NumPy 是什么？#

NumPy 是 Python 中科学计算的基础包。它是一个 Python 库，提供多维数组对象、各种派生对象（例如掩码数组和矩阵），以及用于对数组进行快速操作的例程集合，包括数学、逻辑、形状操作、排序、选择、I/O、离散傅里叶变换、基本线性代数、基本统计操作、随机模拟等。

NumPy 包的核心是 ndarray 对象。它封装了同类数据类型的 *n* 维数组，许多操作都以编译代码的形式执行以提高性能。NumPy 数组和标准的 Python 序列之间有几个重要的区别。

NumPy 数组在创建时大小固定，与可以动态增长的 Python 列表不同。更改 ndarray 的大小将创建一个新数组并删除原始数组。
NumPy 数组中的所有元素都必须是相同的数据类型，因此在内存中占用相同的大小。例外情况是：可以创建对象数组（包括 Python 和 NumPy 对象），从而允许数组中包含大小不同的元素。
NumPy 数组便于对大量数据进行高级数学和其他类型的操作。通常，与使用 Python 内置序列相比，此类操作的执行效率更高，代码也更少。
越来越多的基于 Python 的科学和数学包正在使用 NumPy 数组；尽管这些包通常支持 Python 序列输入，但它们会在处理前将输入转换为 NumPy 数组，并且经常输出 NumPy 数组。换句话说，要高效地使用当今许多（甚至可能大部分）基于 Python 的科学/数学软件，仅了解如何使用 Python 的内置序列类型是不够的——您还需要了解如何使用 NumPy 数组。

序列大小和速度的问题在科学计算中尤为重要。举个简单的例子，考虑将一个 1D 序列中的每个元素与另一个相同长度序列中的对应元素相乘的情况。如果数据存储在两个 Python 列表中，例如 a 和 b，我们可以遍历每个元素。

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

这会产生正确的结果，但如果 a 和 b 各包含数百万个数字，我们将为 Python 循环的低效率付出代价。我们可以通过编写 C 代码来更快速地完成相同的任务（为清晰起见，我们忽略变量声明和初始化、内存分配等）：

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

这节省了解释 Python 代码和操作 Python 对象的所有开销，但代价是牺牲了在 Python 中编码所带来的好处。此外，所需的编码工作量随着我们数据的维度增加而增加。例如，对于 2D 数组，C 代码（如前所述，已简化）扩展为：

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

NumPy 为我们提供了两全其美：当涉及 ndarray 时，逐元素操作是“默认模式”，但逐元素操作由预编译的 C 代码快速执行。在 NumPy 中：

c = a * b

它的作用与前面的示例相同，速度接近 C 语言，但代码简洁性是我们期望基于 Python 的事物所具有的。事实上，NumPy 的习惯用法甚至更简单！最后一个示例说明了 NumPy 的两个功能，它们是其大部分功能的基础：矢量化和广播。

NumPy 为什么快？#

矢量化描述了代码中不存在显式的循环、索引等——这些操作当然在“后台”以优化过的、预编译的 C 代码进行。矢量化代码有很多优点，其中包括：

矢量化代码更简洁易读
代码行数越少，通常意味着 bug 越少
代码更接近标准的数学表示法（通常更容易正确地编码数学结构）
矢量化产生了更“Pythonic”的代码。如果没有矢量化，我们的代码将充斥着效率低下且难以阅读的 for 循环。

广播是指操作的隐式逐元素行为；总的来说，在 NumPy 中，所有操作，不仅是算术运算，还有逻辑运算、位运算、函数运算等，都以这种隐式的逐元素方式进行，即它们会广播。此外，在上面的示例中，a 和 b 可以是相同形状的多维数组，或者是一个标量和一个数组，甚至可以是形状不同的两个数组，前提是较小的数组可以“扩展”到较大数组的形状，并且由此产生的广播是明确无误的。有关广播的详细“规则”，请参阅广播。

还有谁在使用 NumPy？#

NumPy 完全支持面向对象的方法，同样以 ndarray 开始。例如，ndarray 是一个类，拥有许多方法和属性。它的许多方法在最外层的 NumPy 命名空间中有相应的函数，允许程序员选择他们偏好的编程范式。这种灵活性使得 NumPy 数组方言和 NumPy ndarray 类成为 Python 中用于多维数据交换的事实上的标准语言。