玩数据必备Python库：Numpy使用详解

导读：Numpy（Numerical Python的简称）是高性能科学计算和数据分析的基础包，其提供了矩阵运算的功能。本文带你了解Numpy的一些核心知识点。

作者：魏溪含 涂铭 张修鹏

如需转载请联系大数据（ID：hzdashuju）

Numpy提供的主要功能具体如下：

• ndarray——一个具有向量算术运算和复杂广播能力的多维数组对象。

• 用于对数组数据进行快速运算的标准数学函数。

• 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。

• 非常有用的线性代数，傅里叶变换和随机数操作。

• 用于集成C /C++和Fortran代码的工具。

除了明显的科学计算用途之外，Numpy还可以用作通用数据的高效多维容器，定义任意的数据类型。这些都使得Numpy能够无缝、快速地与各种数据库集成。

提示：这里提到的“广播”可以这么理解：当两个维度不同的数组（array）运算的时候，可以将低维的数组复制成高维数组参与运算（因为Numpy运算的时候需要结构相同）。

在学习图像识别的过程中，需要将图片转换为矩阵。即将对图片的处理简化为向量空间中的向量运算。基于向量运算，我们就可以实现图像的识别。

01 创建数组

现在就来关注下Numpy中的一些核心知识点。在Numpy中，最核心的数据结构是ndarray, ndarray代表的是多维数组，数组指的是数据的集合。为了方便理解，我们下面列举一个小例子。

一个班级里学生的学号可以通过一维数组来表示，数组名为a，数组a中存储的是数值类型的数据，分别是1，2，3，4。

索引	学号
0	1
1	2
2	3
3	4

其中，a[0]代表的是第一个学生的学号1，a[1]代表的是第二个学生的学号2，以此类推。

一个班级里学生的学号和姓名，可以用二维数组来表示，数组名为b。

1	Tim
2	Joey
3	Johnny
4	Frank

类似的，其中b[0,0]代表的就是1（学号），b[0,1]代表的就是Tim（学号为1的学生的名字），以此类推b[1,0]代表的是2（学号）等。

借用线性代数的说法，一维数组通常称为向量（vector），二维数组通常称为矩阵（matrix）。

当我们安装完Anaconda之后，默认情况下Numpy已经在库中了，所以不需要额外安装。下面我们来写一些语句简单测试下Numpy库。

1）在Anaconda的Notebook里输入

import numpy as np

之后，通过键盘按住Shift+Enter执行，如果没有报错，则说明Numpy已被正常引入，如图2-7所示。

▲图2-7 在Notebook中引入Numpy

稍微解释下这条语句：通过import关键字将Numpy库引入，然后通过as为其取一个别名np，别名的作用是为了便于后续引用。

2）Numpy中的array()可以直接导入向量，代码如下：

vector = np.array([1,2,3,4])

3）numpy.array()方法也可以导入矩阵，代码如下：

matrix = np.array([[1,'Tim'],[2,'Joey'],[3,'Johnny'],[4,'Frank']])

02 创建Numpy数组

我们可以通过创建Python列表（list）的方式来创建Numpy矩阵，比如输入

nparray = np.array([i for i in range(10)])

可以看到返回的结果是

array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

同样，也可以通过Python列表的方式来修改值，比如输入

nparray[0] = 10

再来观察nparray的向量内容就会发现返回的结果是

array([ 10, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Numpy数组还封装了其他方法来创建矩阵。首先，我们介绍第一个方法np.zeros（从命名规则来看，这个方法就是用来创建数值都为0的向量），比如，我们输入：

a = np.zeros(10)

可以看到结果为：

array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

从上述结果可以看出，每一个0后面都有一个小数点，调用a.dtype会发现我们创建的这个向量的类型为dtype(‘float64’)。值得注意的是：在大部分图像识别算法开发中，我们使用的都是float64这个类型。如果希望在创建Numpy矩阵的时候强制规定一种类型，那么我们可以使用以下代码：

np.zeros(10,dtype=int)

