学习目标

  • 目标
    • 了解Numpy运算速度上的优势
    • 知道Numpy的数组内存块风格
    • 知道Numpy的并行化运算

1 Numpy介绍Numpy.png

Numpy（Numerical Python）是一个开源的Python科学计算库，用于快速处理任意维度的数组。
Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务，使用Numpy比直接使用Python要简洁的多。
Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。

2 ndarray介绍

  1. NumPy provides an N-dimensional array type, the ndarray, 
  2. which describes a collection of “items” of the same type.

NumPy提供了一个N维数组类型ndarray，它描述了相同类型的“items”的集合。学生成绩数据.png
用ndarray进行存储：

  1. import numpy as np
  3. # 创建ndarray
  4. score = np.array(
  5. [[80, 89, 86, 67, 79],
  6. [78, 97, 89, 67, 81],
  7. [90, 94, 78, 67, 74],
  8. [91, 91, 90, 67, 69],
  9. [76, 87, 75, 67, 86],
  10. [70, 79, 84, 67, 84],
  11. [94, 92, 93, 67, 64],
  12. [86, 85, 83, 67, 80]])
  14. score

返回结果：

  1. array([[80, 89, 86, 67, 79],
  2.        [78, 97, 89, 67, 81],
  3.        [90, 94, 78, 67, 74],
  4.        [91, 91, 90, 67, 69],
  5.        [76, 87, 75, 67, 86],
  6.        [70, 79, 84, 67, 84],
  7.        [94, 92, 93, 67, 64],
  8.        [86, 85, 83, 67, 80]])

提问:
使用Python列表可以存储一维数组，通过列表的嵌套可以实现多维数组，那么为什么还需要使用Numpy的ndarray呢？

3 ndarray与Python原生list运算效率对比

在这里我们通过一段代码运行来体会到ndarray的好处

  1. import random
  2. import time
  3. import numpy as np
  4. a = []
  5. for i in range(100000000):
  6.     a.append(random.random())
  8. # 通过%time魔法方法, 查看当前行的代码运行一次所花费的时间
  9. %time sum1=sum(a)
  11. b=np.array(a)
  13. %time sum2=np.sum(b)

其中第一个时间显示的是使用原生Python计算时间,第二个内容是使用numpy计算时间:

  1. CPU times: user 852 ms, sys: 262 ms, total: 1.11 s
  2. Wall time: 1.13 s
  3. CPU times: user 133 ms, sys: 653 µs, total: 133 ms
  4. Wall time: 134 ms

从中我们看到ndarray的计算速度要快很多，节约了时间。
机器学习的最大特点就是大量的数据运算，那么如果没有一个快速的解决方案，那可能现在python也在机器学习领域达不到好的效果。计算量大.png
Numpy专门针对ndarray的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。
思考：
ndarray为什么可以这么快？

4 ndarray的优势

4.1 内存块风格

ndarray到底跟原生python列表有什么不同呢，请看一张图：numpy内存地址.png
从图中我们可以看出ndarray在存储数据的时候，数据与数据的地址都是连续的，这样就给使得批量操作数组元素时速度更快。
这是因为ndarray中的所有元素的类型都是相同的，而Python列表中的元素类型是任意的，所以ndarray在存储元素时内存可以连续，而python原生list就只能通过寻址方式找到下一个元素，这虽然也导致了在通用性能方面Numpy的ndarray不及Python原生list，但在科学计算中，Numpy的ndarray就可以省掉很多循环语句，代码使用方面比Python原生list简单的多。

4.2 ndarray支持并行化运算（向量化运算）

numpy内置了并行运算功能，当系统有多个核心时，做某种计算时，numpy会自动做并行计算

4.3 效率远高于纯Python代码

Numpy底层使用C语言编写，内部解除了GIL（全局解释器锁），其对数组的操作速度不受Python解释器的限制，所以，其效率远高于纯Python代码。

5 小结

  • numpy介绍【了解】
    • 一个开源的Python科学计算库
    • 计算起来要比python简洁高效
    • Numpy使用ndarray对象来处理多维数组
  • ndarray介绍【了解】
    • NumPy提供了一个N维数组类型ndarray，它描述了相同类型的“items”的集合。
    • 生成numpy对象:np.array()
  • ndarray的优势【掌握】
    • 内存块风格
      • list — 分离式存储,存储内容多样化
      • ndarray — 一体式存储,存储类型必须一样
    • ndarray支持并行化运算（向量化运算）
    • ndarray底层是用C语言写的,效率更高,释放了GIL