Numpy的基础用法（一）

本章主要说明2个方面的问题：1. 数组的构造及其优势； 2. 常用的数学函数与统计函数；

1、我们为什么要使用Numpy，Numpy具备哪些优势。我们举例说明：我们以人类体重BIM的计算公式为例：BIM指数=体重（kg）/ 身高（m）的平方

height = [170, 175, 174, 180, 195]
weight = [65, 75, 90, 110, 98]
BIM = weight/ (height / 100) ** 2

用上述方法，我们会发现，代码会报错。

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-2-ed365025289f> in <module>
      1 height = [170, 175, 174, 180, 195]
      2 weight = [65, 75, 90, 110, 98]
----> 3 BIM = weight/ (height / 100) ** 2

TypeError: unsupported operand type(s) for /: 'list' and 'int'w

为什么呢？因为编程语言里列表list是一个容器，并不具备运算功能。这个时候我们通常的做法如下：

height = [170, 175, 174, 180, 195]
weight = [65, 75, 90, 110, 98]
BIM = []
for index in range(len(height)):
    BIM.append(weight[index] / (height[index] / 100) ** 2)
BIM

看一下输出结果：

[22.49134948096886,
 24.489795918367346,
 29.72651605231867,
 33.95061728395061,
 25.77251808021039]

那有没有更好的办法呢？

我们在这里可以使用Numpy的array函数可以将列表或元组转换为数组。代码如下。

import numpy as np
height = np.array([170, 175, 174, 180, 195])
weight = np.array([65, 75, 90, 110, 98])
BIM = weight/ (height / 100) ** 2
BIM

当然到了这里，会有人疑问，为什么不直接用Python的列表循环来执行呢？Numpy的数组的优势在哪呢？下面我们会用示例来说明。

我们依然以BIM的运算来举例，当我们自定义100万组数据，以100万组数据求BIM值所需要的时间来看一下，用循环的方式和array分别所需时间进行比较。代码如下：

import numpy as np
import random

# 伪造100万组数据
h = []
w = []
for i in range(10000000):
    h.append(random.randint(155,188))
    w.append(random.uniform(52,95))

使用循环的方式，记录运行时间

%%time
bmi = []
for i in range(10000000):
    bmi.append(w[i]/(h[i]/100) ** 2)

这个%%time在jupyter里可以直接使用，记录这一段代码运行所需要的时间，我们可以看到运行的时间：CPU times: user 3.74 s, sys: 264 ms, total: 4 s Wall time: 4.13 s 执行这段代码一共用了4秒。

%%time
H = np.array(h)
W = np.array(w)
BMI = W/(H/100)**2

使用np.array()进行运算，得到的时间：CPU times: user 65.9 ms, sys: 38.4 ms, total: 104 ms Wall time: 118 ms，总共只用了118毫秒，相比python原生的循环，效率快了很多倍（可以自己计算）

综上所述：使用numpy在处理大数据时，会比使用python的列表或者字典，效率都要快很多。