这样，返回的结果在矩阵中的数据就都是整型0了。介绍完使用zeros方法创建向量之后，再来看看如何创建一个多维矩阵。我们可以使用传入元组的方式，代码如下：

np.zeros(shape=(3,4)) #代表创建的是三行四列的矩阵并且其数据类型为float64

返回的结果为：

array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

与np.zeros方法相似的还有np.ones方法，顾名思义，np.ones方法创建的矩阵的数值都为1。我们来举个例子：

np.ones((3,4))

返回的结果如下：

array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])

读者可能会比较好奇，既然我们可以创建数值全为0的矩阵，也可以创建数值全为1的矩阵，那么Numpy是否提供了一个方法可以让我们自己指定值呢？答案是肯定的，这个方法就是np.full方法，我们来看一个例子，代码如下：

np.full((3,5),121) #这个方法的意思是我们创建了一个三行五列的矩阵，默认值为121

返回的结果是：

array([[121, 121, 121, 121, 121],
       [121, 121, 121, 121, 121],
       [121, 121, 121, 121, 121]])

我们也可以使用np.arange方法来创建Numpy的矩阵。示例代码如下：

np.arange(0,20,2) #arange接收三个参数，与Python中的range方法相似，arange也是前闭后开的方法，第一个参数为向量的第一个值0，第二个参数为最后一个值20，因为是后开所以取的是18，第三个参数为步长，默认为1，本例中设置为2，所以最后一个值是18。

返回的结果是：

array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

我们可以使用np.linspace方法（前闭后闭）来对Numpy矩阵进行等分，比如将0～10等分为5份的代码如下：

np.linspace(0,10,5)

返回的结果是：

array([  0. ,   2.5,   5. ,   7.5,  10. ])

下面通过几个例子再来看看在Numpy矩阵中如何生成随机数矩阵。

1）生成一个长度为10的向量，里面每一个数值都是介于0～10之间的整数，代码如下：

import numpy as np
np.random.randint(0,10,10)

2）如果不确定每个参数代表的意思，则加上参数名size，代码如下：

np.random.randint(0,5,size=5)  #注意是前闭后开，永远取不到5

3）我们也可以生成一个三行五列的整数矩阵，代码如下

np.random.randint(4,9,size=(3,5))

4）seed的作用：如果不希望每次生成的随机数都不固定，那么我们可以使用np.random.seed(1)，随机种子使用数字1记录，这以后只要是用随机种子1生成的随机数就都是固定的。

5）我们也可以生成介于0～1之间的浮点数的向量或者矩阵，代码如下：

np.random.random(10)        #生成0~1之间的浮点数，向量的长度为10
np.random.random((2,4))        #生成0~1之间的浮点数，二行四列的矩阵

6）np.random.normal()表示的是一个正态分布，normal在这里是正态的意思。numpy.random.normal(loc=0,scale=1,size=shape)的意义如下：

• 参数loc(float)：正态分布的均值，对应这个分布的中心。loc=0说明这是一个以Y轴为对称轴的正态分布。

• 参数scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。

• 参数size(int或者整数元组)：输出的值赋在shape里，默认为None。

03 获取Numpy属性

首先，我们通过Numpy中的一个方法arange(n)，生成0到n-1的数组。比如，我们输入

np.arange(15)

可以看到返回的结果是

array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])

然后，再通过Numpy中的reshape(row,column)方法，自动构架一个多行多列的array对象。

比如，我们输入：

a = np.arange(15).reshape(3,5)        #代表3行5列

可以看到结果：

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

有了基本数据之后，我们就可以通过Numpy提供的shape属性获取Numpy数组的行数与列数，示例代码如下：

print(a.shape)

可以看到返回的结果是一个元组（tuple），第一个3代表的是3行，第二个5代表的是5列：

(3, 5)

