📊 阅读时长：20分钟 | 关键词：NumPy、数组创建、数据类型、形状操作、索引切片

引言：为什么需要 NumPy？

Python 的列表已经很强大了——那为什么还需要 NumPy 的数组？

如果你用 Python 列表做这个操作：

# 用列表计算：每个数的平方
lst = [1, 2, 3, 4, 5]
result = []
for x in lst:
    result.append(x ** 2)

# 用 NumPy 计算：一行搞定
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
result = arr ** 2

NumPy 的优势还不止于此：

对比维度	Python 列表	NumPy 数组
存储效率	每个元素是独立对象，内存开销大	连续内存块，数据类型统一，内存小
计算速度	逐元素 Python 循环，慢	C 语言底层实现，向量化运算，快 10~100 倍
功能丰富度	基本的增删改查	线性代数、傅里叶变换、随机数等

一句话：只要你做数据分析、机器学习、科学计算，NumPy 是绕不过去的基础。

---

一、安装和导入

1.1 安装

pip install numpy
# 国内推荐用清华镜像
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

1.2 导入惯例

import numpy as np   # 业界标准写法，永远用 np 作为别名

---

二、创建数组：从零到一

2.1 np.array()：最核心的创建方式

import numpy as np

# 从列表创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)           # [1 2 3 4 5]
print(type(arr1))     # <class 'numpy.ndarray'>

# 从嵌套列表创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)
# [[1 2 3]
#  [4 5 6]]

# 指定数据类型
arr3 = np.array([1, 2, 3], dtype=np.float64)
print(arr3.dtype)    # float64

关键：NumPy 数组中的所有元素必须是同一种数据类型。这是它比列表快的重要原因之一。

2.2 常用创建函数速查表

函数	功能	示例
np.array()	从现有数据创建	np.array([1,2,3])
np.arange(start, stop, step)	类似 range，返回数组	np.arange(0, 10, 2) → [0 2 4 6 8]
np.linspace(start, stop, num)	等间隔取 num 个点	np.linspace(0, 1, 5) → [0. 0.25 0.5 0.75 1. ]
np.zeros(shape)	全 0 数组	np.zeros((2,3)) → 2行3列全0
np.ones(shape)	全 1 数组	np.ones((2,3)) → 2行3列全1
np.eye(N)	N×N 单位矩阵	np.eye(3) → 3×3单位矩阵
np.random.rand(shape)	0~1 均匀分布随机数	np.random.rand(2,3)
np.random.randn(shape)	标准正态分布随机数	np.random.randn(2,3)

import numpy as np

# arange：指定步长
print(np.arange(0, 10, 2))    # [0 2 4 6 8]

# linspace：指定点数（端点默认包含）
print(np.linspace(0, 1, 5))  # [0.   0.25 0.5  0.75 1.  ]

# 重塑形状
arr = np.arange(12)
print(arr.reshape((3, 4)))
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]

---

三、数组属性：读懂一个数组

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)    # 2        → 维度（轴的数量）
print(arr.shape)   # (2, 3)   → 形状（每个轴的长度）
print(arr.size)    # 6        → 总元素个数
print(arr.dtype)   # int64    → 数据类型
print(arr.itemsize) # 8        → 每个元素的字节数

属性	含义	示例（shape=(2,3,4)）
ndim	维度数（秩）	3
shape	各维度大小	(2, 3, 4)
size	元素总数	2×3×4 = 24
dtype	元素数据类型	int64 / float32 等

---

四、数据类型（dtype）：省内存 = 省时间

NumPy 支持比 Python 更细粒度的数据类型，合理选择可以大幅减少内存占用。

类型	含义	字节数	适用场景
np.int8	8位有符号整数	1	图像像素（0~255）
np.int32	32位有符号整数	4	默认整数（一般够用）
np.int64	64位有符号整数	8	大数计算
np.float32	32位单精度浮点	4	深度学习（省显存）
np.float64	64位双精度浮点	8	默认浮点（精度高）
np.bool_	布尔值	1	掩码、条件索引
np.str_	字符串	变长	不推荐（用 Pandas）

import numpy as np

# 默认 dtype（根据系统自动选）
arr1 = np.array([1, 2, 3])
print(arr1.dtype)   # int64（64位系统）

# 指定 dtype（显式控制）
arr2 = np.array([1, 2, 3], dtype=np.float32)
print(arr2.dtype)   # float32

# 类型转换
arr3 = arr1.astype(np.float64)
print(arr3.dtype)   # float64

省内存小技巧：

import numpy as np

# 图像像素值 0~255，用 int8 就够了！
pixels = np.array([255, 128, 0, 64], dtype=np.uint8)
print(pixels.nbytes)   # 4 字节（如果用 int64 要 32 字节）

# 深度学习推理时用 float32，比 float64 省一半显存
weights = np.random.rand(1000, 1000).astype(np.float32)

---

五、形状操作：给数组"整形"

5.1 reshape()：改变形状，不改变数据

import numpy as np

arr = np.arange(12)
print(arr.reshape((3, 4)))
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]

# -1 让 NumPy 自动推断该维度大小
print(arr.reshape((3, -1)))  # 等同于 (3, 4)，因为 12/3=4
print(arr.reshape((-1, 2)))  # 等同于 (6, 2)，因为 12/2=6

