Python系列之 NumPy数组操作全解析

原创

于 2026-02-17 01:41:26 发布 · 789 阅读

标签

1. 从零开始：认识NumPy与数组的诞生

如果你刚开始用Python处理数据，尤其是数字计算，那你迟早会撞上NumPy。我刚开始学的时候，总觉得列表（list）就够用了，直到有一次要处理一个几千行的数据表做矩阵运算，那个速度慢得让我怀疑人生。后来朋友甩给我一句：“用NumPy啊，快得飞起。” 我试了试，从此就离不开了。

NumPy到底是什么？你可以把它想象成一个超级计算器，但它不是算一个数，而是能同时处理成千上万个数的“数组”。这个数组，在NumPy里叫 ndarray，是它的核心。它和Python自带的列表最大的区别在于：列表里可以放数字、字符串、甚至另一个列表，五花八门；但ndarray要求里面的所有元素必须是同一种类型，比如全是整数，或者全是浮点数。这个设计听起来好像限制多了，但正是这个“限制”，让计算机处理起来效率极高，因为它知道内存里存的都是同规格的东西，可以一股脑儿并行计算。

怎么把它请到你的电脑里呢？很简单，打开你的命令行（终端），输入下面这行命令，回车就行：

pip install numpy

安装好后，在你的Python代码里，几乎所有人都会用 import numpy as np 来引入它。这个 np 是个约定俗成的别名，写起来短，用起来方便。

光说不练假把式，咱们直接上手创建一个数组看看。最常用的方法是用 np.array()，把Python的列表或元组扔进去，它就给你变出一个ndarray。

import numpy as np

# 从一个列表创建数组
my_list = [1, 2, 3, 4, 5]
arr_from_list = np.array(my_list)
print("从列表创建的数组：", arr_from_list)
# 输出：从列表创建的数组： [1 2 3 4 5]

# 从一个元组创建数组，并指定数据类型为浮点数
my_tuple = (1.5, 2.8, 3.1)
arr_from_tuple = np.array(my_tuple, dtype=float)
print("从元组创建的浮点数组：", arr_from_tuple)
# 输出：从元组创建的浮点数组： [1.5 2.8 3.1]

你可能注意到了，打印出来的数组没有逗号，这是NumPy数组的显示特点。创建数组时，有两个参数特别有用：ndmin 和 dtype。ndmin 可以强行指定数组的维度，哪怕你给的数据看起来是一维的。dtype 则是指定元素的数据类型，比如 int32、float64、bool_ 等，这能帮你精确控制内存使用和计算精度。

# 创建一个三维数组（虽然数据只是一维的）
arr_3d = np.array([1, 2, 3], ndmin=3)
print("强制创建的三维数组：")
print(arr_3d)
print("它的形状是：", arr_3d.shape)
# 输出：
# 强制创建的三维数组：
# [[[1 2 3]]]
# 它的形状是： (1, 1, 3)

除了从现有数据转换，NumPy还提供了很多“无中生有”创建数组的妙招，特别适合做实验或者初始化数据。比如 np.zeros() 创建全0数组，np.ones() 创建全1数组，np.empty() 创建未初始化的数组（内容随机，取决于内存当时的状态，速度最快）。这些函数只需要你告诉它形状（shape）就行。

# 创建一个2行3列的全零矩阵
zeros_matrix = np.zeros((2, 3))
print("2x3的全零矩阵：\n", zeros_matrix)

# 创建一个3x3x3的三维全1数组
ones_cube = np.ones((3, 3, 3))
print("\n3x3x3全1数组的形状：", ones_cube.shape)

# 创建一个2行4列的未初始化数组
empty_arr = np.empty((2, 4))
print("\n未初始化数组（内容随机）：\n", empty_arr)

还有两个生成序列的神器：np.arange() 和 np.linspace()。arange 类似于Python的 range，但直接生成数组，可以指定步长和数据类型。linspace 则是在指定的起止点之间，生成等间隔的固定数量的数，特别适合做坐标轴。

# 生成从0到9（不含10）的整数数组
arr_range = np.arange(10)
print("arange(10):", arr_range)

# 生成从1到5，包含6个等间距的数
arr_lin = np.linspace(1, 5, 6)
print("linspace(1,5,6):", arr_lin)
# 输出：linspace(1,5,6): [1.  1.8 2.6 3.4 4.2 5. ]