第一站：Numpy數組！

04-27

鴿了好幾天沒寫啦，這幾天的事情真的多，不過總算是把老師的任務完成了，說不定我會寫一篇文章記錄一下這個過程里碰到的坑！那麼從今天開始我們就要開始進入Numpy的篇章啦！在介紹什麼是Numpy之前，我想和大家聊一聊數據科學最重要也最基本的內容——數據。在我們的日常生活里，我們接收到來自外界的聲音，圖像，文字信息，數值表格等，這些都是數據！數據的來源和格式都十分豐富，從我剛剛舉的例子，我們可以很顯然的發現數據之間存在異構性，但是將數據簡單的看作數字數組非常有助於我們理解和處理數據！我們可以將圖像（尤其是數字圖像）簡單地看作二維數字數組，這些數字數組代表各個區域的像素值；聲音片段可以看作時間和強度的一維數組；文本也可以通過各種方式轉換成數值表示，一種可能的轉換是用二進位數表示特定單詞或單詞對出現的頻率。所以說，不管數據是何種形式，第一步都是將這些數據轉換成數值數組形式的可分析數據。

正因為如此，有效地存儲和操作數值數組是數據科學中絕對的基礎過程。而我們將會介紹Python中專門用來處理這些數值數組的工具：Numpy 和 Pandas ！Numpy（Numerical Python的簡稱）提供了高效存儲和操作密集數據緩存的介面，隨著數組在維度上變大，Numpy數組提供了更加高效的存儲和數據操作。Numpy數組幾乎是整個Python數據科學生態系統的核心，所以說 Numpy 很重要，一定要好好學！！！還要記得一句我之前就說過的話：代碼時寫出來的！！！不是看來的！！！光靠眼睛看是一定學不會的！！！一定要多寫代碼，訓練，訓練，再訓練！！！

遵循傳統，你會發現 Scipy/PyData 社區大多數人都用 np 作為別名導入Numpy，也就是import numpy as np，在之後的內容，我們都會用這種方式來導入和使用Numpy！那我們就先來創建一些Numpy數組，看看有多麼簡單便利吧！

>>> import numpy as np# 我們可以用np.array從Python列表創建數組# 整形數組>>> np.array([1, 4, 2, 5, 3])array([1, 4, 2, 5, 3])

不同於Python列表，Numpy要求數組必須包含同一類型的數據。如果類型不匹配，Numpy會向上轉換（如果可行的話）。在這裡，整形被轉換成了浮點型：

>>> np.array([3.14, 4, 2, 3])array([3.14, 4. , 2. , 3. ])

如果希望明確設置數組的數據類型，可以用 dtype 關鍵字：

>>> np.array([1, 2, 3, 4], dtype=float32)array([1., 2., 3., 4.], dtype=float32)

不同於Python列表，Numpy數組可以被指定為多維的，以下是用嵌套列表（list of list）初始化多維數組的一種方法：

>>> np.array([range(i, i+3) for i in [2, 4, 6]])array([[2, 3, 4], [4, 5, 6], [6, 7, 8]])

面對大型數組的時候，用Numpy內置的方法創建數組會十分高效！！！我們接下來來看一些示例：

# 創建一個長度為10的全0數組>>> np.zeros(10, dtype=int)array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])# 創建一個3*5的浮點數數組，數組的數值都是1>>> np.ones((3, 5), dtype=float)array([[1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.]])# 創建一個3*5的浮點數數組，數組的數值都是3.14>>> np.full((3, 5), 3.14)array([[3.14, 3.14, 3.14, 3.14, 3.14], [3.14, 3.14, 3.14, 3.14, 3.14], [3.14, 3.14, 3.14, 3.14, 3.14]])# 創建一個3*5的浮點數數組，數組的值是一個等差數列# 從0開始，到20結束，步長為2#（與Python內置的range()函數類似，一個左閉右開區間，左端點包括，右端點不包括）>>> np.arange(0, 20, 2)array([0, 2, 4, 6, 8, 10, 12, 14, 16, 18])# 創建一個5個元素的數組，這5個數均勻的分配到0-1之間>>> np.linspace(0, 1, 5)array([0. , 0.25, 0.5 , 0.75, 1. ])# 創建一個3*3的、在0~1均勻分布的隨機數組成的數組>>> np.random.random((3, 3))array([[0.4190726 , 0.4074294 , 0.57992706], [0.32524021, 0.64923027, 0.70900213], [0.14805319, 0.2452382 , 0.65779485]])# 創建一個3*3的、均值為0、方差為1的# 正態分布的隨機數組>>> np.random.normal(0, 1, (3, 3))array([[ 1.88357052, -0.94604242, 1.86352547], [-1.03527481, -0.57414738, 0.57942784], [-0.01226101, 0.55630524, 0.90687584]])# 創建一個3*3的、[0, 10)區間的隨機整型數組>>> np.random.randint(0, 10, (3, 3))array([[4, 0, 4], [0, 3, 6], [9, 5, 3]])# 創建一個3*3的單位矩陣>>> np.eye(3)array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]])# 創建一個由3個整形數組成的未初始化的數組# 數組的值是內存空間中的任意值>>> np.empty(3)array([1., 1., 1.])

之前我們看到了，當創建一個數組的時候，可以使用dtype來指定生成的數據類型，例如：

>>> np.zeros(10, dtype=int16)array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int16)>>> np.zeros(10, dtype=np.int16)array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int16)

實際上，正是因為有著眾多的數據類型，才讓Numpy能夠靈活的處理外界數據，我們來看一看Numpy的標準數據類型，知乎的這個編輯器我是真的不知道怎麼打表格……所以我放在Github里了，你們去看一看就知道！

雖然說Numpy有這麼多中數據類型可選，但是一般情況下我們用默認的類型就好，在某些特殊情況，其他的一些精度更高的類型才會派上用場，所以請初學者不用擔心！

那麼今天我們就說到這裡啦！下一篇文章我們會講一講Numpy數組的基礎操作！今天文章裡面涉及的代碼都可以在我的Github里找到，希望大家都能把今天文章里涉及的代碼在自己的電腦上寫一寫，這樣才會更有收穫！對於文章和代碼中的問題，懇請大家不吝賜教，批評指正。歡迎評論點贊，也歡迎你們私信我，有什麼不會的我們一起交流，共同進步！