数据字典：从 Python 到 NumPy

介绍

Python 是一种高级编程语言，经常用于数据科学，自然语言处理，机器学习等领域。而 NumPy 是 Python 中一个重要的第三方扩展库，是科学计算和数据分析的基石。

本文将介绍常见的 Python 数据类型，以及如何使用 NumPy 创建和操作数组，包括数组的索引、切片、形状、数据类型、随机数等内容。

Python 数据类型

Python 中常见的数据类型包括：

• 整数（int）
• 浮点数（float）
• 复数（complex）
• 布尔值（bool）
• 字符串（str）
• 列表（list）
• 元组（tuple）
• 集合（set）
• 字典（dict）

其中，列表和元组可以包含不同类型的元素，而数组只能包含相同类型的元素。

列表和元组

列表和元组都是序列，可以通过下标访问元素，也可以对序列进行切片操作，例如：

# 列表
lst = [1, 2, 3, 'abc', 4.5]
print(lst[0])   # 1
print(lst[1:3]) # [2, 3]

# 元组
tup = (1, 2, 3, 'abc', 4.5)
print(tup[0])   # 1
print(tup[1:3]) # (2, 3)

数组

与列表和元组不同，NumPy 中的数组只能包含相同类型的元素。创建数组时可以指定元素类型，例如：

import numpy as np

# 创建整数数组
arr_int = np.array([1, 2, 3])
print(arr_int.dtype) # int64

# 创建浮点数数组
arr_float = np.array([1.0, 2.0, 3.0])
print(arr_float.dtype) # float64

数组的类型一旦确定，就不能改变。如果向数组中添加了不同类型的元素，会自动转换为同一类型，例如：

arr = np.array([1, 2, 3])
arr[0] = 1.5
print(arr) # [1 2 3]

数组的索引和切片

数组的索引和切片方式与列表和元组类似，例如：

arr = np.array([1, 2, 3, 4, 5])
print(arr[0])       # 1
print(arr[1:3])     # [2 3]
print(arr[arr>3])   # [4 5]

其中，数组的切片操作返回的是原数组的一个视图（view），而不是拷贝。这意味着修改切片的值会同时修改原数组的值，例如：

arr = np.array([1, 2, 3, 4, 5])
arr_slice = arr[1:3]
arr_slice[0] = 10
print(arr)       # [ 1 10  3  4  5]

数组的形状和维度

数组的形状（shape）是指数组每个维度的大小，可以通过 shape 属性查看数组的形状，例如：

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)    # (2, 3)

数组的轴（axis）是指数组的维度。例如，二维数组有两个轴，第一个轴对应行，第二个轴对应列。可以通过 ndim 属性查看数组的轴数，例如：

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)     # 2

改变数组的形状

可以使用 reshape 方法改变数组的形状，例如：

arr = np.array([1, 2, 3, 4, 5, 6])
arr2 = arr.reshape((2, 3))
print(arr2)
# [[1 2 3]
#  [4 5 6]]

如果改变数组的形状后访问了数组的某个元素，则会报错，例如：

arr = np.array([1, 2, 3, 4, 5, 6])
arr2 = arr.reshape((2, 3))
print(arr2[2, 1])
# IndexError: index 2 is out of bounds for axis 0 with size 2

数组的数据类型和转换

数组的数据类型可以通过 dtype 属性查看，例如：

arr = np.array([1, 2, 3])
print(arr.dtype) # int64

可以使用 astype 方法将数组转换为指定的数据类型，例如：

arr = np.array([1, 2, 3])
arr2 = arr.astype(np.float32)
print(arr2)       # [1. 2. 3.]

数组的数值运算

NumPy 支持数组的数值运算，包括加减乘除、矩阵乘法、平方、开方等运算。例如：

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 加减乘除
print(arr1 + arr2) # [5 7 9]
print(arr1 - arr2) # [-3 -3 -3]
print(arr1 * arr2) # [ 4 10 18]
print(arr1 / arr2) # [0.25 0.4  0.5 ]

# 点积和叉积
print(np.dot(arr1, arr2))                     # 32
print(np.cross(np.array([1, 0, 0]), np.array([0, 1, 0]))) # [0 0 1]

# 平方和开方
print(arr1**2)        # [1 4 9]
print(np.sqrt(arr1))  # [1.         1.41421356 1.73205081]

随机数

NumPy 提供了多种产生随机数的函数，可以产生不同分布的随机数序列。

均匀分布

# 产生 100 个 [0, 1) 范围内的随机数
print(np.random.rand(100))

# 产生 2x2 的矩阵的随机数
print(np.random.rand(2, 2))

正态分布

# 产生 10 个均值为 0，标准差为 1 的正态分布随机数
print(np.random.randn(10))

# 产生指定均值和标准差的正态分布随机数
print(np.random.normal(loc=0.0, scale=1.0, size=10))

结论

本文介绍了从 Python 到 NumPy 的数据类型、数组的索引和切片、形状和维度、数据类型和转换、数值运算、随机数等内容。NumPy 是一款强大的科学计算库，掌握其使用方法对于数据科学工作者非常重要。