譯者：AI研習社（季一帆）

雙語原文鏈接：NumPy Illustrated： The Visual Guide to NumPy

是一個廣泛適用的Python數據處理庫，， 等庫都基于numpy。同時，在、、等深度許欸小框架中，了解numpy將顯著提高數據共享和處理能力，甚至無需過多更改就可以在運行計算。

n維數組是NumPy的核心概念，這樣的好處，盡管一維和而為數組的處理方式有些差異，但多數不同維數組的操作是一樣的。本文將對以下三個部分展開介紹：

向量——一維數組

矩陣——二維數組

3維及更高維數組

本文受JayAlammar的文章“ A Visual Intro to NumPy”的啟發，并對其做了更詳細豐富的介紹。

numpy數組 vs. Python列表

乍看上去，NumPy數組與Python列表極其相似。它們都用來裝載數據，都能夠快速添加或獲取元素，插入和移除元素則比較慢。

當然相比python列表，numpy數組可以直接進行算術運算：

除此之外，numpy數組還具有以下特點：

更緊湊，高維時尤為明顯

向量化后運算速度比列表更快

在末尾添加元素時不如列表高效

元素類型一般比較固定

其中，O（N）表示完成操作所需的時間與數組大小成正比（請見），O（1）表示操作時間與數組大小無關（詳見）。

1.向量與1維數組向量初始化

通過Python列表可以創建NumPy數組，如下將列表元素轉化為一維數組：

注意，確保列表元素類型相同，否則dtype=’object‘，將影響運算甚至產生語法錯誤。

由于在數組末尾沒有預留空間以快速添加新元素，NumPy數組無法像Python列表那樣增長，因此，通常的做法是在變長Python列表中準備好數據，然后將其轉換為NumPy數組，或是使用np.zeros或np.empty預先分配必要的空間：

通過以下方法可以創建一個與某一變量形狀一致的空數組：

不止是空數組，通過上述方法還可以將數組填充為特定值：

在NumPy中，還可以通過單調序列初始化數組：

如果您需要［0.， 1.， 2.］這樣的浮點數組，可以更改arange輸出的類型，即arange（3）.astype（float），但有更好的方法：由于arange函數對類型敏感，因此參數為整數類型，它生成的也是整數類型，如果輸入float類型arange（3.），則會生成浮點數。

arange浮點類型數據不是非常友好：

上圖中，0.1對我們來說是一個有限的十進制數，但對計算機而言，它是一個二進制無窮小數，必須四舍五入為一個近似值。因此，將小數作為arange的步長可能導致一些錯誤。可以通過以下兩種方式避免如上錯誤：一是使間隔末尾落入非整數步數，但這會降低可讀性和可維護性；二是使用linspace，這樣可以避免四舍五入的錯誤影響，并始終生成要求數量的元素。但使用linspace時尤其需要注意最后一個的數量參數設置，由于它計算點數量，而不是間隔數量，因此上圖中數量參數是11，而不是10。

隨機數組的生成如下：

向量索引

對于數組數據的訪問，numpy提供了便捷的訪問方式：

上圖中，除“fancy indexing”外，其他所有索引方法本質上都是`views`：它們并不存儲數據，如果原數組在被索引后發生更改，則會反映出原始數組中的更改。

上述所有這些方法都可以改變原始數組，即允許通過分配新值改變原數組的內容。這導致無法通過切片來復制數組：

此外，還可以通過布爾索引從NumPy數組中獲取數據，這意味著可以使用各種邏輯運算符：

和與其他Python使用類似

注意，不可以使用`3 《= a 《= 5`這樣的Python“三元”比較。

如上所述，布爾索引是可寫的。如下圖np.where和np.clip兩個專有函數。

向量操作

NumPy的計算速度是其亮點之一，其向量運算操作接近C++級別，避免了Python循環耗時較多的問題。NumPy允許像普通數字一樣操作整個數組：

在python中，a//b表示a div b（除法的商），x**n表示 x?

浮點數的計算也是如此，numpy能夠將標量廣播到數組：

numpy提供了許多數學函數來處理矢量：

向量點乘（內積）和叉乘（外積、向量積）如下：

numpy也提供了如下三角函數運算：

數組整體進行四舍五入：

floor向上取整，ceil向下取整，round四舍五入

np.around與np.round是等效的，這樣做只是為了避免 from numpy import *時與Python aroun的沖突（但一般的使用方式是import numpy as np）。當然，你也可以使用a.round。

numpy還可以實現以下功能：

以上功能都存在相應的nan-resistant變體：例如，等

在numpy中，排序函數功能有所閹割：

對于一維數組，可以通過反轉結果來解決reversed函數缺失的不足，但在2維數組中該問題變得棘手。

查找向量中的元素

不同于Python列表，NumPy數組沒有索引方法。

index中的方括號表示j或i&j可以省略

可以通過np.where（a==x）［0］ ［0］查找元素，但這種方法很不pythonic，哪怕需要查找的項在數組開頭，該方法也需要遍歷整個數組。

使用Numba實現加速查找，next（（i［0］ for i， v in np.ndenumerate（a） if v==x）， -1），在最壞的情況下，它的速度要比where慢。

