什么是 NumPy？为什么它在数据科学中如此重要？
在 Python 编程的世界里，处理数值数据是一项常见任务。无论是分析一组学生考试成绩，还是处理图像像素值，我们都需要一种高效的方式来操作数字集合。这时，NumPy 就成了必不可少的工具。
NumPy 是一个强大的 Python 库，全称为 Numerical Python。它的核心是一个名为 ndarray 的多维数组对象，这个对象不仅支持高效的数值运算，还提供了丰富的数学函数接口。简单来说，NumPy 就像是 Python 的“数值计算引擎”，让原本缓慢的列表操作变得飞快。
你可以把 NumPy 想象成一个智能的电子表格，但它比 Excel 更强大、更灵活。它不仅能处理二维数据（如表格），还能轻松应对三维甚至更高维度的数据（比如视频帧、医学扫描切片）。这种能力在机器学习、图像处理、科学计算等领域至关重要。
如果你正在学习数据分析或机器学习，那么掌握 NumPy 就像学会了开车前必须学会踩油门和刹车。它不仅是基础，更是后续学习 TensorFlow、Pandas、Scikit-learn 等库的基石。
创建数组与初始化
在使用 NumPy 之前，第一步就是创建数组。这就像准备一个空盒子，用来装你的数据。
最常用的方式是使用 np.array() 函数，它能从 Python 列表或元组中创建一个 NumPy 数组。
import numpy as np
data = [1, 2, 3, 4, 5]
arr_1d = np.array(data)
print(arr_1d)
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
arr_2d = np.array(matrix)
print(arr_2d)
注意：所有元素必须是相同类型。如果混合了整数和浮点数，NumPy 会自动将整数转换为浮点数。
此外，NumPy 提供了一些便捷函数来快速生成特定形状的数组：
zeros = np.zeros((3, 4)) # 3行4列
print(zeros)
ones = np.ones((2, 3))
print(ones)
identity = np.eye(3)
print(identity)
linspace = np.linspace(0, 10, 5) # 从0到10，生成5个数
print(linspace)
logspace = np.logspace(1, 3, 4) # 10^1 到 10^3，共4个数
print(logspace)
这些函数让你无需手动写循环就能快速构造测试数据，极大提升开发效率。
数组的基本属性与索引操作
每个 NumPy 数组都有几个关键属性，了解它们能帮你更好地掌控数据。
arr = np.array([[1, 2, 3], [4, 5, 6]])
print("维度:", arr.ndim) # 输出: 2
print("形状:", arr.shape) # 输出: (2, 3)
print("元素总数:", arr.size) # 输出: 6
print("数据类型:", arr.dtype) # 输出: int64
print("每个元素字节数:", arr.itemsize) # 输出: 8（int64 占8字节）
索引操作是数组的核心能力之一。NumPy 支持类似 Python 列表的索引方式，但更强大。
arr = np.array([10, 20, 30, 40, 50])
print(arr[0]) # 输出: 10
print(arr[-1]) # 输出: 50（最后一个元素）
print(arr[1:4]) # 输出: [20 30 40]（从第1个到第3个，不包含第4个）
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(matrix[0, :]) # 输出: [1 2 3]
print(matrix[:, 1]) # 输出: [2 5 8]
print(matrix[1:3, 0:2])
你还可以用布尔值进行高级索引，这在筛选数据时特别有用。
data = np.array([15, 25, 35, 45, 55])
mask = data > 30
print(mask) # 输出: [False False True True True]
filtered = data[mask]
print(filtered) # 输出: [35 45 55]
这种“条件筛选”的方式比传统循环更简洁、更高效。
数组的数学运算与广播机制
NumPy 最令人惊艳的地方在于它的向量化运算能力。你不需要写 for 循环，就能对整个数组进行加减乘除。
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b) # 输出: [5 7 9]
print(a - b) # 输出: [-3 -3 -3]
print(a * b) # 输出: [4 10 18]
print(a / b) # 输出: [0.25 0.4 0.5 ]
print(a ** 2) # 输出: [1 4 9]
angles = np.array([0, np.pi/2, np.pi])
print(np.sin(angles)) # 输出: [0.0 1.0 0.0]
更厉害的是“广播机制”（Broadcasting）。它允许不同形状的数组进行运算，只要满足一定规则。
arr = np.array([1, 2, 3])
print(arr + 10) # 输出: [11 12 13]
matrix = np.array([[1, 2], [3, 4]])
vec = np.array([10, 20])
print(matrix + vec)
广播规则可以理解为：如果两个数组在某个维度上的大小相同，或其中一个为1，就可以进行运算。这个机制让代码简洁且高效。
高级操作：重塑、合并与分割
在实际项目中，我们经常需要调整数组的形状或合并多个数组。
重塑（Reshape）
arr = np.arange(12) # 创建0到11的数组
print(arr) # 输出: [ 0 1 2 3 4 5 6 7 8 9 10 11]
reshaped = arr.reshape(3, 4)
print(reshaped)
注意：新形状的总元素数必须等于原数组。
合并操作
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
hstacked = np.hstack((a, b))
print(hstacked)
vstacked = np.vstack((a, b))
print(vstacked)
分割操作
matrix = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
split_cols = np.hsplit(matrix, 2)
print(split_cols[0]) # 第一部分
split_rows = np.vsplit(matrix, 2)
print(split_rows[1]) # 第二部分
这些操作在数据预处理阶段非常常见，比如把原始数据按特征拆分、合并多个样本等。
实战案例：分析学生成绩数据
让我们用一个真实场景来展示 NumPy 的威力。
假设你有一组学生的数学和英语成绩，需要计算平均分、最高分和及格率。
scores = np.array([
[85, 90],
[78, 82],
[92, 88],
[65, 70],
[88, 95]
])
math_avg = np.mean(scores[:, 0]) # 选中所有学生的数学成绩
english_avg = np.mean(scores[:, 1])
print(f"数学平均分: {math_avg:.2f}")
print(f"英语平均分: {english_avg:.2f}")
math_max = np.max(scores[:, 0])
english_max = np.max(scores[:, 1])
print(f"数学最高分: {math_max}")
print(f"英语最高分: {english_max}")
math_pass_rate = np.mean(scores[:, 0] >= 60)
english_pass_rate = np.mean(scores[:, 1] >= 60)
print(f"数学及格率: {math_pass_rate:.2%}")
print(f"英语及格率: {english_pass_rate:.2%}")
输出结果：
数学平均分: 80.80
英语平均分: 85.00
数学最高分: 92
英语最高分: 95
数学及格率: 100.00%
英语及格率: 100.00%
整个过程只用了几行代码，没有写任何 for 循环。这就是 NumPy 的强大之处——用简洁的表达完成复杂的计算任务。
总结：NumPy 教程的核心价值
通过这篇详细的 NumPy 教程，我们从基础创建、索引操作、数学运算，到高级合并分割和实际案例，全面了解了这个库的强大功能。
NumPy 不仅是科学计算的基石，更是现代数据分析流程的起点。它用高效的底层实现（C 语言编写），让 Python 能够处理大规模数值数据，而无需牺牲可读性。
对于初学者，建议先掌握数组创建、基本运算和索引；中级开发者则可深入研究广播机制、向量化操作和内存管理技巧。
当你熟练使用 NumPy 后，你会发现 Pandas、Scikit-learn、PyTorch 等库的底层逻辑都建立在它的之上。因此，投入时间学习 NumPy，是一次值得的投资。
如果你正在寻找一个高效、稳定、功能完整的数值计算工具，NumPy 绝对是你的首选。掌握它，就是掌握数据科学的“内功心法”。