]])

然后给data加上一个数学操作：

data * 10

array([[ -9.59093173,  -8.67357218, -21.27300638],
       [ 15.51071672,   3.46396414,   9.83482081]])

data + 10

array([[  9.04090683,   9.13264278,   7.87269936],
       [ 11.55107167,  10.34639641,  10.98348208]])

data + data

array([[-1.91818635, -1.73471444, -4.25460128],
       [ 3.10214334,  0.69279283,  1.96696416]])

每个数据都有一个shape属性，用来表征数组每一维度的数量；每一个数组都有一个dtype属性，用来描述数组的数据类型：

data.shape

(2, 3)

data.dtype

dtype('float64')