NumPy（上）：核心数据结构详解

一、NumPy简介

NumPy 是Python科学计算的基础包，提供了多维数组对象（ndarray）及高效的数组操作。安装方式为 conda install numpy 或 pip install numpy。

学习NumPy的意义：

• PyTorch的Tensor与NumPy数组计算逻辑高度相似；
• NumPy广泛用于Pandas、SciPy等模块；
• 图像处理本质上就是将图片转为NumPy数组后再进行处理。

二、NumPy数组 vs Python列表

三、创建数组的多种方式

1. np.array() 与 np.asarray()

• 将列表传入即可创建数组，支持任意维度。
• np.array() 是深拷贝，np.asarray() 是浅拷贝，注意区分使用场景。

2. np.ones() 与 np.zeros()

• 创建全1或全0数组，需指定 shape，可选指定 dtype。
• 示例：np.ones((2,3)) * 0.5 可用于初始化权重。

3. np.arange([start,] stop [, step, dtype])

• 创建 [start, stop) 区间、步长为 step 的数组（左闭右开）。
• 示例：np.arange(2, 9, 3) → array([2, 5, 8])

4. np.linspace(start, stop, num=50, endpoint=True)

• 创建从 start 到 stop 的等差数列，num 指定元素个数，endpoint 决定是否包含 stop。

四、数组的关键属性

注意事项：

• 未指定类型时NumPy自动推断（如int64）；
• 使用 astype() 可改变数据类型，但会创建新数组，原数组不变；
• 不能直接修改 dtype 属性（如 arr.dtype = 'int32'），会导致数据错乱。

五、形状变换：reshape

• arr.reshape(newshape)：不改变元素内容，只改变形状，变换前后元素总数必须相同。
• np.reshape(a, newshape, order) 中的 order 参数：
• **'C'**（默认）：行优先（类C语言）
• **'F'**：列优先（类Fortran语言）
• **'A'**：按原数组存储方式决定

示例：数组 [[0,1,2],[3,4,5]] reshape为(3,2)：

• 'C' 方式：[[0,1],[2,3],[4,5]]
• 'F' 方式：[[0,4],[3,2],[1,5]]

六、数组的轴（axis）——核心难点

1. 基本概念

轴即维度，从0开始计数。二维数组中，0轴=行，1轴=列。

2. 聚合计算

以 (4,3) 矩阵（4名同学对3款游戏的评分）为例：

• 沿0轴聚合（每款游戏的总分）：np.sum(score, axis=0) → 结果形状 (3,)
• 沿1轴聚合（每位同学的总分）：np.sum(score, axis=1) → 结果形状 (4,)

3. 多维数组的形状变化规律

形状为 (a, b, c) 的数组沿某轴聚合后：

• axis=0 → (b, c)
• axis=1 → (a, c)
• axis=2 → (a, b)

4. 适用场景

axis 参数广泛用于 sum、max、min、mean、argmin、argmax 等聚合函数。

七、每课一练

问题：计算每位用户对三款游戏打分的平均分。

解答：

# 方法一
np.average(interest_score, axis=1)

# 方法二
np.mean(interest_score, axis=1)

# 加权平均
np.average(interest_score, weights=weights, axis=1)

普通求平均时两者输出一致，np.average 还可用于加权平均。

八、小结

1. NumPy 是Python科学计算的基础，与PyTorch Tensor知识融会贯通，常用于数据预处理和后处理。
2. 重点掌握：使用 np.asarray 创建数组、数组属性（ndim、shape、dtype、size）的灵活使用、形状变化与数据类型转换。
3. 轴的概念 在聚合函数中非常重要，建议从二维数组逐步推理到多维数组，理解不同轴方向上的聚合变化。