第 5 章　使用表格形式的数值数据

各种文本文档是原始数据的主要来源，而这些文本的格式通常以数值为主。例如Excel和CSV电子表格，尤其是数据库表，它们可能包含数百万或数十亿的数值记录。Python核心无疑是一款优秀的文本处理工具，但有时候它的数值运算性能却不尽如人意，numpy 模块就是为了弥补这方面的缺陷而诞生的。

NumPy（Numeric Python，以numpy 导入）是一系列高效的、可并行的、执行高性能数值运算的函数的接口。numpy 模块提供了一种新的Python数据结构——数组（array），以及特定于该结构的函数工具箱。该模块还支持随机数、数据聚合、线性代数和傅里叶变换等非常实用的数值计算工具。

 　仙境之桥

如果程序需要访问大量的数值数据（例如TB量级，甚至更大），那就一定会用到h5py 模块1 。该模块是HDF5 二进制数据格式的入口，可以与许多第三方软件（比如IDL和MATLAB）配合使用。h5py 模仿了大家所熟悉的numpy 和Python的一些机制，例如数组和字典。只要学会了numpy ，就能很自然地运用h5py ，因此本书不再介绍h5py 的相关内容。

1 www.h5py.org

在本章中，你将学习如何创建不同形状的numpy 数组，基于不同的源创建numpy 数组，数组的重排和切片操作，添加数组索引，以及对某些或所有数组元素进行算术运算、逻辑运算和聚合运算。

第21单元　创建数组

numpy 数组比原生的Python列表更为紧凑和高效，尤其是在多维的情况下。但与列表不同的是，数组的语法要求更为严格：数组必须是同构的。这意味着数组项不能混合使用不同的数据类型，而且不能对不同数据类型的数组项进行匹配操作。

创建numpy 数组的方法很多。可以使用函数array() ，基于类数组（array-like）数据创建数组。所谓的类数组数据可以是列表、元组或另一个数组。numpy 基于数据本身推断出数组元素的类型，当然，你也可以给array() 传递确定的dtype 参数。numpy 支持的数据类型接近二十种，例如bool_ 、int64 、uint64 、float64 和<U32 （针对Unicode字符串）。

为获得较高的效率，numpy 在创建一个数组时，不会将数据从源复制到新数组，而是建立起数据间的连接。也就是说，在默认情况下，numpy 数组相当于是其底层数据的视图，而不是其副本。如果底层数据对象发生改变，则相应的数组数据也会随之改变。如果你不喜欢这种方式（这是默认的处理方式，除非复制的数据量过大），可以给构造函数传递copy=True 。