数据科学 IPython 笔记本 9.2 NumPy 简介

9.2 NumPy 简介

本节是《Python 数据科学手册》（Python Data Science Handbook）的摘录。

译者：飞龙

协议：CC BY-NC-SA 4.0

本章以及第三章概述了在 Python 中有效加载，存储和操作内存数据的技术。

主题非常广泛：数据集可能来源于广泛的来源和各种格式，包括文档集合，图像集合，声音片段集合，数值测量集合或者几乎任何其余内容。

虽然存在这种显著的异质性，但它将帮助我们从根本上将所有数据视为数字数组。

例如，图像 – 特别是数字图像 – 可以看做简单的二维数字数组，表示整个区域的像素亮度。

声音片段可以看做是强度与时间的一维数组。

文本可以以各种方式转换为数字表示，可能是表示某些单词或者单词对的频率的二元数字。

无论数据是什么，使其可分析的第一步是将它们转换为数字数组。

（稍后我们将在特征工程中探讨此过程的少量具体示例）

因而，数值数组的有效存储和操作，对于数据科学的过程来说绝对是基础。

我们现在来看看 Python 用于解决这种数值数组的专用工具：NumPy 包和 Pandas 包（在第三章中探讨）。

本章将详细详情 NumPy。 NumPy（Numerical Python 的缩写）提供了一个有效的接口，来存储和操作密集数据缓冲区。

在某些方面，NumPy 数组相似于 Python 的内置list类型，但随着数组的大小增大，NumPy 数组提供了更高效的存储和数据操作。

NumPy 数组构成了 Python 中几乎整个数据科学工具生态系统的核心，因而无论你对数据科学的哪些方面感兴趣，学习有效使用 NumPy 都是值得的。

假如你按照前言中列出的建议并安装了 Anaconda 技术栈，那么你已经安装了 NumPy 并准备好了。

假如你更喜欢自己动手，可以访问 http://www.numpy.org/ 并按照其中的安装文档进行操作。

完成后，你可以导入 NumPy 并仔细检查版本：

import numpynumpy.__version__# '1.11.1'

对于这里探讨的软件包，我建议使用 NumPy 1.8 或者更高版本。

照惯例，你会发现 SciPy/PyData 世界中的大多数人都会使用np作为别名来导入 NumPy：

import numpy as np

在本章以及本书的其他部分中，你会发现这是我们导入和使用 NumPy 的方式。

关于内置文档的提示

在阅读本章时，不要不记得 IPython 使你能够快速浏览包的内容（通过使用制表符补全功能），以及各种函数的文档（使用?字符 – 请参阅 IPython 中的帮助和文档）。

例如，要显示numpy命名空间的所有内容，可以键入：

In [3]: np.<TAB>

要显示 NumPy 的内置文档，你可以使用：

In [4]: np?

更详细的文档以及教程和其余资源，请访问 http://www.numpy.org。