numpy 获取特定数值的索引_python：numpy入门详细教程

导读

python数据科学基础库主要是三剑客：numpy，pandas以及matplotlib，每个库都集成了大量的方法接口，配合使用功能强大。平时虽然一直在用，也看过很多教程，但纸上得来终觉浅，还是需要自己系统梳理总结才能印象深刻。本篇先从numpy开始，对numpy常用的方法进行思维导图式梳理，多数方法仅拉单列表，部分接口辅以解释说明及代码案例。最后分享了个人关于axis和广播机制的理解。

数据分析师攻略

与你分享有价值的数据分析知识、经验、资讯。

扫码关注

本文知识要点一级菜单

---

01 基本介绍

• numpy：numerical python缩写，提供了底层基于C语言实现的数值计算库，与python内置的list和array数据结构相比，其支持更加规范的数据类型和极其丰富的操作接口，速度也更快

• numpy的两个重要对象是ndarray和ufunc，其中前者是数据结构的基础，后者是接口方法的基础

• ufunc，通函数，其意义是可以像执行标量运算一样执行数组运算，本质即是通过隐式的循环对各个位置依次进行标量运算。只不过这里的隐式循环交由底层C语言实现，因此相比直接用python循环实现，ufunc语法更为简洁、效率更为高效

• 索引、迭代和切片操作方式与普通列表比较类似，但是支持更为强大的bool索引

这部分内容比较基础，仅补充一个个人认为比较有用的ufunc加聚合的例子。ufunc本身属于方法(方法即是类内的函数接口)，ufunc之上还支持4个方法：

• reduce，聚合方法

• accumulate，累计聚合

• reduceat，按指定轴向、指定切片聚合

• outer：外积

当然，后两个用处较少也不易理解，前两个在有些场景下则比较有用： 02 数组创建

numpy中支持5类创建数组的方式：

• 从普通数据结构创建，如列表、元组等

• 从特定的array结构创建，支持大量方法，例如ones、zeros、empty等等

  • empty接收指定大小创建空数组，这里空数组的意义在于未进行数值初始赋值，随机产生，因而速度要更快一些

  • linspace和arange功能类似，前者创建指定个数的数值，后者按固定步长创建，其中linspace默认包含终点值(可以通过endpoint参数设置为false)，而arange则不含终点

• 从磁盘读取特定的文件格式

• 从缓存或字符读入数组

• 从特定的库函数创建，例如random随机数包

以上方法中，最为常用的是方法1、2、5。

03 数组增删

nu