前言

有些萌新还在使用Pycharm进行Numpy等的学习，个人建议不要偷懒，下载anaconda，使用Jupyter Notebook进行探索性学习。不明白他们之间关系的可以看以下文章。

https://blog.csdn.net/suic009/article/details/122803865?spm=1001.2014.3001.5502

当我们在Jupyter Notebook中执行import numpy未发生报错时，说明下载成功。

不成功的记得在编译器中pip install numpy 或者conda install numpy，注意环境变量和下载位置。

当然也可以查看其版本：

(小白ps：as的作用是给其起个别名；__version__，这样形式的一般都是使用的这个类或者对象内部的一些属性方法如__name__、__sizeof__()等。)

Jupyter提词器下载：

提前退出anaconda，打开anaconda prompt输入以下命令：

pip install jupyter_contrib_nbextensions -i https://pypi.mirrors.ustc.edu.cn/simple

jupyter contrib nbextension install --user

pip install --user jupyter_nbextensions_configurator

jupyter nbextensions_configurator enable --user

再次进入jupyter notebook多了以下选项，点击进入  

取消勾选，选中Hinterland

成功

一、Numpy与Python用于数组计算的性能对比

首先我们以一个需求进行分析：

• 数组A是1~N数字的平方
• 数组B是1~N数字的立方
• 实现两个数组的加法

对比使用Numpy和原生Python的性能对比

对于Python：

def python_sum(n):
    """ Python实现数组的加法
    @param n：数组的长度
    """
    a = [i**2 for i in range(n)] # 生成第一个数组
    b = [i**3 for i in range(n)] # 生成第二个数组
    c = []
    for i in range(n):
        c.append(a[i] + b[i])
    return c

对于使用Numpy：

def numpy_sum(n):
    """ numpy实现数组的加法
    @param n：数组的长度
    """
    a = np.arange(n) ** 2 # 0 - n-1 每个数平方
    b = np.arange(n) ** 3
    return a+b # 结果元素与上方python相同。

我们分别对python_sum和numpy_sum传入1K，1W，10W、100W、1000W次对比运行时间：

%timeit python_sum(n)

%timeit numpy_sum(n)

将结果打包在一起，得到如下(记得统一时间单位，这里统一微秒。)：

pytime = [432,4.69*1000,51.9*1000,533*1000,5.42*1000*1000]
nptime = [5.63,31.1,282,5.16*1000,52.3*1000]

我们引用后面学到的Pandas将其转变为DataFrame形式的二维表格：

此时我们得到df。使用后面学到的matplotlib进行画图：

至于其为什么这么高效，除了内部的一些优化操作更加便捷以外，其数据类型更接近C语言。如Python中一个int类型占28个字节(24个来自于int封装对象，4个字节来自真正的int)，而在numpy中一个int类型默认只占4字节。

anaconda中还有很多强大的功能，这些都离不开C语言，我们可以看到在ananconda的安装目录有存有MinGW文件。

二、Numpy的核心array

array对象的背景：

Numpy的核心数据结构，就叫做array就是数组，array对象可以是一维数组，也可以是多维数组；

Python的List也可以实现相同的功能，但是array比List的优点在于性能好、包含数组元数据信息、大量的便捷函数；

Numpy成为Scipy、Pandas、Scikit-Learn、Tensorflow、PaddlePaddle等框架的“通用底层语言”

Numpy的array和Python的List的一个区别，是它元素必须都是同一种数据类型，比如都是数字int类型，这也是Numpy高性能的一个原因；

array本身的属性

shape：返回一个元组，表示array的维度

ndim：一个数字，表示array的维度的数目

size：一个数字，表示array中所有数据元素的数目

dtype：array中元素的数据类型

创建array的方法

从Python的列表List和嵌套列表创建array

使用预定函数arange、ones/ones_like、zeros/zeros_like、empty/empty_like、full/full_like、eye等函数创建

