NumPy 数值计算：多维数组与广播机制

NumPy 基础：理解多维数组

NumPy 是 Python 数值计算的基石，其核心是 ndarray 对象——一个能够存储同类型数据的多维数组。与 Python 原生列表相比，NumPy 数组在内存占用、运算速度和广播能力上具有显著优势，是数据科学、机器学习和科学计算不可或缺的工具。

为什么选择 NumPy 数组？

• 内存高效：连续内存存储，无对象开销。
• 向量化运算：无需显式循环，底层 C 实现加速计算。
• 广播机制：自动扩展不同形状的数组以进行逐元素运算。
• 丰富的生态：Pandas、SciPy、Matplotlib 等库均依赖 NumPy。

创建 NumPy 数组

从列表或元组创建

使用 np.array() 函数可将 Python 序列转换为数组，并可指定数据类型 dtype。

import numpy as np

# 一维数组
arr1d = np.array([1, 2, 3, 4])
# 二维数组
arr2d = np.array([[1, 2, 3], [4, 5, 6]])
# 指定浮点类型
arr_float = np.array([1, 2, 3], dtype=np.float64)

内置快速创建函数

NumPy 提供多种便捷函数生成特定数组：

数组属性

每个 ndarray 都有一组描述其特征的属性：

• ndim：数组的维数（轴的数量）。
• shape：一个元组，表示每个维度的大小。
• size：数组中元素的总数。
• dtype：元素的数据类型（如 int32, float64）。

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(arr.ndim)    # 3
print(arr.shape)   # (2, 2, 2)
print(arr.size)    # 8

多维数组的索引与切片

NumPy 提供了极其灵活的索引方式，对于高维数组，每个维度可以独立切片。

基本切片

语法与 Python 列表类似，但在多个维度上使用逗号分隔。

arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12]])

# 获取第一行
print(arr[0, :])    # [1 2 3 4]
# 获取第二列
print(arr[:, 1])    # [ 2  6 10]
# 获取子区域：前两行、第二到第四列
print(arr[0:2, 1:4])
# 输出：
# [[2 3 4]
#  [6 7 8]]

花式索引与布尔索引

• 花式索引：传入整数数组或列表，可任意组合元素。
• 布尔索引：使用与数组形状相同的布尔值数组选取元素。

arr = np.arange(10)
# 花式索引
indices = [1, 3, 5]
print(arr[indices])   # [1 3 5]

# 布尔索引
mask = arr % 2 != 0   # 选择所有奇数
print(arr[mask])       # [1 3 5 7 9]

# 多维示例
arr2d = np.array([[1, 2], [3, 4], [5, 6]])
row_mask = np.array([True, False, True])
print(arr2d[row_mask])    # 选取第1行和第3行

索引结果的内存关系

重要提示：NumPy 切片返回的是原数组的视图，而非副本。修改切片会影响原数组。如需独立副本，使用 .copy() 方法。

数组形状变换

数据预处理中经常需要调整数组的维度排列，而不改变底层数据。

reshape 与 resize

• reshape(new_shape)：返回一个新形状的数组，元素总数必须一致。
• resize(new_shape)：原地修改形状（或返回新数组，取决于使用方式），元素不够时会重复填充。

a = np.arange(12)
# 变为 3x4 矩阵
b = a.reshape(3, 4)
# 自动计算维度：-1 表示根据其他维度推断
c = a.reshape(2, -1)    # 形状为 (2, 6)

转置与轴交换

• arr.T 或 np.transpose(arr) 返回数组的转置（对于二维数组即行列互换）。
• np.swapaxes(arr, axis1, axis2) 交换任意两个轴。

arr = np.arange(6).reshape(2, 3)
print(arr.T)   # 形状 (3, 2)

添加与删除维度

• np.newaxis 或 np.expand_dims：在指定位置插入长度为 1 的新维度。
• np.squeeze：移除长度为 1 的维度。

a = np.array([1, 2, 3])   # 形状 (3,)
# 变为列向量
col = a[:, np.newaxis]    # 形状 (3, 1)
# 变为行向量
row = a[np.newaxis, :]    # 形状 (1, 3)

