NumPy 数值计算框架
2026/9/19大约 8 分钟
NumPy 数值计算框架
NumPy（Numerical Python）是 Python 科学计算与数据分析的基石库，提供了高性能的多维数组对象 ndarray 和大量数学函数。
Pandas、scikit-learn、TensorFlow、PyTorch 等框架的底层都依赖 NumPy。
一句话理解：NumPy 让 Python 拥有类似 MATLAB 的数组计算能力。
同样是"一列数求和"，Python 列表要写循环，NumPy 一行搞定，而且快几十倍。
1. 为什么需要 NumPy
1.1 原生 Python 列表的痛点
# Python 原生列表：元素是对象，类型不固定，计算靠循环
nums = [1, 2, 3, 4, 5]
total = 0
for n in nums:
total += n * 2 # 要写循环，逐元素操作
print(total)Python 列表有两个问题：
- 类型不固定：每个元素都是独立对象，内存碎片化；
- 没有向量化：没有内置的"对整个数组操作"的能力，必须循环。
1.2 NumPy 数组的优势
import numpy as np
nums = np.array([1, 2, 3, 4, 5])
result = nums * 2 # 直接对整个数组运算，无需循环
print(result) # [ 2 4 6 8 10]| 对比点 | Python list | NumPy ndarray |
|---|---|---|
| 元素类型 | 任意混合 | 必须统一（dtype 固定） |
| 运算方式 | 循环逐元素 | 向量化（整体运算） |
| 存储 | 对象指针，碎片化 | 连续内存，紧凑 |
| 大数组性能 | 慢 | 快 10~100 倍 |
| 维度 | 一维嵌套 | 任意维度（2D 矩阵、3D 张量） |
类比 Java：
Python 列表类似ArrayList<Object>，元素是包装对象、运算要循环；
NumPy 数组类似double[]原始数组——连续内存、类型固定、底层 C 实现，所以快。
2. 安装与导入
pip install numpyimport numpy as np # 官方约定别名 np，看到 np.xxx 都是 NumPy3. ndarray 数组对象
3.1 创建数组
import numpy as np
# 从列表创建
a = np.array([1, 2, 3]) # 一维数组 [1 2 3]
b = np.array([[1, 2], [3, 4]]) # 二维数组（矩阵）
# 常用创建函数
c = np.arange(10) # [0 1 2 ... 9]，类似 range()
d = np.zeros((2, 3)) # 2行3列全 0
e = np.ones((2, 2)) # 全 1
f = np.full((2, 2), 7) # 全填 7
g = np.eye(3) # 3x3 单位矩阵（对角线为 1）
h = np.linspace(0, 1, 5) # [0, 0.25, 0.5, 0.75, 1] 均匀 5 个点
# 随机数组
r1 = np.random.rand(3) # [0,1) 均匀分布，3 个
r2 = np.random.randint(0, 10, size=5) # 0~9 随机整数，5 个
r3 = np.random.randn(3) # 标准正态分布
np.random.seed(42) # 固定随机种子，结果可复现3.2 数组属性
a = np.array([[1, 2, 3], [4, 5, 6]])
a.shape # (2, 3) 维度形状：2行3列
a.ndim # 2 几维数组
a.size # 6 元素总个数
a.dtype # int64 元素数据类型| 属性 | 含义 | 类比 Java |
|---|---|---|
shape | 各维度长度 | arr.length（仅一维） |
ndim | 维度数 | 嵌套层数 |
size | 元素总数 | 无直接对应 |
dtype | 元素类型 | 数组声明时的类型 |
3.3 dtype 数据类型
a = np.array([1, 2, 3], dtype=np.float32) # 指定浮点类型
b = np.array([1, 2, 3]).astype(float) # 转换类型
c = np.array(["a", "b"]) # 字符串类型 <U1
