numpy和pandas是非常强大的科学计算和数据分析工具，在算法方面也有着广泛应用。

未来笔者会通过两个系列介绍numpy和pandas的基本使用，内容但求细致，算是对过往所学的总结。本篇将从numpy开始，认识下这个十分强大的科学计算模块。

安装numpy

windows：pip install numpy
其他系统，百度一下

什么是numpy？

如刚才所说，numpy是一个科学计算模块，numpy对象（称为array对象）中每个元素的数据类型都相同。使用numpy的计算十分高效，我们来看两个例子：

【例1】

定义一个包含一千万个数字的list，每个数字都加1。使用For循环和使用numpy 进行计算，来对比耗费的时间：

---

li = [i for i in range(10000000)]
ali = numpy.array(li)

st1 = time.time()
for index, item in enumerate(li): # enumereate()枚举方法
    li[index] = item + 1
st2 = time.time()
ali = ali + 1   # 直接对每个元素 +1
st3 = time.time()

print(f'For循环：加一后的首个元素：{li[0]}，末尾元素：{li[-1]}，数组长度：{len(li)}，耗时：{st2-st1}秒。')
print(f'numpy：加一后的首个元素：{ali[0]}，末尾元素：{ali[-1]}，数组长度：{len(ali)}，耗时：{st3-st2}秒。')
# 运行结果：
For循环：加一后的首个元素：1，末尾元素：10000000，数组长度：10000000，耗时：1.5949997901916504秒。
numpy：加一后的首个元素：1，末尾元素：10000000，数组长度：10000000，耗时：0.019999980926513672秒。

---

【例2】

对上个例子中的list进行求和操作：

---

li = [i for i in range(10000000)]
ali = numpy.array(li)

st1 = time.time()
res1 = sum(li)
st2 = time.time()
res2 = ali.sum(dtype=numpy.int64)   # 由于数组过大，需要指定array对象的数据类型，否则求和值超出元素的数据类型时会导致计算结果出错。
st3 = time.time()

print(f'普通求和结果：{res1}，耗时：{st2-st1}秒。')
print(f'numpy求和结果：{res2}，耗时：{st3-st2}秒。')
# 运行结果：
普通求和结果：49999995000000，耗时：0.24000000953674316秒。
numpy求和结果：49999995000000，耗时：0.00800013542175293秒。

---

可以看到，numpy处理数组的效率整体比普通的python运算快了近百倍。

但numpy的价值远不止于此。array对象基于固定的数字类型计算，其本质是由一个或多个数组组成的数字矩阵，既然是矩阵，说明array对象可以是一组或多组的数，这就是维度的概念。

创建一个numpy对象

我们通过numpy.array(object)方法创建一个array数组对象：

---

array_1d = numpy.array([1,3,5,7])   # array()方法创建
array_2d = numpy.array([[1,3,5,7],[2,4,6,8]])
array_3d = numpy.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
# 一维（1darray）:shape = (4列)
[1 3 5 7]
# 二维（2darray）:shape = (2行，4列)
    [[1 3 5 7]
    [2 4 6 8]]
# 三维（3darray）:shape = (2维，2行，3列)
[[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]]

原则上，array对象的元素应是数字，但numpy同样支持创建str。
创建前python会检验元素类型，再给出能够包含所有元素的数据格式。
来看一个例子：

import numpy as np
li_1 = [1, 3]
li_2 = [1, True]   # bool同时对应int类型的1, 0
li_3 = [False, True]
li_4 = [1, 3.279]
li_5 = [1, 'hello']

list_pool = [li_1, li_2, li_3, li_4, li_5]
for i in list_pool:
    ali = np.array(i)
    print(f'数据内容：{ali}，类型：{ali.dtype}')
# 运行结果：
数据内容：[1 3] ，类型：int32
数据内容：[1 1] ，类型：int32
数据内容：[False  True]，类型：bool
数据内容：[1.    3.279]，类型：float64
数据内容：['1' 'hello']，类型：<U11

---

查看array对象的一些基本属性：

---

array_2d = numpy.array([[1,3,5,7],[2,4,6,8]])
print(array_2d)
print(f'array_2d对象的shape：{array_2d.shape}')
print(f'array_2d对象的dtype类型：{array_2d.dtype}')
print(f'array_2d对象的维度数：{array_2d.ndim}')
# 运行结果：
[[1 3 5 7]
 [2 4 6 8]]
array_2d对象的shape：(2, 4)
array_2d对象的dtype类型：int32
array_2d对象的维度数：2

---

创建随机、全零、全1数组：

empty_array = numpy.empty((3,2), dtype=numpy.int32)  # 创建并非空值，而是指定数据类型的随机数字
zeros_array = numpy.zeros((3,2), dtype=numpy.int32)
ones_array = numpy.ones((3,2), dtype=numpy.int32)
print(empty_array)
print('*'*20)
print(zeros_array)
print('*'*20)
print(ones_array)
# 运算结果：
[[-1201405844        2046]
 [-1201393040        2046]
 [    5439567          69]]
********************
[[0 0]
 [0 0]
 [0 0]]
********************
[[1 1]
 [1 1]
 [1 1]]

---

知识补充：

上面【例2】中提到的dtype类型不对，数据运算时可能引发计算结果出错，是由于定义一个array对象时如果不指定数据类型，会根据元素值的大小（字节数）自动默认一种数据类型， 且求和的值遵守该数据类型。
如果某个array数组中存在的值相当多，和值的上限超出该数据类型的上限时，计算结果往往会出错。

---

ali1 = numpy.array([1,3,5,7])
ali2 = numpy.array([i for i in range(10000000)])
ali3 = numpy.array([0.3,1.00,0.0079])
print(f'ali1数据类型：{ali1.dtype}\nali2数据类型：{ali2.dtype}\nali3数据类型：{ali3.dtype}')
print(f'ali2未指定数据类型，直接求和的结果为：{ali2.sum()},和的数据类型：{type(ali2.sum())}')
# 运算结果：
ali1数据类型：int32
ali2数据类型：int32
ali3数据类型：float64
ali2未指定数据类型，直接求和的结果为：-2014260032,和的数据类型：<class 'numpy.int32'>

---

解决办法就是定义对象或进行求和操作时，定义一个更为合适的数字类型。

---

# 定义对象时指定数据类型
ali2 = numpy.array([i for i in range(1000000)], dtype=numpy.int64)
# 或，求和时制定数据类型
ali3 = numpy.array([i for i in range(1000000)])
res3 = ali3.sum(dtype=numpy.int64)

print(f'ali2求和的结果为：{ali2.sum()},和的数据类型：{ali2.sum().dtype}')
print(f'ali3求和的结果为：{res3},和的数据类型：{res3.dtype}')
# 运行结果：
ali2求和的结果为：499999500000,和的数据类型：int64
ali3求和的结果为：499999500000,和的数据类型：int64

---

对numpy的认识到这里就差不多了，未来会进一步学习numpy的常用操作。

附：numpy数据类型：

numpy数据类型.png