如果數組是排好序的，使用v = np.（a， x）; return v if a［v］==x else -1時間復雜度為O（log N），但在這之前，排序的時間復雜度為O（N log N）。

實際上，通過C實現加速搜索并不是困難，問題是浮點數據比較。

浮點數比較

np.allclose（a， b）用于容忍誤差之內的浮點數比較。

np.allclose假定所有比較數字的尺度為1。如果在納秒級別上，則需要將默認atol參數除以1e9：np.allclose（1e-9，2e-9， atol=1e-17）==False。

math.isclose不對要比較的數字做任何假設，而是需要用戶提供一個合理的abs_tol值（np.allclose默認的atol值1e-8足以滿足小數位數為1的浮點數比較，即math.isclose（0.1+0.2–0.3， abs_tol=1e-8）==True。

此外，對于絕隊偏差和相對偏差，np.allclose依然存在一些問題。例如，對于某些值a、b， allclose（a，b）！=allclose（b，a），而在math.isclose中則不存在這些問題。查看GitHub上的和相應的了解更多信息。

2.矩陣和二維數組

過去，NumPy中曾有一個專用的matrix類，但現在已被棄用，因此在下文中矩陣和2維數組表示同一含義。

矩陣的初始化語法與向量類似：

如上要使用雙括號，因為第二個位置參數（可選）是為dtype（也接受整數）保留的。

隨機矩陣的生成也與向量類似：

二維數組的索引語法要比嵌套列表更方便：

“view”表示數組切片時并未進行任何復制，在修改數組后，相應更改也將反映在切片中。

軸參數

在求和等操作中，NumPy可以實現跨行或跨列的操作。為了適用任意維數的數組，NumPy引入了axis的概念。axis參數的值實際上就是維度數量，如第一個維是axis=0 ，第二維是axis=1，依此類推。因此，在2維數組中，axis=0指列方向，axis=1指行方向。

矩陣運算

除了+，-，*，/，//和**等數組元素的運算符外，numpy提供了@運算符計算矩陣乘積：

類似前文介紹的標量廣播機制，numpy同樣可以通過廣播機制實現向量與矩陣，或兩個向量之間的混合運算：

注意，上圖最后一個示例是對稱的逐元素乘法。使用矩陣乘法@可以計算非對稱線性代數外積，兩個矩陣互換位置后計算內積：

行向量與列向量

根據前文可知，在2維數組中，行向量和列向量被區別對待。通常NumPy會盡可能使用單一類型的1維數組（例如，2維數組a的第j列a［：， j］是1維數組）。默認情況下，一維數組在2維操作中被視為行向量，因此，將矩陣乘行向量時，使用形狀（n，）或（1，n）的向量結果一致。有多種方法可以從一維數組中得到列向量，但并不包括transpose：

使用newaxis更新數組形狀和索引可以將1維數組轉化為2維列向量：

其中，-1表示在reshape是該維度自動決定，方括號中的None等同于np.newaxis，表示在指定位置添加一個空軸。

因此，NumPy中共有三種類型的向量：1維數組，2維行向量和2維列向量。以下是兩兩類型轉換圖：

根據廣播規則，一維數組被隱式解釋為二維行向量，因此通常不必在這兩個數組之間進行轉換，對應圖中陰影化區域。

嚴格來說，除一維外的所有數組的大小都是一個向量（如a.shape == ［1，1，1，5，1，1］），因此numpy的輸入類型是任意的，但上述三種最為常用。可以使用np.reshape將一維矢量轉換為這種形式，使用np.squeeze可將其恢復。這兩個功能都通過view發揮作用。

矩陣操作

矩陣的拼接有以下兩種方式：

圖示操作僅適用于矩陣堆疊或向量堆疊，而一維數組和矩陣的混合堆疊只有通過才可實現，會導致維度不匹配錯誤。因為前文提到將一維數組作為行向量，而不是列向量。為此，可以將其轉換為行向量，或使用專門的函數執行此操作：

與stack對應的是split：

矩陣復制有兩種方式：類似粘貼復制；相當于分頁打印。

delete可以刪除特定的行或列：

相應插入操作為insert：

與hstack一樣，append函數無法自動轉置1D數組，因此需要重新調整向量形狀或添加維數，或者使用column_stack：

如果僅僅是向數組的邊界添加常量值，pad函數是足夠的：

Meshgrids

廣播機制使得meshgrids變得容易。例如需要下圖所示（但尺寸大得多）的矩陣：

上述兩種方法由于使用了循環，因此都比較慢。MATLAB通過構建meshgrid處理這種問題。

meshgrid函數接受任意一組索引，通過切片和索引生成完整的索引范圍，然后，函數根據I和J實現運算。

在NumPy中有一種更好的方法，無需在內存中存儲整個I和J矩陣（雖然meshgrid已足夠優秀，僅存儲對原始向量的引用），僅存儲形狀矢量，然后通過廣播規實現其余內容的處理：