print(a.dtype) # float32常用 dtype：int8/16/32/64、float16/32/64、bool、str。类型统一是 NumPy 高性能的根基。
4. 索引与切片
4.1 基础索引与切片（与 list 类似）
a = np.arange(10) # [0 1 2 3 4 5 6 7 8 9]
a[0] # 0 第一个元素
a[-1] # 9 最后一个
a[2:5] # [2 3 4] 切片，含头不含尾
a[::2] # [0 2 4 6 8] 步长 2
# 二维数组索引：行在前，列在后
m = np.array([[1, 2, 3], [4, 5, 6]])
m[1, 2] # 6 第2行第3列
m[:, 0] # [1 4] 所有行的第1列
m[0, :] # [1 2 3] 第1行4.2 布尔索引（NumPy 独有，过滤利器）
a = np.array([1, 2, 3, 4, 5, 6])
# 筛选大于 3 的元素
mask = a > 3 # [False False False True True True]
print(a[mask]) # [4 5 6]
# 一行写法：条件当索引用
print(a[a % 2 == 0]) # [2 4 6] 筛选偶数布尔索引在数据分析中极常用（如筛选 DataFrame 的行），是 pandas 同款语法。Java 里对应要写循环 + 收集器。
4.3 花式索引（整数数组索引）
a = np.array([10, 20, 30, 40, 50])
idx = [0, 2, 4]
print(a[idx]) # [10 30 50] 按索引数组取值
print(a[[3, 1]]) # [40 20] 可乱序、可重复5. 数组变形与转置
5.1 reshape：改变形状
a = np.arange(12) # [0 1 ... 11]
b = a.reshape(3, 4) # 3行4列
c = a.reshape(2, 3, 2) # 变成 3 维张量
d = a.reshape(-1, 4) # -1 自动推算：2行4列
print(b)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
reshape(-1, 4)中-1表示"这一维自动算"，是高频技巧：把一维数据规整为多行时不用数个数。
5.2 展平与转置
m = np.array([[1, 2], [3, 4]])
m.ravel() # [1 2 3 4] 展平成一维（尽量返回视图）
m.flatten() # [1 2 3 4] 展平（总是复制）
m.T # 转置：[[1 3], [2 4]]6. 数组运算与广播（核心中的核心）
6.1 向量化运算：整个数组一起算
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
a + b # [11 22 33] 加法
a - b # [-9 -18 -27] 减法
a * b # [10 40 90] 逐元素乘法（不是矩阵乘法！）
a / b # 逐元素除法
a ** 2 # [1 4 9] 平方
np.sqrt(a) # 开方
np.abs(b) # 绝对值注意：
a * b是逐元素相乘（对应位置相乘），不是数学上的矩阵乘法。矩阵乘法要用a @ b或np.dot(a, b)。
6.2 标量运算：数组与单个数字
a = np.array([1, 2, 3])
a + 1 # [2 3 4] 每个元素都 +1
a * 2 # [2 4 6] 每个元素都 *26.3 广播（Broadcasting）：形状不同的数组也能算
广播是 NumPy 最强大也最需要理解的机制：当两个数组形状不同时，NumPy 自动把小的"拉伸"成大的形状再计算。
# 一维数组 + 标量
a = np.array([1, 2, 3])
print(a + 10) # [11 12 13] 10 被广播到每个位置
# 二维 + 一维（行向量广播）
m = np.array([[1, 2, 3],
[4, 5, 6]])
row = np.array([10, 20, 30])
print(m + row)
# [[11 22 33]
# [14 25 36]] 每行都加上了 row
# 实用案例：标准化（每列减去均值）
data = np.array([[1., 2.], [3., 4.]])