广播机制：不同形状数组的运算核心

广播是 NumPy 的灵魂，它允许不同形状的数组在算术运算时自动扩展至兼容的形状，避免了显式复制大量数据的低效操作。

广播规则

两个数组进行逐元素运算时，NumPy 从尾部维度开始依次比较：

1. 如果两个维度的尺寸相等，则认为兼容。
2. 如果其中一个维度尺寸为 1，则会被“广播”复制以匹配另一个维度尺寸。
3. 如果尺寸不相等且都不为 1，则引发 ValueError。

简单示例详解

a = np.array([[1, 2, 3],
              [4, 5, 6]])   # 形状 (2, 3)
b = np.array([10, 20, 30])  # 形状 (3,)
c = a + b

b 的形状 (3,) 与 a 的最后一维 3 匹配，因此 b 被广播为形状 (2,3)，等价于 [[10,20,30],[10,20,30]]，再逐元素相加。

高维广播

广播可以处理更复杂的组合：

• (3, 1, 5) 与 (2, 1) 操作
  • 数组 A：(3, 1, 5)
  • 数组 B：(2, 1) → 先将 B 调整为 (1, 2, 1)（对齐尾边）
  • 比较：A 的 dim0=3 与 B 的 dim0=1 → 广播 B 的 dim0 为 3；dim1=1 与 2 → 广播 A 的 dim1 为 2；dim2=5 与 1 → 广播 B 的 dim2 为 5。
  • 结果形状：(3, 2, 5)

A = np.arange(15).reshape(3, 1, 5)
B = np.arange(2).reshape(2, 1)
result = A + B
print(result.shape)  # (3, 2, 5)

广播的实际应用：数据归一化与统计

广播常用于对数组沿某个轴进行操作并保持原有形状，例如均值归一化。

data = np.random.randn(3, 4)      # 形状 (3, 4) 的随机数据
mean = data.mean(axis=1)          # 计算每行均值，形状 (3,)
# 直接相减会出错吗？mean 形状 (3,)，而 data 形状 (3,4)，根据广播规则需要增加维度
mean_2d = mean[:, np.newaxis]     # 变为 (3, 1)
normalized = data - mean_2d       # 广播 mean_2d 到 (3,4) 完成逐元素相减

或者利用 keepdims 参数：

mean = data.mean(axis=1, keepdims=True)  # 形状 (3, 1)
normalized = data - mean                 # 直接广播

沿轴计算与聚合

理解 axis 参数是掌握多维数组运算的关键。axis=0 表示沿行操作（逐列聚合），axis=1 表示沿列操作（逐行聚合）。

arr = np.array([[1, 2, 3],
                [4, 5, 6]])
print(np.sum(arr, axis=0))   # [5 7 9] 列和
print(np.sum(arr, axis=1))   # [ 6 15] 行和
print(np.max(arr, axis=0))   # [4 5 6] 每列最大值

常用聚合函数：sum, mean, std, min, max, argmin, argmax, cumsum。

实践案例：图像处理中的广播

假设有一张 RGB 图像，形状为 (height, width, 3)，每个像素的颜色值在 0 到 255 之间。我们想对每个颜色通道分别乘以不同的权重（如增强红色通道、减弱蓝色通道）。

# 模拟图像：高度 4，宽度 4，3 通道
image = np.random.randint(0, 256, size=(4, 4, 3)).astype(np.float32)
# 权重数组，形状为 (3,)：分别对应 R, G, B
weights = np.array([1.2, 1.0, 0.8])
# 广播乘法：权重自动扩展为 (1, 1, 3) 再广播到 (4, 4, 3)
adjusted = image * weights
# 将值裁剪到 0-255 范围并转回 uint8
adjusted = np.clip(adjusted, 0, 255).astype(np.uint8)

该操作无需任何循环，简洁高效。

总结与最佳实践

• 利用形状操作替代循环：reshape、newaxis 和 swapaxes 可大幅提升代码可读性和性能。
• 掌握广播规则：遇到形状不匹配错误时，从尾部对齐检查维度，必要时使用 np.newaxis 显式插入维度。
• 优先使用向量化：NumPy 的数学算子（+, -, *, /, **）和通用函数（np.sin, np.exp 等）天然支持广播，应尽量避免 Python 级别的迭代。
• 注意内存视图：切片返回视图，赋值需谨慎。创建副本用 .copy()。

通过不断练习多维数组索引、形状变换和广播，你将能够游刃有余地处理大规模数值计算任务，为后续学习 SciPy、Pandas 等高级库打下坚实基础。