NumPy 介紹

什么是 NumPy?

NumPy是Python中科學(xué)計算的基礎(chǔ)包。它是一個Python庫，提供多維數(shù)組對象，各種派生對象（如掩碼數(shù)組和矩陣），以及用于數(shù)組快速操作的各種API，有包括數(shù)學(xué)、邏輯、形狀操作、排序、選擇、輸入輸出、離散傅立葉變換、基本線性代數(shù)，基本統(tǒng)計運算和隨機(jī)模擬等等。

NumPy包的核心是 ndarray 對象。它封裝了python原生的同數(shù)據(jù)類型的 n 維數(shù)組，為了保證其性能優(yōu)良，其中有許多操作都是代碼在本地進(jìn)行編譯后執(zhí)行的。

NumPy數(shù)組 和 原生Python Array（數(shù)組）之間有幾個重要的區(qū)別：

  • NumPy 數(shù)組在創(chuàng)建時具有固定的大小，與Python的原生數(shù)組對象（可以動態(tài)增長）不同。更改ndarray的大小將創(chuàng)建一個新數(shù)組并刪除原來的數(shù)組。
  • NumPy 數(shù)組中的元素都需要具有相同的數(shù)據(jù)類型，因此在內(nèi)存中的大小相同。 例外情況：Python的原生數(shù)組里包含了NumPy的對象的時候，這種情況下就允許不同大小元素的數(shù)組。
  • NumPy 數(shù)組有助于對大量數(shù)據(jù)進(jìn)行高級數(shù)學(xué)和其他類型的操作。通常，這些操作的執(zhí)行效率更高，比使用Python原生數(shù)組的代碼更少。
  • 越來越多的基于Python的科學(xué)和數(shù)學(xué)軟件包使用NumPy數(shù)組; 雖然這些工具通常都支持Python的原生數(shù)組作為參數(shù)，但它們在處理之前會還是會將輸入的數(shù)組轉(zhuǎn)換為NumPy的數(shù)組，而且也通常輸出為NumPy數(shù)組。換句話說，為了高效地使用當(dāng)今科學(xué)/數(shù)學(xué)基于Python的工具（大部分的科學(xué)計算工具），你只知道如何使用Python的原生數(shù)組類型是不夠的 - 還需要知道如何使用 NumPy 數(shù)組。

關(guān)于數(shù)組大小和速度的要點在科學(xué)計算中尤為重要。舉一個簡單的例子，考慮將1維數(shù)組中的每個元素與相同長度的另一個序列中的相應(yīng)元素相乘的情況。如果數(shù)據(jù)存儲在兩個Python 列表 a 和 b 中，我們可以迭代每個元素，如下所示：

c = []
for i in range(len(a)):
    c.append(a[i]*b[i])

確實符合我們的要求，但如果a和b每一個都包含數(shù)以百萬計的數(shù)字，我們會付出Python中循環(huán)的效率低下的代價。我們可以通過在C中寫入以下代碼，更快地完成相同的任務(wù)（為了清楚起見，我們忽略了變量聲明和初始化，內(nèi)存分配等）。

for (i = 0; i < rows; i++): {
  c[i] = a[i]*b[i];
}

這節(jié)省了解釋Python代碼和操作Python對象所涉及的所有開銷，但犧牲了用Python編寫代碼所帶來的好處。此外，編碼工作需要增加的維度，我們的數(shù)據(jù)。例如，對于二維數(shù)組，C代碼(如前所述)會擴(kuò)展為這樣：

for (i = 0; i < rows; i++): {
  for (j = 0; j < columns; j++): {
    c[i][j] = a[i][j]*b[i][j];
  }
}

NumPy 為我們提供了兩全其美的解決方案：當(dāng)涉及到 ndarray 時，逐個元素的操作是“默認(rèn)模式”，但逐個元素的操作由預(yù)編譯的C代碼快速執(zhí)行。在NumPy中：

c = a * b

以近C速度執(zhí)行前面的示例所做的事情，但是我們期望基于Python的代碼具有簡單性。的確，NumPy的語法更為簡單！最后一個例子說明了NumPy的兩個特征，它們是NumPy的大部分功能的基礎(chǔ)：矢量化和廣播。

為什么 NumPy 這么快？

矢量化描述了代碼中沒有任何顯式的循環(huán)，索引等 - 這些當(dāng)然是預(yù)編譯的C代碼中“幕后”優(yōu)化的結(jié)果。矢量化代碼有許多優(yōu)點，其中包括：

  • 矢量化代碼更簡潔，更易于閱讀
  • 更少的代碼行通常意味著更少的錯誤
  • 代碼更接近于標(biāo)準(zhǔn)的數(shù)學(xué)符號（通常，更容易正確編碼數(shù)學(xué)結(jié)構(gòu)）
  • 矢量化導(dǎo)致產(chǎn)生更多 “Pythonic” 代碼。如果沒有矢量化，我們的代碼就會被低效且難以閱讀的for循環(huán)所困擾。

廣播是用于描述操作的隱式逐元素行為的術(shù)語; 一般來說，在NumPy中，所有操作，不僅僅是算術(shù)運算，而是邏輯，位，功能等，都以這種隱式的逐元素方式表現(xiàn)，即它們進(jìn)行廣播。此外，在上面的例子中，a并且b可以是相同形狀的多維數(shù)組，或者標(biāo)量和數(shù)組，或者甚至是具有不同形狀的兩個數(shù)組，條件是較小的數(shù)組可以“擴(kuò)展”到更大的形狀。結(jié)果廣播明確無誤的方式。有關(guān)廣播的詳細(xì)“規(guī)則”，請參閱numpy.doc.broadcasting。

還有誰在使用 NumPy？

NumPy完全支持面向?qū)ο蟮姆椒?，我們再夸獎一?ndarray 。 我們知道 ndarray 是一個類，擁有許多方法和屬性。它的許多方法都由最外層的NumPy命名空間中的函數(shù)鏡像，允許程序員在他們喜歡的范例中進(jìn)行編碼。這種靈活性使NumPy數(shù)組方言和NumPy ndarray 類成為在Python中使用的多維數(shù)據(jù)交換的 首選 對象。

作者：柯廣的網(wǎng)絡(luò)日志 ? NumPy 介紹


微信公眾號：Java大數(shù)據(jù)與數(shù)據(jù)倉庫