Python NumPy 数据分析指南

NumPy 的难点不在记住函数名，而在理解数组形状、索引、广播和 dtype 如何一起影响结果。下面从创建数组开始，逐步走到常用运算和性能注意点。

原文链接：https://zhuanlan.zhihu.com/p/31202053

一、NumPy 简介

1.1 什么是 NumPy

NumPy（Numerical Python）是 Python 中用于科学计算的核心库，提供了：

• 高性能的多维数组对象
• 丰富的数组操作工具
• 数学运算函数

1.2 重要性

NumPy 是许多高级数据分析库的基础：

• Pandas：数据分析核心库
• Scikit-learn：机器学习库
• Matplotlib：数据可视化库

二、数组创建与操作

2.1 创建数组

import numpy as np

# 创建一维数组
arr = np.array([1, 2, 3, 4, 5])

# 创建二维数组
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

2.2 基本运算

# 计算数组的平均值
mean_value = np.mean(arr)
print(mean_value)  # 输出：3.0

# 计算每列的平均值
column_means = np.mean(data, axis=0)
print("每列平均值：", column_means)

三、数组的索引与切片

3.1 基本索引

与 Python 列表类似，NumPy 数组支持灵活的索引操作，便于：

• 提取子集
• 修改数据
• 快速访问特定元素

3.2 布尔索引

使用条件表达式筛选数据：

# 筛选大于5的元素
filtered_data = data[data > 5]
print("大于5的元素：", filtered_data)

四、广播机制

4.1 广播功能

NumPy 的广播功能允许不同形状的数组进行数学运算：

• 提升代码简洁性
• 提高执行效率
• 避免循环操作

4.2 广播规则

• 对齐维度
• 扩展维度
• 执行元素级运算

五、实际应用案例

5.1 数据清洗

结合真实数据集演示：

• 缺失值处理
• 数据转换
• 异常值检测

5.2 数据转换

• 归一化处理
• 类型转换
• 重塑数组

5.3 简单分析

为后续学习 Pandas 库打下基础，掌握基本的数据分析思路。

六、学习建议

1. 掌握基础操作：熟练数组创建、索引、切片
2. 理解广播机制：这是 NumPy 的核心特性
3. 实践案例：通过真实数据集练习
4. 进阶学习：在掌握 NumPy 后学习 Pandas

文档生成时间：2026-02-27