NumPy初了解——我的Python数据科学手阅读笔记

什么是numpy

NumPy是使用Python进行科学计算的基础软件包。除其他外，它包括：

功能强大的N维数组对象。精密广播功能函数。集成 C/C+和Fortran 代码的工具。强大的线性代数、傅立叶变换和随机数功能。

Numpy中文网：【https://www.numpy.org.cn/】

为什么要学numpy

在使用python进行数据分析的时候，常常要面对不同类型的数据集，如文本，声音片段，图像数据集等。这些数据虽然存在明显的异构性，但是将所有数据简单地看作 数字数组非常有助于我们理解和处理数据。而numpy正是Python 中专门用来处理这些数值数组的工具

例如可以将图像（尤其是数字图像）简单地看作二维数字数组，这些数字数组代表各区 域的像素值；声音片段可以看作时间和强度的一维数组；文本也可以通过各种方式转换成 数值表示，一种可能的转换是用二进制数表示特定单词或单词对出现的频率。不管数据是 何种形式，第一步都是将这些数据转换成数值数组形式的可分析数据

Numpy与python列表

在python中，列表是常用的数据结构。与其它语言不同的是，python由于其语言特殊的动态类型特性，所以可以很灵活的创建各种列表，甚至是异构列表（列表中包含多个数据类型）。

当然，拥有这种灵活性的同时,python不那么高效。

在python中，列表中的每一 项必须包含各自的类型信息、引用计数和其他信息；也就是说，每一项都是一个完整的 Python 对象。来看一个特殊的例子，如果列表中的所有变量都是同一类型的，那么很多信 息都会显得多余——将数据存储在固定类型的数组中应该会更高效。

而与灵活的列表不同，在numpy中固定类型的 NumPy 式数组缺乏这 种灵活性，但是能更有效地存储和操作数据。

Numpy中的数据类型

由于numpy中只包含同一类型的值，所以我们要了解一下numpy中的数据类型，与python中为数不多的的数据类型不同，numpy包含了极多的数据类型

当构建一个数组时，可以用一个字符串参 数来指定数据类型：

np.zeros(10, dtype='int16')

或者用相关的 NumPy 对象来指定：

np.zeros(10, dtype=np.int16)