为什么使用NumPy而不是list

  1. list的元素在系统内存中是分散存储的，而NumPy数组存储在一个均匀连续的内存块中。这样数组在遍历时不像list需要对内存地址进行查找，从而节省了计算资源。
  2. 在内存访问模式中，缓存会直接把字节块从RAM加载到CPU寄存器中，因为数据连续地存储在内存中，NnumPy直接利用现代CPU的矢量化指令计算，加载寄存器中的多个连续浮点数。
  3. NumPy中的矩阵运算可以采用多线程的方式，充分利用多核CPU计算资源，大大提升了计算效率。

ndarray对象（N-dimensional array object）

ndarray实际上是多维数组的含义。在NumPy数组中，维数称为秩（rank）。

创建数组

直接通过np.array()创建数组。

可以通过shape属性获得数组的大小，通过dtype获得元素的属性。

结构数组

类似于C语言中的结构体，我们可以在NumPy中定义结构类型。下面给出一个学生成绩管理的例子。可以看出，我们分别在“names”和“formats”声明需要的字段和数据类型即可。

import numpy as np

persontype = np.dtype({
    'names':['name', 'age', 'chinese', 'math', 'english'],
    'formats': ['S32', 'i', 'i', 'i', 'f']})

在创建结构数组时，按照定义的结构类型赋值，一条数据作为一个tuple，最后声明dtype为定义的结构类型即可。

peoples = np.array([("ZhangFei", 32, 75, 100, 90), ("GuanYu", 24, 85, 96, 88.5),
                ("ZhaoYun", 28, 85, 92, 96.5), ("HuangZhong", 29, 65, 85, 100)],
                dtype=persontype)

ages = peoples[:]['age']
chinese = peoples[:]['chinese']
maths = peoples[:]['math']

unfunc运算（universal function）

NumPy中很多unfunc函数，能对数组中的元素进行操作，计算速度非常快，因为是采用C语言实现的。

连续数组的创建

  1. np.arrange()：通过指定初始值、终值、步长来创建等差数列的一维数组。
  2. np.linspace()：通过指定初始值、终值、元素个数来创建等差数列的一维数组。

算数运算

  1. 加：np.add(x1, x2)
  2. 减：np.subtract(x1, x2)
  3. 乘：np.multiply(x1, x2)
  4. 除：np.divide(x1, x2)
  5. 幂：np.power(x1, x2)
  6. 取余：np.remainder(x1, x2)或np.mod(x1, x2)

统计函数

  1. 求数组中全部元素最大值：np.max(x)或np.amax(x)
  2. 求数组中全部元素最小值：np.min(x)或np.amin(x)
  3. 求数组中某一轴（维）的最大值：np.max(x, axis=0)或np.amax(x, axis=0)（axis=0表示沿着行，求每列的最大值）
  4. 求数组中某一轴（维）的最小值：np.min(x, axis=0)或np.amin(x, axis=0)
  5. 统计最大值与最小值之差：np.ptp(x)
  6. 统计某一维的最大值与最小值之差：np.ptp(x, axis=0)
  7. 统计数组的百分位数：np.percentile(x, p)（p的取值范围为0~ 100，如果p=0，等价于求最小值；如果p=100，等价于求最大值）
  8. 统计数组某一维的百分位数：np.percentile(x, p, axis=0)
  9. 统计数组中的中位数：np.median(x)（也有沿着某一维的用法，略）
  10. 统计数组中的平均数：np.mean(x)（也有沿着某一维的用法，略）
  11. 统计数组中的加权平均值：np.average(x, weights=wts)（默认情况下，每个元素权重相同，可以自定义wts，也有沿着某一维的用法，略）
  12. 统计数组中的标准差：np.std(x)（也有沿着某一维的用法，略）
  13. 统计数组中的方差：np.var(x)（也有沿着某一维的用法，略）

排序

np.sort(a, axis=-1, kind=‘quicksort’, order=None)

  1. axis：默认是-1，沿着数组最后一维排序，可以是axis=None，将数组铺平作为一个向量排序；
  2. kind：可以指定“quicksort”、“mergesort”、“heapsort”分别对应快速排序、合并排序、堆排序；
  3. order：对于结构化的数组可以指定按照某个字段进行排序。