《Python 数据分析》第三版

附录 A. 高级 NumPy

在本附录中，我将深入介绍用于数组计算的 NumPy 库。这将包括有关ndarray 类型的更多内部细节，以及更高级的数组操作和算法。

本附录包含一些杂项内容，不一定要线性阅读。在整个章节中，我将为许多使用numpy.random 模块中默认随机数生成器的示例生成随机数据：

In [11]: rng = np.random.default_rng(seed=12345)

A.1 ndarray 对象内部结构

NumPy ndarray 提供了一种将同类型数据块 （连续或串行）解释为多维数组对象的方法。数据类型（或dtype）决定了如何将数据解释为浮点、整数、布尔或我们已经了解过的其他类型。

使 ndarray 变得灵活的部分原因是，每个数组对象都是一个数据块上的strided视图。举例来说，你可能会问，为什么数组视图arr[::2, ::-1] 不会复制任何数据。原因在于，ndarray 不仅仅是一大块内存和一种数据类型；它还具有striding信息，使数组能够以不同的步长在内存中移动。更确切地说，ndarray 的内部结构如下：

• 数据指针，即 RAM 或内存映射文件中的数据块

• 描述数组中固定大小数值单元的数据类型或 dtype

• 表示数组形状的元组

• 步长的整数元组，表示 "步进 "一个元素所需的字节数

有关 ndarray 内部结构的简单模型，请参见图 A-1。

图 A-1. NumPy ndarray 对象

例如，10 × 5 阵列的形状是(10, 5) ：

In [12]: np.ones((10, 5)).shape
Out[12]: (10, 5)

一个典型的（C 阶）3 × 4 × 5float64 （8 字节）值数组的跨距为(160, 40, 8) （了解跨距可能很有用，因为一般来说，特定轴上的跨距越大，沿该轴进行计算的成本就越高）：

In [13]: np.ones((3, 4, 5), dtype=np.float64).strides
Out[13]: (160, 40, 8)

虽然典型的 NumPy 用户很少会对数组跨距感兴趣，但在构建 "零拷贝 "数组视图时却需要它们。Strides 甚至可以是负数，这使得数组可以在内存中 "向后 "移动（例如，在obj[::-1] 或obj[:, ::-1] 这样的切片中就是这种情况）。

NumPy 数据类型层次结构

有时，您的代码可能需要检查数组是否包含 整数、浮点数、字符串或 Python 对象。由于浮点数有多种类型 (float16 至float128)，因此检查数据类型是否在类型列表中会非常繁琐。幸运的是，这些数据类型都有超类，如np.integer 和np.floating ，可以与np.issubdtype函数一起使用：

In [14]: ints = np.ones(10, dtype=np.uint16)

In [15]: floats = np.ones(10, dtype=np.float32)

In [16]: np.issubdtype(ints.dtype, np.integer)
Out[16]: True

In [17]: np.issubdtype(floats.dtype, np.floating)
Out[17]: True

通过调用特定数据类型的mro方法，可以查看该类型的所有父类： ...