Python和NumPy是机器学习的基础工具
Python和NumPy基础
学习目标
完成本模块学习后，你将能够：
- 掌握Python基本语法和数据结构
- 理解NumPy的核心概念和操作
- 使用NumPy进行科学计算
- 处理多维数组数据
1. Python基础
1.1 基本数据类型
# 数值类型
x = 42 # 整数
y = 3.14 # 浮点数
z = 1 + 2j # 复数
# 字符串
text = "Hello, World!"
multiline = """
多行
文本
"""
# 布尔值
is_true = True
is_false = False
# 空值
nothing = None1.2 数据结构
# 列表
numbers = [1, 2, 3, 4, 5]
mixed = [1, "two", 3.0, [4, 5]]
# 元组
coordinates = (10, 20)
point = (1,) # 单元素元组
# 字典
person = {
"name": "Alice",
"age": 25,
"skills": ["Python", "ML"]
}
# 集合
unique_numbers = {1, 2, 3, 3, 2, 1} # 结果：{1, 2, 3}1.3 控制流
# if条件语句
def check_number(x):
if x > 0:
return "正数"
elif x < 0:
return "负数"
else:
return "零"
# for循环
def sum_list(numbers):
total = 0
for num in numbers:
total += num
return total
# while循环
def countdown(n):
while n > 0:
print(n)
n -= 11.4 函数和类
# 函数定义
def greet(name, greeting="Hello"):
"""函数文档字符串"""
return f"{greeting}, {name}!"
# 类定义
class Rectangle:
def __init__(self, width, height):
self.width = width
self.height = height
def area(self):
return self.width * self.height
@property
def perimeter(self):
return 2 * (self.width + self.height)2. NumPy基础
2.1 创建数组
import numpy as np
# 从列表创建
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
# 特殊数组
zeros = np.zeros((3, 4)) # 全0数组
ones = np.ones((2, 3)) # 全1数组
rand = np.random.rand(2, 2) # 随机数组
arange = np.arange(10) # 序列数组
linspace = np.linspace(0, 1, 5) # 等间隔数组2.2 数组操作
# 形状操作
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape) # 形状
print(arr.reshape(3, 2)) # 重塑
print(arr.T) # 转置
# 索引和切片
print(arr[0, 1]) # 单元素
print(arr[:, 1]) # 列切片
print(arr[0, :]) # 行切片
# 条件索引
mask = arr > 3
print(arr[mask]) # 条件选择2.3 数组运算
# 算术运算
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b) # 加法
print(a * b) # 乘法
print(a ** 2) # 幂运算
print(np.sqrt(a)) # 开方
# 统计运算
print(arr.sum()) # 求和
print(arr.mean()) # 平均值
print(arr.std()) # 标准差
print(arr.min()) # 最小值
print(arr.max()) # 最大值2.4 广播机制
# 广播示例
arr = np.array([[1, 2, 3],
[4, 5, 6]])
scalar = 2
vector = np.array([10, 20, 30])
print(arr + scalar) # 数组加标量
print(arr + vector) # 数组加向量2.5 线性代数运算
# 矩阵运算
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
print(np.dot(a, b)) # 矩阵乘法
print(np.linalg.inv(a)) # 矩阵求逆
print(np.linalg.det(a)) # 行列式
print(np.linalg.eig(a)) # 特征值和特征向量3. 实战练习
3.1 图像处理
def process_image():
# 创建简单图像
image = np.zeros((100, 100))
image[25:75, 25:75] = 1
# 旋转
rotated = np.rot90(image)
# 翻转
flipped = np.flipud(image)
return image, rotated, flipped
# 显示图像
import matplotlib.pyplot as plt
def show_images(images):
fig, axes = plt.subplots(1, len(images))
for ax, img in zip(axes, images):
ax.imshow(img, cmap='gray')
ax.axis('off')
plt.show()3.2 数据分析
def analyze_data():
# 生成示例数据
data = np.random.normal(size=(1000, 5))
# 基本统计
stats = {
'mean': np.mean(data, axis=0),
'std': np.std(data, axis=0),
'min': np.min(data, axis=0),
'max': np.max(data, axis=0)
}
# 相关性矩阵
corr = np.corrcoef(data.T)
return stats, corr
def plot_correlation_matrix(corr):
plt.imshow(corr, cmap='coolwarm')
plt.colorbar()
plt.xticks(range(len(corr)))
plt.yticks(range(len(corr)))
plt.show()4. 性能优化
4.1 向量化操作
# 不推荐的循环方式
def slow_sum(arr1, arr2):
result = np.zeros_like(arr1)
for i in range(len(arr1)):
result[i] = arr1[i] + arr2[i]
return result
# 推荐的向量化方式
def fast_sum(arr1, arr2):
return arr1 + arr24.2 内存优化
# 使用视图而不是复制
def optimize_memory():
large_array = np.random.rand(1000000)
# 视图 - 共享内存
view = large_array.view()
# 复制 - 新内存
copy = large_array.copy()
return view, copy常见问题解答
Q: Python列表和NumPy数组的区别？ A: 主要区别：
- NumPy数组支持向量化操作
- NumPy数组内存效率更高
- NumPy数组元素类型必须相同
- NumPy提供更多数学运算功能
Q: 如何选择合适的NumPy数据类型？ A: 考虑以下因素：
- 数值范围
- 精度要求
- 内存限制
- 计算效率
Q: 如何提高NumPy代码性能？ A: 可以采用以下策略：
- 使用向量化操作
- 避免不必要的复制
- 使用适当的数据类型
- 利用内置函数