NumPy入门教程

一、NumPy简介

NumPy是Python中用于科学计算的基础库，提供高性能的多维数组对象和工具。它是许多高级数据分析工具的基础，如Pandas、SciPy等。

二、安装NumPy

在已安装Python环境的基础上，通过以下命令安装NumPy：

pip install numpy

三、基本使用

1. 导入NumPy

import numpy as np

2. 创建数组

a = np.arange(5)  # 创建一维数组[0,1,2,3,4]

3. 查看数组属性

a.dtype  # 查看数组数据类型
a.shape  # 查看数组形状

四、多维数组操作

1. 创建多维数组

m = np.array([np.arange(2), np.arange(2)])  # 2x2数组

2. 创建二维数组

a = np.array([[1,2], [3,4]])  # 2x2数组

3. 访问数组元素

a[0,0]  # 1
a[1,0]  # 3
a[1,1]  # 4

注意：NumPy不允许将复数类型隐式转换为整型，否则会触发TypeError错误。

五、数组切片与索引

1. 一维数组切片

a = np.arange(9)  # [0,1,2,3,4,5,6,7,8]
a[4:6]  # array([4, 5])

切片参数：

• 起始位置
• 结束位置
• 步长（可选）

六、数组形状操作

1. 重塑数组形状

b = np.arange(24).reshape(2,3,4)  # 将一维数组转为3维数组
"""
输出：
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
"""

2. 多维数组转一维

b.flatten()  # 将多维数组展平为一维

七、数据类型

NumPy支持多种数据类型，包括：

• 整型 (int8, int16, int32, int64)
• 无符号整型 (uint8, uint16, uint32, uint64)
• 浮点型 (float16, float32, float64)
• 复数型 (complex64, complex128)
• 布尔型 (bool)
• 字符串型 (string_)
• Unicode型 (unicode_)

可以在创建数组时指定数据类型：

a = np.array([1,2,3], dtype=np.float32)

八、进阶学习资源

对于想深入学习NumPy的用户，可以参考以下课程：

1. 玩转NumPy
2. NumPy进阶课程

九、总结

NumPy是Python数据分析的基础，掌握NumPy的数组创建、索引、切片和形状操作是进行科学计算的前提。本教程涵盖了NumPy的基本操作，为进一步学习数据分析打下基础。