重要：reshape 不改变原数组，而是返回一个新的视图（如果可能的话）。

5.2 flatten() vs ravel()：扁平化

import numpy as np

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

# flatten()：返回副本（修改不影响原数组）
flat1 = arr.flatten()
flat1[0] = 999
print(arr[0, 0])   # 1（原数组未改变）

# ravel()：返回视图（修改会影响原数组）
flat2 = arr.ravel()
flat2[0] = 999
print(arr[0, 0])   # 999（原数组被改变了！）

方法	返回类型	修改是否影响原数组	速度
flatten()	副本	❌ 不影响	稍慢（需要复制）
ravel()	视图（尽量）	✅ 可能影响	更快（尽量不复制）

5.3 转置：.T 或 transpose()

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.T)
# [[1 4]
#  [2 5]
#  [3 6]]

# 高维数组的 transpose（指定轴的顺序）
arr3d = np.arange(24).reshape((2, 3, 4))
print(arr3d.transpose((2, 0, 1)).shape)  # (4, 2, 3)

---

六、索引和切片：比列表更强大

6.1 一维数组的索引切片（和列表几乎一样）

import numpy as np

arr = np.arange(10)       # [0 1 2 3 4 5 6 7 8 9]

print(arr[0])              # 0
print(arr[-1])             # 9
print(arr[2:5])           # [2 3 4]
print(arr[:5])             # [0 1 2 3 4]
print(arr[::2])            # [0 2 4 6 8]

6.2 二维数组的索引切片（核心重点！）

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 形状：(3, 3)
# 行索引：0,1,2
# 列索引：0,1,2

# 方式一：用逗号分隔（推荐！）
print(arr[0, 1])          # 2        → 第0行第1列
print(arr[1, :])          # [4 5 6]  → 第1行所有列
print(arr[:, 2])          # [3 6 9]  → 所有行第2列

# 方式二：用多个 []（不推荐，冗长）
print(arr[0][1])          # 2

# 同时切行和切列
print(arr[0:2, 1:3])
# [[2 3]
#  [5 6]]

6.3 布尔索引（超级实用！）

import numpy as np

arr = np.array([3, 7, 2, 9, 5])

# 条件过滤：选出所有 > 5 的元素
mask = arr > 5
print(mask)          # [False  True False  True False]
print(arr[mask])     # [7 9]

# 一行搞定
print(arr[arr > 5])       # [7 9]
print(arr[(arr > 3) & (arr < 8)])  # [7 5]  → 注意要用 & 不是 and！

# 复杂条件（用括号！）
condition = (arr > 3) | (arr == 2)   # 大于3 或者等于2
print(arr[condition])          # [3 7 2 9 5]

⚠️ 超级大坑：布尔索引中必须用位运算符（& | ~），不能用逻辑运算符（and or not）！

# ❌ 错误写法（会报错或结果不对）
# print(arr[arr > 3 and arr < 8])   # ValueError!

# ✅ 正确写法
print(arr[(arr > 3) & (arr < 8)])  # [7 5]

6.4 花式索引（用整数数组来索引）

import numpy as np

arr = np.array([10, 20, 30, 40, 50])

# 用整数列表/数组来取元素
print(arr[[0, 2, 4]])     # [10 30 50]
print(arr[np.array([1, 3, 0]])  # [20 40 10]

# 二维花式索引
arr2d = np.array([[1, 2], [3, 4], [5, 6]])
print(arr2d[[0, 2], [0, 1]])  # [1 6]  → 取 (0,0) 和 (2,1)

---

七、动手练习

练习 1：用 NumPy 计算均方误差（MSE）

均方误差是机器学习中最常用的损失函数，公式为：
$$\text{MSE}=\frac{1}{n}\sum _{i=1}^n(y_{pred}-y_{true}{)}^2$$

请不要用循环，用 NumPy 向量化运算一行写出：

import numpy as np

y_true = np.array([3.0, 2.5, 4.0, 5.0])
y_pred = np.array([2.8, 2.7, 3.9, 5.2])

# 在这里写你的代码（提示：用 np.mean() 和 ** 运算符）
mse = None  # 替换成你的代码
print(f"MSE = {mse:.4f}")   # 期望输出：MSE = 0.0475

练习 2：图片像素值归一化

import numpy as np

# 模拟一张 2×2 的灰度图片，像素值范围 0~255
img = np.array([[120, 200], [80, 255]], dtype=np.uint8)

# 请将像素值归一化到 0~1 范围（公式：pixel / 255.0）
# 注意：必须先转换成 float，否则整数除法会截断！
img_normalized = None  # 替换成你的代码
print(img_normalized)
print(img_normalized.dtype)  # 应该是 float64 或 float32

练习 3：布尔索引实战——找出所有不及格的分数

import numpy as np

scores = np.array([85, 92, 58, 73, 45, 99, 61])

# 1. 找出所有不及格（< 60）的分数
failing = None  # 替换
print(f"不及格分数：{failing}")

# 2. 把这些不及格的分数改成 60（补考及格线）
# 在这里写代码（提示：用布尔索引作为左值）
print(f"补考后：{scores}")

---

小结

今天这篇文章，我们搞定了 NumPy 的基础核心：

知识点	一句话总结
为什么用 NumPy	快（C 底层）、省内存（统一 dtype）、功能强
创建数组	array() 从现有数据；arange()/linspace() 快速生成序列
数组属性	ndim（维度数）、shape（形状）、dtype（数据类型）
数据类型	合理选 dtype 能省大量内存；用 astype() 转换
形状操作	reshape() 整形；flatten()/ravel() 扁平化；.T 转置
索引切片	逗号分隔多维索引 arr[i, j]；布尔索引超实用
大坑预警	布尔索引中用 & `

下一篇文章，我们将深入 NumPy 的向量化运算、广播机制、聚合函数——这些是 NumPy 真正强大的地方，也是 Pandas 的底层基础。

---

本文是「Python从入门到数据分析」系列的第 16 篇，共 24 篇。关注我，不错过后续更新。