利用Python进行数据分析 | NumPy基础（一）—— NumPy ndarray（多维数组对象）

NumPy基础：数组与向量化计算

NumPy，是Numerical Python的简称，它是利用Python进行数值运算的最为重要的基础包。

重要的原因可以归纳为三点：

1. 可以有效的处理含有大量数组的数据。
2. NumPy的算法是基于C语言编写的，NumPy数组使用的内存量小于其他的Python内建序列。
3. NumPy可以针对全量数组进行复杂计算而不需要使用Python循环。

下面的例子将展示NumPy的不同，定义一个NumPy数组，里面存放着1M个整数，再定义一个列表，同样存放着1M个整数，将这两个序列同时乘以2，比较它们运算时间的差异。

In [8]: import numpy as np
In [9]: my_arr = np.arange(1000000)
In [10]: my_list = list(np.arange(1000000))
In [12]: %timeit my_arr2=my_arr*2
2.21 ms ± 19.1 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [13]: %timeit my_list2=[x*2 for x in my_list]
200 ms ± 1.18 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

NumPy ndarray：多维数组对象

ndarray是Python中一个快速、灵活的多维同类数据容器，也就是说，它包含的每一个元素都是相同的数据类型。每一个数组都有一个shape属性，用来表征数组每一个维度的数量；每一个数组都有一个dtype属性，用来描述数组的数据类型。

In [14]: data = np.random.randn(2,3)
In [15]: data
Out[15]: 
array([[ 0.1049642 , -0.52542354, -0.07641538],
       [ 0.5484492 , -0.95387232,  0.84849499]])
In [18]: data.shape
Out[18]: (2, 3)
In [19]: data.dtype
Out[19]: dtype('float64')

建议使用标准的NumPy导入方式import numpy as np，numpy这个命名空间中包含了大量与Python内建函数重名的函数（比如min，max）。

In [9]: np.arange(10)
Out[9]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
#arange是python内建函数range的数组版

不论是“数组”，“NumPy数组”还是“ndarray”，它们都表示同一个对象，ndarray对象。

1、生成ndarray

1.1 使用array函数生成数组

In [21]: data1=[6.,3.4,9.,0.,1.]
In [22]: arr1=np.array(data1)
In [23]: arr1
Out[23]: array([6. , 3.4, 9. , 0. , 1. ])
In [24]: data2=[1,2,3],[4,5,6]
In [25]: arr2=np.array(data2)
In [26]: arr2
Out[26]: 
array([[1, 2, 3],
       [4, 5, 6]])

1.2 使用其他函数创建新数组

In [5]: np.zeros(10)
Out[5]: array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
In [6]: np.zeros((3,6))
Out[6]: 
array([[0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.]])
In [7]: np.empty((2,3,2))
Out[7]: 
array([[[6.23042070e-307, 1.89146896e-307],
        [1.37961302e-306, 6.23053614e-307],
        [6.23053954e-307, 9.34609790e-307]],

       [[8.45593934e-307, 9.34600963e-307],
        [2.13621758e-306, 6.89804132e-307],
        [1.11261162e-306, 8.34443015e-308]]])

表1展示的是标准数组的生成函数。由于NumPy专注于数值计算，没有特别指明的话，默认的数值类型为浮点型（float64）。

表1：数组生成函数

函数名	描述
array	将输入数据（列表、元组、数组、序列或其他）转换成ndarray，如不显式指明数据类型，将自动推断；默认复制所有的输入数据
asarray	将输入转换为ndarray，但如果输入已经是nadarray则不再复制
arange	Python内建函数arrange的数组版，返回一个数组
ones	根据给定形状和数据类型生成一个全1数组
ones_like	根据所给的数组生成一个形状一样的全1数组
zeros	根据给定形状和数据类型生成一个全0数组
zeros_like	根据所给的数组生成一个形状一样的全0数组
empty	根据给定形状和数据类型生成一个没有初始化数值的空数组
empty_like	根据所给的数组生成一个形状一样的没有初始化数值的空数组
full	根据给定形状和数据类型生成指定数值的数组
full_like	根据所给的数组生成一个形状一样的内容为指定数值的数组
eye,identity	生成一个N*N特征矩阵（对角线位置为1，其余位置为0）

2、ndarray的数据类型

数据类型 ，即dtype，表示数组里存储的数据类型，对于初学者，仅需要知道数据大类有哪些：浮点型、整数、布尔值、字符串以及某个python对象。

In [19]: arr1=np.array([1,2,3])
In [20]: arr1=np.array([1,2,3],dtype=np.float64)
In [21]: arr1.dtype
Out[21]: dtype('float64')

表2展示的是NumPy所支持的所有数据类型。

表2：Nu