如何通过Numpy核心库进行Python高效数据处理实战？
- 内容介绍
- 文章标签
- 相关推荐
本文共计2094个文字，预计阅读时间需要9分钟。
NumPy是Python科学计算的核心库。它提供了一系列高性能的多维数组对象和工具，用于这些数组的操作。数组的接口是NumPy最重要的特性，没有之一。本教程将练习使用NumPy。
NumPy 是 Python 科学计算中最常用的核心库。它可以提供一系列高性能的多维数组对象，以及用于这些数组的工具。这篇教程以练代教，通过实操掌握知识点的学习，确保大家能实际应用所学的编程知识。毕竟，Practice Makes Perfect。
为什么学习 Python 绕不开 Numpy？
把 NumPy 看起来可爱逗趣的名字拆开，人家其实非常正经。NumPy 即 Numerical Python（数字化 Python）的缩写。简单来说，NumPy 是 Python 中的线性代数库，这就明示了 NumPy 在 Python 中的重要性了。
之所以说 NumPy 是 Python 中最常用也是最重要的核心库，是因为许多类似 SciPy、Matplotlib、Scikit-learn、TensorFlow 等，都对 NumPy 有一定程度的依赖。例如，TensorFlow 会在内部使用 Numpy 来处理 Tensors 中的多项操作。 在处理数据科学或机器学习的过程中，NumPy 可以对数组提供数学和逻辑运算，同时也在 Python 中对 n 数组和矩阵操作提供各种不同的功能。 NumPy对于对数组进行数学和逻辑运算非常有用。它为Python中对n个数组和矩阵的操作提供了大量有用的功能。简单易用的 NumPy 可以简化复杂的数学实现，让编程概念变得更为数字化且易于理解，因此也广泛使用于各种开源项目中。
如何开始使用 NumPy？
在 Python IDE 中使用教程的配套源代码学习 NumPy，只需要通过 QuickFix 就可以一键安装。更多关于 NumPy 模块的安装方式，可以查看如何手动下载和安装依赖。
d1590a0dfb-share.lightly.teamcode.com
NumPy 跟练 1：修改学科成绩曲线
前面曾提到数组是 NumPy 最核心的功能，也是最重要的特性。因此，第一阶段的跟练内容就是使用 numpy.array() 创建数组，然后通过 NumPy 内建的函数修改并计算数组中的内容。
场景说明
假设你是一名大学教师，你在最近的期末考中失手出了巨难的考题，因此学生的成绩都不太理想。虽然如此，你很善良，不忍心大量学生因此挂科，所以你决定修改学科成绩曲线，让大家的分数看起来合理一些。
你初次批改的卷面分分别为：[42, 35, 64, 85, 51, 72, 59, 12] 这么一看，8 个人就有 5 个挂，着实有点狠了。
解题
我们把这个分数用 numpy.array() 导入，即numpy.array([42, 35, 64, 85, 51, 72, 59, 12])。若使用 import numpy as np，则应在代码中把 numpy.array() 改为 np.array()。
NumPy 中的数组会将数据元素储存于毗邻的储存位置中，通过索引号直接访问。这里的数组为一维数组，随着深入学习，我们慢慢还会接触二维数组 …… N 维数组等等。
d1590a0dfb-share.lightly.teamcode.com
如果不使用 NumPy 处理成绩曲线，我们需要重复为各个分数进行加分后，再进行合计。NumPy 把这些数据组合成数组后，便可以对这些数据进行统一处理，不仅去相对掉繁琐的 for 循环，让代码看起来更简洁明了，更减少了代码出现 bug 的概率。一般上，这个过程被称之为矢量化（vectorization）。
在这段代码中，我们主要应用了 NumPy 中自建的 .mean() 函数以及 .clip() 函数。前者即平均数（mean）的函数，简单易懂。.clip() 函数则确保数组中的值不超过给定的上下限，clip 的意思是“修剪”，所以应用到代码中为：
numpy.clip(需要修剪的变量, 下限, 上限)
在修改分数曲线时，我们需要修剪的变量为 new_grades，下限设置为不低于原先的分数（否则还被降分的学生也太惨了），然后把上限设置为 100 分。毕竟，百分制的话 100 分就是上限了。如此一来，直接使用老传统 print() 进行打印，新的分数就出来了。
刚开始使用 NumPy 其实不太需要担心各种各样的函数眼花缭乱，也不需要担心自己需要死背这些内容，拥抱各类模块的文档（documentation）就可以快速理解模块中的各种函数功能。所以，这类的文档有时候也被称之为小抄（cheatsheet）或食谱（cookbook）。也就是说，合格的程序员必须要学会查找和阅读 NumPy 的官方文档。
