Python第04章 NumPy基礎：數組和矢量計算

NumPy（Numerical Python的簡稱）是Python數值計算最重要的基礎包。大多數提供科學計算的包都是用NumPy的數組作為構建基礎。

NumPy的部分功能如下：

• ndarray，一個具有矢量算術運算和復雜廣播能力的快速且節省空間的多維數組。
• 用於對整組數據進行快速運算的標准數學函數（無需編寫循環）。
• 用於讀寫磁盤數據的工具以及用於操作內存映射文件的工具。
• 線性代數、隨機數生成以及傅裡葉變換功能。
• 用於集成由C、C++、Fortran等語言編寫的代碼的A C API。

由於NumPy提供了一個簡單易用的C API，因此很容易將數據傳遞給由低級語言編寫的外部庫，外部庫也能以NumPy數組的形式將數據返回給Python。這個功能使Python成為一種包裝C/C++/Fortran歷史代碼庫的選擇，並使被包裝庫擁有一個動態的、易用的接口。

NumPy本身並沒有提供多麼高級的數據分析功能，理解NumPy數組以及面向數組的計算將有助於你更加高效地使用諸如pandas之類的工具。因為NumPy是一個很大的題目，我會在附錄A中介紹更多NumPy高級功能，比如廣播。

對於大部分數據分析應用而言，我最關注的功能主要集中在：

• 用於數據整理和清理、子集構造和過濾、轉換等快速的矢量化數組運算。
• 常用的數組算法，如排序、唯一化、集合運算等。
• 高效的描述統計和數據聚合/摘要運算。
• 用於異構數據集的合並/連接運算的數據對齊和關系型數據運算。
• 將條件邏輯表述為數組表達式（而不是帶有if-elif-else分支的循環）。
• 數據的分組運算（聚合、轉換、函數應用等）。。

雖然NumPy提供了通用的