我们可以通过.ndim来获取Numpy数组的维度，示例代码如下：

importnumpy as np
x = np.arange(15)
print(x.ndim)        #输出x向量的维度，这时能看到的维度是1维
X = x.reshape(3,5)    #将x向量转为三行五列的二维矩阵
Print(X.ndim)        #输出X矩阵的维度，这时能看到的维度是2维
reshape方法的特别用法
如果只关心需要多少行或者多少列，其他由计算机自己来算，那么这个时候我们可以使用如下方法：
x.reshape(15,-1)    #我关心的是我只要15行，列由计算机自己来算
x.reshape(-1,15)    #我关心的是我只要15列，行由计算机自己来算

04 Numpy数组索引

Numpy支持类似list的定位操作，示例代码如下：

import numpy as np
matrix = np.array([[1,2,3],[20,30,40]])
print(matrix[0,1])

得到的结果是2。

上述代码中的matrix[0,1]，0代表的是行，在Numpy中，0代表起始的第一个，所以取的是第1行，之后的1代表的是列，所以取的是第2列。那么，最后的输出结果是取第一行第二列，也就是2这个值了。

05 切片

Numpy支持类似list的切片操作，示例代码如下：

import numpy as np 
matrix = np.array([
[5, 10, 15], 
 [20, 25, 30],
 [35, 40, 45]
 ])
print(matrix[:,1])
print(matrix[:,0:2])
print(matrix[1:3,:])
print(matrix[1:3,0:2])

上述的代码中

• print(matrix[:,1])语法代表选择所有的行，而且列的索引是1的数据，因此返回的结果是10，25，40。

• print(matrix[:,0:2])代表的是选取所有的行，而且列的索引是0和1的数据。

• print(matrix[1:3,:])代表的是选取所有的列，而且行的索引值是1和2的数据。

• print(matrix[1:3,0:2])代表的是选取行的索引是1和2，而且列的索引是0和1的所有数据。

06 Numpy中的矩阵运算

矩阵运算（加、减、乘、除），在本书中将严格按照数学公式来进行演示，即两个矩阵的基本运算必须具有相同的行数与列数。本例只演示两个矩阵相减的操作，其他的操作读者可以自行测试。示例代码如下：

import numpy as np
myones = np.ones([3,3])
myeye = np.eye(3)        #生成一个对角线的值为1，其余值都为0的三行三列矩阵
print(myeye)
print(myones-myeye)

输出结果如下：

[[ 1.  0.  0.]
[ 0.  1.  0.]
[ 0.  0.  1.]]
[[ 0.  1.  1.]
[ 1.  0.  1.]
[ 1.  1.  0.]]

提示：numpy.eye(N, M=None, k=0, dtype=)中第一个参数输出矩阵（行数=列数），第三个参数默认情况下输出的是对角线的值全为1，其余值全为0。

除此之外，Numpy还预置了很多函数，使用这些函数可以作用于矩阵中的每个元素。

Numpy预置函数及说明：

• np.sin(a)：对矩阵a中的每个元素取正弦，sin(x)

• np.cos(a)：对矩阵a中的每个元素取余弦，cos(x)

• np.tan(a)：对矩阵a中的每个元素取正切，tan(x)

• np.sqrt(a)：对矩阵a中的每个元素开根号

• np.abs(a)：对矩阵a中的每个元素取绝对值

1. 矩阵之间的点乘

矩阵真正的乘法必须满足第一个矩阵的列数等于第二个矩阵的行数，矩阵乘法的函数为dot。示例代码如下：

import numpy as np
mymatrix = np.array([[1,2,3],[4,5,6]])
a = np.array([[1,2],[3,4],[5,6]])
print(mymatrix.shape[1] == a.shape[0])
print(mymatrix.dot(a))

其输出结果如下：

[[22 28]
 [49 64]]

上述示例代码的原理是将mymatrix的第一行[1,2,3]与a矩阵的第一列[1,3,5]相乘然后相加，接着将mymatrix的第一行[1,2,3]与a矩阵的第二列[2,4,6]相乘然后相加，以此类推。