NumPy 跟练 2：检索学生班级与成绩
上一个跟练的内容为一维数组，这次我们来看看 NumPy 如何处理多维数组中的数据。
场景说明
因为批改大学的试卷太难了，你选择退而求其次，考了教师资格证成为高中体育老师。这一次，我们要用 NumPy 分别记录学生的姓名、班级和成绩。
在这次的场景中，我们将应用 NumPy 中的记录数组（又称之为结构化数组）。这类数组可以为每一列指定数据类别（例如：str 字符串、int 整数、bool 布尔运算等）和名称，让数据筛选变得更简单强大。 我们来看看数据原材料：
data=np.array([("丁一",1,87),
("刘二",2,68),
("张三",3,72),
("李四",3,55),
("王五",3,93),
("赵六",2,81),
("孙七",1,75),
("周八",1,88),
("吴九",2,64),
("郑十",2,49),
],dtype=[("姓名",str),("班级",int),("分数",int)])
这一看除了把名字排得特别整齐，其他班级和分数不是乱七八糟嘛 …… 这不我们还得把学生按班级整理好，高分的同学该表扬，低分的同学该批评一下嘛？
练习
上一个跟练我们直接给了标准答案，这一次还是需要大家自己动手尝试。放心，该有的提示和讲解还是会有，但检查答案前还是需要大家思考一下以下的题目：
#已知data[0]的输出为("丁一",1,87)
data["姓名"]的输出为['丁一''刘二''张三'...]
data[data["分数"]>59]["姓名"]的输出为['丁一''刘二''张三''王五''赵六''孙七''周八''吴九']
使用 data[] 函数，求：
同学们可以另开新档尝试自己手动做题，再查看源代码中的 score2D.py 参考答案，在线查看并运行项目：d1590a0dfb-share.lightly.teamcode.com
最后的最后，无论是学习编程或其他内容，只有练习、练习再练习才能在知识基础上更进一步。欢迎查看源码中的扩展练习与答案以及往期 Python 教程： 怎么看待 Python(PyScript) 可以做浏览器前端开发语言？
使用 Python Turtle 制作贪吃蛇游戏
学习 Python 爬虫，手把手通过 Python 入门爬取网页信息
本文共计2094个文字，预计阅读时间需要9分钟。
NumPy是Python科学计算的核心库。它提供了一系列高性能的多维数组对象和工具，用于这些数组的操作。数组的接口是NumPy最重要的特性，没有之一。本教程将练习使用NumPy。
NumPy 是 Python 科学计算中最常用的核心库。它可以提供一系列高性能的多维数组对象，以及用于这些数组的工具。这篇教程以练代教，通过实操掌握知识点的学习，确保大家能实际应用所学的编程知识。毕竟，Practice Makes Perfect。
为什么学习 Python 绕不开 Numpy？
把 NumPy 看起来可爱逗趣的名字拆开，人家其实非常正经。NumPy 即 Numerical Python（数字化 Python）的缩写。简单来说，NumPy 是 Python 中的线性代数库，这就明示了 NumPy 在 Python 中的重要性了。
之所以说 NumPy 是 Python 中最常用也是最重要的核心库，是因为许多类似 SciPy、Matplotlib、Scikit-learn、TensorFlow 等，都对 NumPy 有一定程度的依赖。例如，TensorFlow 会在内部使用 Numpy 来处理 Tensors 中的多项操作。 在处理数据科学或机器学习的过程中，NumPy 可以对数组提供数学和逻辑运算，同时也在 Python 中对 n 数组和矩阵操作提供各种不同的功能。 NumPy对于对数组进行数学和逻辑运算非常有用。它为Python中对n个数组和矩阵的操作提供了大量有用的功能。简单易用的 NumPy 可以简化复杂的数学实现，让编程概念变得更为数字化且易于理解，因此也广泛使用于各种开源项目中。
如何开始使用 NumPy？
在 Python IDE 中使用教程的配套源代码学习 NumPy，只需要通过 QuickFix 就可以一键安装。更多关于 NumPy 模块的安装方式，可以查看如何手动下载和安装依赖。
d1590a0dfb-share.lightly.teamcode.com
NumPy 跟练 1：修改学科成绩曲线
前面曾提到数组是 NumPy 最核心的功能，也是最重要的特性。因此，第一阶段的跟练内容就是使用 numpy.array() 创建数组，然后通过 NumPy 内建的函数修改并计算数组中的内容。
