引入

作为一个数学建模小白，在解决数学建模问题中，我们经常会遇见成千上万条的数据，在我们掌握利用Python进行数据处理之前，我们经常会对这类问题感到棘手，进而会放弃选择这类问题。

笔者在自己解决这类大数据问题时，由于没有掌握这类方法，也会经常感到头痛无法下手，而传统的教程似乎又太过冗长。所以这就是笔者撰写这类教程的初衷，帮助数学建模小白快速的熟悉并并掌握一定的方法。这个系列的第一部分是讲解数据科学库中的其中一种：NumPy库。

NumPy 是什么？

NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。

来源NumPy中文网：NumPy 用户指南 | NumPy 中文

安装NumPy

推荐阅读：Windows下安装numpy_白杨Shayne的博客-CSDN博客_windows安装numpy

那我们现在就开始！

NumPy Ndarray 对象

我们首先要介绍的就是NumPy最核心的对象Ndarray对象，你一定发现了array这个单词，作为学过一定C语言知识的你一定知道这个单词的中文含义是数组。猜的没错！NumPy Ndarray就是一种数组！只不过它要比Python语言自带的数组类型性能更加优异。

那么我们如何操作Ndarray对象？

首先试着在你的代码第一行导入NumPy科学计算库

import numpy as np

我们首先试着创造一维数组，这跟我们平时创建数组几乎没什么差异

import numpy as np 
a = np.array([1,2,3])

这里我们将调用numpy缩写成np,创建numpy ndarray数组需要调用库中的array方法。

我们将这个数组输出，得到：

[1 2 3]

我们接着试着创建更高维度的二维数组！

输入如下代码：

import numpy as np 
a = np.array([[1,  2],  [3,  4]])

同样我们将刚刚创建好的对象a输出！得到：

[[1 2]
 [3 4]]

很好！我们已经初步学会了ndarray数组的创建！

属性

实际上，ndarray数组有很多属于自己的属性，就像你自己有你的姓名，住址，性别一样。

ndarray数组的属性如下表所示：

属性 说明
ndarray.ndim 秩，即轴的数量或维度的数量
ndarray.shape 数组的维度，对于矩阵，n 行 m 列
ndarray.size 数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype ndarray 对象的元素类型
ndarray.itemsize ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags ndarray 对象的内存信息
ndarray.real ndarray元素的实部
ndarray.imag ndarray 元素的虚部
ndarray.data 包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。
ndarray.ndim

ndarray.ndim 用于返回数组的维数，等于秩。

a = np.arange(24)  
print (a.ndim)             # a 现只有一个维度
# 现在调整其大小
b = a.reshape(2,4,3)  # b 现在拥有三个维度
print (b.ndim)

输出结果我们得到

1
3

这代表数组a维度为一维，而数组b的维度为三维

ndarray.shape

shape函数是用来改变数组的形状，如下例子就是使用shape函数将原来为2X3的数组改为了3X2大小的数组。

a = np.array([[1,2,3],[4,5,6]]) 
a.shape =  (3,2)  
print (a)
ndarray.flags

对一个numpy数组返回以下属性：

属性 描述
C_CONTIGUOUS (C) 数据是在一个单一的C风格的连续段中
F_CONTIGUOUS (F) 数据是在一个单一的Fortran风格的连续段中
OWNDATA (O) 数组拥有它所使用的内存或从另一个对象中借用它
WRITEABLE (W) 数据区域可以被写入，将该值设置为 False，则数据为只读
ALIGNED (A) 数据和所有元素都适当地对齐到硬件上
UPDATEIFCOPY (U) 这个数组是其它数组的一个副本，当这个数组被释放时，原数组的内容将被更新

例子：

import numpy as np 
 
x = np.array([1,2,3,4,5])  
print (x.flags)

返回：

  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False