mean = data.mean(axis=0) # [2. 3.] 每列的均值
print(data - mean) # 广播：每行减去该列均值广播规则：从最后一个维度往前比较，维度相等或其中一个为 1 时兼容，否则报错。
np.zeros((3, 4)) + np.array([1, 2, 3]) # 报错！(3,4) vs (3,) 末维 4≠37. 常用数学与统计函数
a = np.array([[1, 2, 3], [4, 5, 6]])
a.sum() # 21 所有元素求和
a.sum(axis=0) # [5 7 9] 每列求和（沿着行方向压缩）
a.sum(axis=1) # [6 15] 每行求和
a.mean() # 3.5 均值
a.std() # 1.7 标准差
a.var() # 2.9 方差
a.min() / a.max() # 1 / 6 最小/最大
a.argmax() # 5 最大值的下标（扁平索引）
a.argmax(axis=1) # [2 2] 每行最大值的下标
a.cumsum() # [1 3 6 10 15 21] 累加和| 函数 | 作用 | 类比 Java |
|---|---|---|
sum / mean / min / max | 求和/均值/最值 | IntStream.sum() 等 |
std / var | 标准差/方差 | 需手写公式 |
argmax / argmin | 最值下标 | 需手写循环 |
cumsum | 累加和 | 无内置 |
axis 参数 | 指定沿哪个维度计算 | 无对应（手动处理） |
axis 记忆口诀：
axis=0沿行方向压缩（得到每列的结果）；axis=1沿列方向压缩（得到每行的结果）。可以理解成"去掉 axis 指定的那个维度"。
8. 拼接、分割与排序
8.1 拼接与堆叠
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
np.concatenate((a, b), axis=0) # 垂直拼接（上下）→ 4行2列
np.concatenate((a, b), axis=1) # 水平拼接（左右）→ 2行4列
np.vstack((a, b)) # vstack = 垂直堆叠（同 axis=0）
np.hstack((a, b)) # hstack = 水平堆叠（同 axis=1）8.2 分割
a = np.arange(10)
np.split(a, [3, 7]) # 按位置分割成 [0..2] [3..6] [7..9] 三段
np.array_split(a, 3) # 平均分成 3 份8.3 排序与唯一值
a = np.array([3, 1, 2, 1])
np.sort(a) # [1 1 2 3] 返回新数组排序（不改原数组）
a.sort() # 原地排序（修改 a 本身）
np.unique(a) # [1 2 3] 去重并排序
np.unique(a, return_counts=True) # 同时返回每个值出现的次数9. 性能对比：list vs ndarray
import numpy as np
import time
# 10 万元素求和
n = 100_000
py_list = list(range(n))
np_array = np.arange(n)
# Python 列表：内置 sum
t0 = time.time()
s1 = sum(py_list)
t1 = time.time()
# NumPy：向量化
s2 = np_array.sum()
t2 = time.time()
print(f"list: {t1 - t0:.6f} s")
print(f"numpy: {t2 - t1:.6f} s")典型结果：NumPy 快 30~100 倍。原因：
| 因素 | Python list | NumPy ndarray |
|---|---|---|
| 底层语言 | Python（解释执行） | C（编译执行） |
| 存储方式 | 对象指针数组 | 连续原始内存 |
| 计算方式 | 逐元素循环 | 向量化（批量） |
10. 小结
必须掌握的 8 个要点
np.array()创建数组，注意与np.arange()、np.zeros()等工厂函数的区别；shape/dtype是理解数组的钥匙，类型不统一就没有高性能；- 切片与布尔索引是数据筛选的核心语法；
reshape(-1, n)是数据规整万能公式；- 向量化运算代替循环，是 NumPy 的灵魂；
- 广播机制要熟记规则：末维对齐，相等或为 1；
axis参数决定统计方向，多看多练；np.unique、np.sort、np.concatenate是日常数据清洗高频函数。
下一步
掌握 NumPy 之后，建议进入 Pandas 的学习——Pandas 的 Series / DataFrame 在 NumPy 数组之上封装了表格化、按列名操作的能力，是数据分析的主战场。
参考资料：NumPy 官方文档、NumPy 快速入门