如果沒有indexing =’ij‘參數，那么meshgrid將更改參數的順序，即J，I=np.meshgrid（j，i）——一種用于可視化3D繪圖的“xy”模式（祥見該文檔）。

除了在二維或三維網格上初始化函數外，網格還可以用于索引數組：

以上方法在稀疏網格中同樣適用。

矩陣統計

就像sum函數，numpy提供了矩陣不同軸上的， ， mean/median/percentile， 等函數。

np.amin等同于np.min，這樣做同樣是為了避免from numpy import *可能的歧義。

2維及更高維中的argmin和argmax函數分別返回最小和最大值的索引，通過unravel_index函數可以將其轉換為二維坐標：

和同樣也可作用于特定維度：

矩陣排序

雖然在前文中，axis參數適用于不同函數，但在二維數組排序中影響較小：

你通常不需要上述這樣的排序矩陣，axis不是key參數的替代。但好在NumPy提供了其他功能，這些功能允許按一列或幾列進行排序：

1、a［a ［：，0］ .argsort］表示按第一列對數組進行排序：

其中，argsort返回排序后的原始數組的索引數組。

可以重復使用該方法，但千萬不要搞混：

a = a［a［：，2］.argsort］

a = a［a［：，1］.argsort（kind=’stable‘）］

a = a［a［：，0］.argsort（kind=’stable‘）］

2、函數lexsort可以像上述這樣對所有列進行排序，但是它總是按行執行，并且排序的行是顛倒的（即從下到上），其用法如下：

a［np.lexsort（np.flipud（a［2，5］.T））］，首先按第2列排序，然后按第5列排序；a［np.lexsort（np.flipud（a.T））］，從左到右依次排序各列。

其中，沿上下方向翻轉矩陣（沿axis = 0方向，與a ［：：-1，。。.］等效，其中。。.表示“其他所有維度”），注意區分它與，fliplr用于1維數組。

3、sort函數還有一個order參數，但該方法極不友好，不推薦學習。

4、在pandas中排序也是不錯的選擇，因為在pandas中操作位置確定，可讀性好且不易出錯：

- pd.DataFrame（a）.sort_values（by=［2，5］）.to_numpy，先按第2列排序，再按第5列排序。

-pd.DataFrame（a）.sort_values.to_numpy，按從左到右的順序對所有列進行排序。

3、3維及更高維數組

通過重塑1維向量或轉換嵌套Python列表來創建3維數組時，索引分別對應（z，y，x）。索引z是平面編號，（y，x）坐標在該平面上移動：

通過上述索引順序，可以方便的保留灰度圖像，a［i］表示第i個圖像。

但這樣的索引順序并不具有廣泛性，例如在處理RGB圖像時，通常使用（y，x，z）順序：首先是兩個像素坐標，然后才是顏色坐標（中的RGB，中的BGR）：

這樣可以方便地定位特定像素，如a［i，j］給出像素（i，j）的RGB元組。

因此，幾何形狀的創建實際取決于你對域的約定：

顯然，hstack，vstack或dstack之類的NumPy函數并不一定滿足這些約定，其默認的索引順序是（y，x，z），RGB圖像順序如下：

如果數據不是這樣的布局，使用concatenate命令可以方便的堆疊圖像，并通過axis參數提供索引號：

如果不考慮軸數，可以將數組轉換hstack和相應形式：

這種轉換非常方便，該過程只是混合索引的順序重排，并沒有實際的復制操作。

通過混合索引順序可實現數組轉置，掌握該方法將加深你對3維數據的了解。根據確定的軸順序，轉置數組平面的命令有所不同：對于通用數組，交換索引1和2，對于RGB圖像交換0和1：

注意，（a.T）的默認軸參數會顛倒索引順序，這不同于上述述兩種索引順序。

廣播機制同樣適用多維數組，更多詳細信息可參閱筆記“ ”。

最后介紹（Einstein summation）函數，這將使你在處理多維數組時避免很多Python循環，代碼更為簡潔：

該函數對重復索引的數組求和。在一般情況下，使用np.tensordot（a，b，axis=1）就可以，但在更復雜的情況下，einsum速度更快，讀寫更容易。

如果你想看看自己的NumPy水平到底如何，可以在GitHub上進行練習——例如。

對于本文未介紹到的NumPy常用功能，歡迎各位讀者通過、給我留言，我將進一步完善本文！