2. 矩阵的转置

矩阵的转置是指将原来矩阵中的行变为列。示例代码如下：

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print(a.T)

输出结果如下：

[[1 4]
 [2 5]
 [3 6]]

3. 矩阵的逆

需要首先导入numpy.linalg，再用linalg的inv函数来求逆，矩阵求逆的条件是矩阵的行数和列数必须是相同的。示例代码如下：

import numpy as np
import numpy.linalg as lg
A = np.array([[0,1],[2,3]])
invA = lg.inv(A)
print(invA)
print(A.dot(invA))

输出结果如下：

[[-1.5  0.5]
[ 1.   0. ]]

逆矩阵就是，原矩阵A.dot(invA)以及逆矩阵invA.dot(A)的结果都为单位矩阵。并不是所有的矩阵都有逆矩阵。

07 数据类型转换

Numpy ndarray数据类型可以通过参数dtype进行设定，而且还可以使用参数astype来转换类型，在处理文件时该参数会很实用。注意，astype调用会返回一个新的数组，也就是原始数据的备份。

比如，将String转换成float。示例代码如下：

vector = numpy.array(["1", "2", "3"])
vector = vector.astype(float)

注意：在上述例子中，如果字符串中包含非数字类型，那么从string转换成float就会报错。

关于作者：魏溪含 ，爱丁堡大学人工智能硕士，阿里巴巴达摩院算法专家，在计算机视觉、大数据领域有8年以上的算法架构和研发经验。

涂铭，阿里巴巴数据架构师，对大数据、自然语言处理、图像识别、Python、Java相关技术有深入的研究，积累了丰富的实践经验。

张修鹏，毕业于中南大学，阿里巴巴技术发展专家，长期从事云计算、大数据、人工智能与物联网技术的商业化应用，在阿里巴巴首次将图像识别技术引入工业，并推动图像识别产品化、平台化。

本文摘编自《深度学习与图像识别：原理与实践》，经出版方授权发布。

延伸阅读《深度学习与图像识别：原理与实践》

点击上图了解及购买

转载请联系微信：DoctorData

推荐语：阿里巴巴达摩院算法专家、阿里巴巴技术发展专家、阿里巴巴数据架构师联合撰写，从技术原理、算法和工程实践3个维度系统展开，既适合零基础读者快速入门，又适合有基础读者理解其核心技术；写作方式上避开了艰涩的数学公式及其推导，深入浅出。

「大数据」内容合伙人之「鉴书小分队」上线啦！

最近，你都在读什么书？有哪些心得体会想要跟大家分享？

数据叔最近搞了个大事——联合优质图书出版商机械工业出版社华章公司发起鉴书活动。

简单说就是：你可以免费读新书，你可以免费读新书的同时，顺手码一篇读书笔记就行。详情请在大数据公众号后台对话框回复合伙人查看。

有话要说?

Q: 你用NumPy实现哪些功能？

欢迎留言与大家分享

猜你想看?

• 数据分析与数据化运营的关键知识点，全在这里了

• 如何在 Apache Flink 中使用 Python API？

• 解读人工智能、大数据和云计算的关系，大佬们赌AI竟都输了？

• 身高2m，体重2kg，这样的数据“看上去很好”？

更多精彩?

在公众号对话框输入以下关键词

查看更多优质内容！

PPT | 报告 | 读书 | 书单 | 干货 

大数据 | 揭秘 | Python | 可视化

AI | 人工智能 | 5G | 区块链

机器学习 | 深度学习 | 神经网络

合伙人 | 1024 | 段子 | 数学 | 高考

据统计，99%的大咖都完成了这个神操作

?

觉得不错，请把这篇文章分享给你的朋友

转载 / 投稿请联系：[email protected]

更多精彩，请在后台点击“历史文章”查看

点击阅读原文，了解更多