必须要懂的机器学习和数据科学最流行的Python库——NumPy

NumPy是Numerical Python的简称，是Python的支持矢量运算的面向N维数组的一个运算库，目前在机器学习和数据科学领域被广泛使用，并且当前许多支持科学计算的工具包都是基于NumPy开发的，例如pandas,，scikit-learn，TensorFlow等。

NumPy最大的特点是其对象ndarray，其存储形式是N维的数组，我们可以将NumPy的1维数据看成是向量，多维数据看成是矩阵，可以把NumPy的计算看成是向量或矩阵运算，这点跟MATLAB特别相似。

说到数组，或许你可能有疑问了，Python本身就包含列表（list）和数组（array），为什么我们非要用NumPy而不用常规的Python数组呢？这主要是因为NumPy的算法库都是由C语言编写，可以直接操作内存，所以极大的提高了运行效率，一般基于NumPy的算法要比纯Python快10-100倍，并且占用的内存更少，可以说是既快又省。

基于NumPy的数据结构特点，本文主要从NumPy的一维数组（可以理解为向量）和多维数组（可以理解为矩阵）2个方面进行介绍，以便于大家系统性的学习NumPy。

一维数组（向量）

• 创建数组

最基本的方式是利用NumPy的array()函数通过列表创建数组。

在实际应用中，我们经常会用到一些已经初始化的数组，比如全0数组、全1数组、随机数组等等。NumPy也提供了相应的函数zeros()、ones()、random()等函数。

• 数组运算

NumPy对于长度相等的一维数组的运算都会将运算应用到元素级，事实上就是向量的缩放、向量的加减法，需要注意的是两个数组相乘跟点积是不一样的。

• 数组的索引和切片

NumPy对于一维数组的索引与Python中列表的索引没什么区别。

• 聚合

NumPy中ndarray是一个对象，提供了许多聚合方法用于对象的操作，例如求最大值、最小值、均值等等。

多维数组（矩阵）

• 创建矩阵

同一维数组类似，矩阵的创建既可以通过基本的列表操作实现，也可以用上面提到的初始化函数zeros()、ones()、random()等函数，只不过需要相应的增加维度。

• 矩阵运算

NumPy中矩阵的加减运算同样将行列数相等的矩阵应用到元素级，NumPy有个很好的功能叫广播（broadcast ），既对于行列数不同的矩阵，只要有一个矩阵的行数或列数与另一个矩阵一致，并且是一个一维矩阵，那么2个矩阵在作运算时，NumPy会自动把那个一维矩阵补充成完整的多维矩阵。

• 点积

NumPy提供了矩阵之间的点积运行函数dot()，可以直接计算矩阵的点积。

• 索引和切片

同样的，矩阵的索引和切片与Python中2维数组类似，第一个维度对应于行，第二个维度对应于列，取多个元素可以用“：”。

• 矩阵聚合

矩阵同样支持聚合操作，除了对所有值进行聚合，NumPy还支持对特定的轴进行聚合，axis=0（既0轴）表示对横轴进行操作，在计算上是沿着横轴方向一列一列计算；axis=1（既1轴）表示对纵轴进行操作，在计算上是沿着纵轴方向一行一行计算。

• 矩阵变换

在线性代数中常常用到举证的变换，例如矩阵转置、矩阵重塑。NumPy提供了.T属性用于矩阵的转置，reshape()函数用于矩阵的重塑。

总结

NumPy在Python线性代数的运算中提供了非常好的数据结构，其ndarray对象拥有许多方便的方法和属性，并且其良好的运算性能也是纯Python不能替代的，所以在机器学习中NumPy是非常强大的存在，学好NumPy是机器学习实现各种算法的基础。