生成随机数的np.random模块构建

array本身支持的大量操作和函数

直接逐元素的加减乘除等算数操作

更好用的面向多维的数组索引

求sum/mean等聚合函数

线性代数函数，比如求解逆矩阵、求解方程组

2.1 使用list创建一维array和二维array

2.2 数组array的属性

Array.shape 查看数组的形状

Array.ndim 查看数组的维度

Array.size 查看数组中元素的个数

Array.dtype 查看数组中元素的类型

Array.itemsize 查看单个元素所占字节数

Array.nbytes 查看数组中所有元素所占字节数

再次提醒，为保证高效率的计算，数组中的元素会统一类型。

如arr = [1,2.0,'3'] 元素类型会全部转变为object字符类型。没有object的话其次才是浮点型。

2.3 常用的array生成函数

以下除了arrange和random，基本都是xx:生成xx类型数组；xx_like(a)模仿数组a生成xx类型数组。

使用arange创建数字序列

arange([start,] stop[, step,], dtype=None)

使用ones创建全是1的数组

np.ones(shape, dtype=None, order='C')

shape : int or tuple of ints

Shape of the new array, e.g., ``(2, 3)`` or ``2``.

使用ones_like创建形状相同的数组

ones_like(a, dtype=float, order='C')

使用zeros创建全是0的数组

np.zeros(shape, dtype=None, order='C')

使用zeros_like创建形状相同的数组

np.zeros_like(a, dtype=None)

使用empty创建全是0的数组

empty(shape, dtype=float, order='C')  

注意：数据是未初始化的，里面的值可能是随机值不要用

使用empty_like创建形状相同的数组

empty_like(prototype, dtype=None)

使用full创建指定值的数组

np.full(shape, fill_value, dtype=None, order='C')

使用full_like创建形状相同的数组

np.full_like(a, fill_value, dtype=None)

用random模块生成随机数的数组

randn(d0, d1, ..., dn) 随机数会在后面讲解

2.4 array本身支持大量操作和函数

这里先稍做展示，后面会经常用到。

比如这样生成一个二维数组：

运算：

三、给数组排序

Numpy给数组排序的三个方法：  

numpy.sort：返回排序后数组的拷贝，即不改变本身。

array.sort：原地排序数组而不是返回拷贝，即改变本身。

numpy.argsort：间接排序，返回的是排序后的数字索引

3个方法都支持一个参数kind，可以是以下一个值：

quicksort：快速排序，平均O(nlogn)，不稳定情况

mergesort：归并排序，平均O(nlogn)，稳定排序

heapsort：堆排序，平均O(nlogn)，不稳定排序

stable：稳定排序

3.1 np.sort排序

3.2 array.sort排序

即np.sort不改变操作的数组返回一个新数组，array.sort改变操作的数组。

个人喜欢用np.sort()，就算需要改变数组本身时，直接以arr = np.sort(arr)这种形式写就行了，要会灵活运用。

3.3  np.argsort 返回的是有序数字的索引

3.4 Python原生sorted与np.sort对比

首先我们都知道python的列表里有一个.sort方法，这个方法是list独有的且也只能操作list。对于list.sort()它没有返回值改变list本身，要求内部类型统一否则会报错。

对于sorted(list)它的局限反而没那么大，还可以对字典等根据某个键、值进行排序。

但这些排序的内部都是基于冒泡排序完成的。而我们的np.sort则是快速排序。

由于快速排序具有很强的不稳定性， 所以也有上面说的这些可选：

四、Numpy常用random函数

常用如下：

更多请查看官方网址：https://docs.scipy.org/doc/numpy-1.14.0/reference/routines.random.html 

1. rand(d0, d1, ..., dn)

返回数据在[0, 1)之间，具有均匀分布

2. randn(d0, d1, ..., dn)

返回数据具有标准正态分布（均值0，方差1）

3. randint(low[, high, size, dtype])

生成随机整数，包含low，不包含high  

如果high不指定，则从[0, low)中生成数字

(ps：在python中random.randint(a,b) 是包含b的）

4. random([size])    

生成[0.0, 1.0)的随机数

5. choice(a[, size, replace, p])

a是一维数组，从它里面生成随机结果

6. shuffle(x)    

把一个数组x进行随机排列

7. permutation(x)

把一个数组x进行随机排列，或者数字的全排列

8. normal([loc, scale, size])

按照平均值loc和方差scale生成高斯分布的数字

9. uniform([low, high, size])

在[low, high)之间生成均匀分布的数字

实例：对数组加入随机噪声