场景说明
假设你是一名大学教师，你在最近的期末考中失手出了巨难的考题，因此学生的成绩都不太理想。虽然如此，你很善良，不忍心大量学生因此挂科，所以你决定修改学科成绩曲线，让大家的分数看起来合理一些。
你初次批改的卷面分分别为：[42, 35, 64, 85, 51, 72, 59, 12] 这么一看，8 个人就有 5 个挂，着实有点狠了。
解题
我们把这个分数用 numpy.array() 导入，即numpy.array([42, 35, 64, 85, 51, 72, 59, 12])。若使用 import numpy as np，则应在代码中把 numpy.array() 改为 np.array()。
NumPy 中的数组会将数据元素储存于毗邻的储存位置中，通过索引号直接访问。这里的数组为一维数组，随着深入学习，我们慢慢还会接触二维数组 …… N 维数组等等。
d1590a0dfb-share.lightly.teamcode.com
如果不使用 NumPy 处理成绩曲线，我们需要重复为各个分数进行加分后，再进行合计。NumPy 把这些数据组合成数组后，便可以对这些数据进行统一处理，不仅去相对掉繁琐的 for 循环，让代码看起来更简洁明了，更减少了代码出现 bug 的概率。一般上，这个过程被称之为矢量化（vectorization）。
在这段代码中，我们主要应用了 NumPy 中自建的 .mean() 函数以及 .clip() 函数。前者即平均数（mean）的函数，简单易懂。.clip() 函数则确保数组中的值不超过给定的上下限，clip 的意思是“修剪”，所以应用到代码中为：
numpy.clip(需要修剪的变量, 下限, 上限)
在修改分数曲线时，我们需要修剪的变量为 new_grades，下限设置为不低于原先的分数（否则还被降分的学生也太惨了），然后把上限设置为 100 分。毕竟，百分制的话 100 分就是上限了。如此一来，直接使用老传统 print() 进行打印，新的分数就出来了。
刚开始使用 NumPy 其实不太需要担心各种各样的函数眼花缭乱，也不需要担心自己需要死背这些内容，拥抱各类模块的文档（documentation）就可以快速理解模块中的各种函数功能。所以，这类的文档有时候也被称之为小抄（cheatsheet）或食谱（cookbook）。也就是说，合格的程序员必须要学会查找和阅读 NumPy 的官方文档。
NumPy 跟练 2：检索学生班级与成绩
上一个跟练的内容为一维数组，这次我们来看看 NumPy 如何处理多维数组中的数据。
场景说明
因为批改大学的试卷太难了，你选择退而求其次，考了教师资格证成为高中体育老师。这一次，我们要用 NumPy 分别记录学生的姓名、班级和成绩。
在这次的场景中，我们将应用 NumPy 中的记录数组（又称之为结构化数组）。这类数组可以为每一列指定数据类别（例如：str 字符串、int 整数、bool 布尔运算等）和名称，让数据筛选变得更简单强大。 我们来看看数据原材料：
data=np.array([("丁一",1,87),
("刘二",2,68),
("张三",3,72),
("李四",3,55),
("王五",3,93),
("赵六",2,81),
("孙七",1,75),
("周八",1,88),
("吴九",2,64),
("郑十",2,49),
],dtype=[("姓名",str),("班级",int),("分数",int)])
这一看除了把名字排得特别整齐，其他班级和分数不是乱七八糟嘛 …… 这不我们还得把学生按班级整理好，高分的同学该表扬，低分的同学该批评一下嘛？
练习
上一个跟练我们直接给了标准答案，这一次还是需要大家自己动手尝试。放心，该有的提示和讲解还是会有，但检查答案前还是需要大家思考一下以下的题目：
#已知data[0]的输出为("丁一",1,87)
data["姓名"]的输出为['丁一''刘二''张三'...]
data[data["分数"]>59]["姓名"]的输出为['丁一''刘二''张三''王五''赵六''孙七''周八''吴九']
使用 data[] 函数，求：
同学们可以另开新档尝试自己手动做题，再查看源代码中的 score2D.py 参考答案，在线查看并运行项目：d1590a0dfb-share.lightly.teamcode.com
最后的最后，无论是学习编程或其他内容，只有练习、练习再练习才能在知识基础上更进一步。欢迎查看源码中的扩展练习与答案以及往期 Python 教程： 怎么看待 Python(PyScript) 可以做浏览器前端开发语言？
使用 Python Turtle 制作贪吃蛇游戏
学习 Python 爬虫，手把手通过 Python 入门爬取网页信息