不可不學Numpy，帶你快速撸Numpy代碼，（Python學習教程）一遍過

我們一起來學習Python資料分析的工具學習階段，包括Numpy，Pandas以及Matplotlib，它們是python進行科學計算，資料處理以及可視化的重要庫，在以後的資料分析路上會經常用到，是以一定要掌握，并且還要熟練！今天的Python學習教程先從Numpy開始！

本文目标

初識Numpy

• ndarray的增删改查
• ndarray切片與篩選
• ndarray運算與排序

NumPy 簡介

NumPy 是 Numerical Python 的簡稱，它是 Python 中的科學計算基本軟體包。NumPy 為 Python 提供了大量數學庫，使我們能夠高效地進行數字計算。更多可點選Numpy官網檢視。

其實在前面的Python學習教程中就有跟大家講過Numpy！

關于Numpy需要知道的幾點：

• NumPy 數組在建立時有固定的大小，不同于Python清單（可以動态增長）。更改ndarray的大小将建立一個新的數組并删除原始資料。
• NumPy 數組中的元素都需要具有相同的資料類型，是以在存儲器中将具有相同的大小。數組的元素如果也是數組（可以是 Python 的原生 array，也可以是 ndarray）的情況下，則構成了多元數組。
• NumPy 數組便于對大量資料進行進階數學和其他類型的操作。通常，這樣的操作比使用Python的内置序列可能更有效和更少的代碼執行。

是以，Numpy 的核心是ndarray對象，這個對象封裝了同質資料類型的n維數組。起名ndarray 的原因就是因為是 n-dimension-array 的簡寫。接下來本節所有的課程都是圍繞着ndarray來講的，理論知識較少，代碼量較多，是以大家在學習的時候，多自己動動手，嘗試自己去運作一下代碼。

不可不學Numpy，帶你快速撸Numpy代碼，（Python學習教程）一遍過

建立ndarray

由python list建立

由numpy内置函數建立

通路、删除、增加ndarray中的元素

這裡主要是提供了一些通路、更改或增加ndarray中某一進制素的基礎方法。

通路&更改

類似于通路python list中元素的方式，按照元素的index進行通路或更改。

删除

可使用np.delete(ndarray, elements, axis)函數進行删除操作。

這裡需要注意的是axis這個參數，在2維資料中，axis = 0表示選擇行，axis = 1表示選擇列，但不能機械的認為0就表示行，1就表示列，注意前提2維資料中。

在三維資料中，axis = 0表示組，1表示行，2表示列。這是為什麼呢？提示一下，三位數組的shape中組、行和列是怎樣排序的？

是以，axis的指派一定要考慮數組的shape。

再有一點需要注意的是，如果你想讓原資料保留删除後的結果，需要重新指派一下才可以。

增加

往ndarray中增加元素的辦法跟python list也很類似，常用的有兩種：

一種是添加（append），就是将新增的元素添加到ndarray的尾部

文法為：np.append(ndarray, elements, axis)

參數和delete函數一緻，用法也一緻，這裡不再贅述

一種是插入（insert），可以讓新增元素插入到指定位置

文法為：np.insert(ndarray, index, elements, axis)

參數中就多了一個index，訓示的是插入新元素的位置。

這裡值得注意的是，不論是append還是insert，在往多元數組中插入元素時，一定要注意對應axis上的shape要一緻。再一個就是，和delete一樣，如果你想要更改原資料，需要重新指派。

切片和篩選

ndarray切片

前面學了選擇ndarray中的某個元素的方法，這裡我們學習擷取ndarray子集的方法——切片。

對于切片大家并不陌生，在list裡面我們也接觸過切片，一維的ndarray切片與list無異。需要注意的是，就是了解2維及多元ndarray切片。

2維矩陣切片

這裡可以看出，我們篩選了a矩陣中前三列的所有行，這是如何實作的呢？

切片的第一個元素:表示的是選擇所有行，第二個元素:-1表示的是從第0列至最後一列（不包含），是以結果如上所示。

再看一個例子：

篩選的是第2-3行的所有列。

一個常用的切片

以列的形式擷取最後一列資料：

以一維數組的形式擷取最後一列資料：

上面兩種方法經常會用到，前者的shape為(4,1)，後者為(4,)。

ndarray篩選

選擇ndarray的對角線

所用函數為np.diag(ndarray, k=N)，其中參數k的取值決定了按照哪一條對角線選擇資料。

預設k = 0，取主對角線；

k = 1時，取主對角線上面1行的元素；

k = -1時，取主對角線下面1行的元素。

思考：這個函數隻能選擇主對角線上的元素，那如果想要擷取副對角線上的元素呢？

嘗試自己搜尋一下關鍵詞numpy opposite diagonal尋找答案。

不建議你直接點getting the opposite diagonal of a numpy array。

提取ndarray中的唯一值

所用函數為np.unique(ndarray)，注意unique也可以添加參數axis來控制評判唯一值的軸方向，不好了解可以看示例：

通過布爾運算篩選

這裡在中括号中添加篩選條件，當該條件的結果為True時（即滿足條件時），傳回該值。

這裡需要注意的是，當輸入多個篩選條件時，&表示與，|表示或，~表示非。

運算與排序

ndarray運算

集合運算

算術運算

我們可以通過+、-、*、/或np.add、np.substract、np.multiply 、np.divide來對兩個矩陣進行元素級的加減乘除運算，因為是元素級的運算，是以兩個矩陣的shape必須要一緻或者是可廣播(Broadcast)。

這裡所謂的可廣播，就是指雖然A和B兩個矩陣的shape不一緻，但是A可以拆分為整數個與B具有相同shape的矩陣，這樣在進行元素級别的運算時，就會先将A進行拆分，然後與B進行運算，結果再組合一起就可以。這裡的A就是“可廣播”矩陣。

上面涉及到的乘法是元素對應相乘，也就是點乘，那矩陣的叉乘呢？可以了解下numpy.matmul函數。

ndarray排序

我們使用np.sort()和ndarray.sort()來對ndarray進行排序。

相同的是：

二者都可以使用參數axis來決定依照哪個軸進行排序，axis = 0時按照列排序，axis = 1時按照行排序；

不同的是：

np.sort()不會更改原數組；ndarray.sort()會更改原數組。

更多的Python學習教程會繼續為大家更新！大家哪裡有不清楚的地方可以留言或者私信！