大家好～今天给零基础的小伙伴们讲一个Python 数据分析 / 机器学习必学库：NumPy！

我会用最简单、最直白的话，带你从零上手 NumPy，看完就能直接用！

---

一、NumPy 是什么？

一句话：NumPy = Python 里专门用来做「数值计算」的超级工具

它最核心的东西叫 ndarray（多维数组），你可以把它理解成：

• 比 Python 列表更快
• 比列表更适合数学计算
• 是所有数据分析库（Pandas、Matplotlib、Scikit-learn）的基础

小白记住一句话就行：做数学计算、数组、矩阵，用 NumPy！

---

二、安装 NumPy

打开你的命令行 / 终端，输入：

bash

运行

pip install numpy

安装完成就可以用啦！

---

三、导入 NumPy

所有代码第一步都要写这个：

python

运行

import numpy as np

np 是大家约定俗成的简写，不用改～

---

四、最基础：创建数组（核心！）

NumPy 最核心的就是数组（array）。

1. 从列表创建数组

python

运行

import numpy as np

# 普通列表
my_list = [1, 2, 3, 4, 5]

# 转成NumPy数组
arr = np.array(my_list)

print(arr)

输出：

plaintext

[1 2 3 4 5]

2. 创建全 0 数组

python

运行

arr = np.zeros(5)  # 5个0
print(arr)

3. 创建全 1 数组

python

运行

arr = np.ones(3)  # 3个1
print(arr)

4. 创建指定范围的数组

python

运行

arr = np.arange(1, 10)  # 1到9
print(arr)

5. 创建等差数列

python

运行

arr = np.linspace(0, 10, 5)  # 0到10之间均匀取5个数
print(arr)

小白看到这就够了：会用 np.array ()、np.zeros ()、np.ones () 就已经入门了！

---

五、数组的常用属性（一看就懂）

python

运行

arr = np.array([[1,2,3], [4,5,6]])

print(arr.shape)   # 形状 (几行几列)
print(arr.ndim)    # 维度
print(arr.size)    # 总元素个数
print(arr.dtype)   # 数据类型

输出：

plaintext

(2, 3)
2
6
int64

---

六、数组运算（NumPy 最强的地方！）

普通列表不能直接做数学运算，但NumPy 数组可以！

1. 所有元素同时加减乘除

python

运行

arr = np.array([1,2,3])

print(arr + 10)   # [11 12 13]
print(arr * 2)    # [2 4 6]
print(arr ** 2)   # 平方 [1 4 9]

2. 两个数组运算

python

运行

a = np.array([1,2,3])
b = np.array([4,5,6])

print(a + b)   # [5 7 9]
print(a * b)   # [4 10 18]

3. 常用统计函数

python

运行

arr = np.array([1,2,3,4,5])

print(arr.sum())   # 求和
print(arr.mean())  # 平均值
print(arr.max())   # 最大值
print(arr.min())   # 最小值
print(np.median(arr)) # 中位数

超级方便！这就是大家爱 NumPy 的原因～

---

七、索引和切片（取数据）

和列表用法几乎一样，小白零成本学习：

python

运行

arr = np.array([10, 20, 30, 40, 50])

print(arr[0])      # 第一个元素 10
print(arr[1:4])    # 第2到第4个 [20 30 40]
print(arr[-1])     # 最后一个 50

二维数组取值：

python

运行

arr = np.array([[1,2],[3,4]])
print(arr[0, 1])   # 第一行第二列 → 2

---

八、数组变形（reshape）

想把一维数组变成几行几列？用 .reshape()！

python

运行

arr = np.arange(1, 7)  # [1 2 3 4 5 6]

new_arr = arr.reshape(2, 3)  # 变成2行3列
print(new_arr)

输出：

plaintext

[[1 2 3]
 [4 5 6]]

---

九、小白必须记住的 10 个 NumPy 函数

我给你总结最常用的 10 个，背会就能干活：

1. np.array() —— 创建数组
2. np.zeros() —— 全 0 数组
3. np.ones() —— 全 1 数组
4. np.arange() —— 范围数组
5. np.linspace() —— 等差数列
6. arr.reshape() —— 改变形状
7. arr.sum() —— 求和
8. arr.mean() —— 平均值
9. arr.max() —— 最大值
10. arr.min() —— 最小值

---

十、完整小案例（小白直接复制运行）

python

运行

import numpy as np

# 创建数组
scores = np.array([85, 92, 78, 90, 88])

# 计算
print("最高分：", scores.max())
print("最低分：", scores.min())
print("平均分：", scores.mean())
print("总分：", scores.sum())

输出：

plaintext

最高分：92
最低分：78
平均分：86.6
总分：433

是不是超级简单！

---

总结（小白必看）

• NumPy 是 Python 数值计算必备库
• 核心是 数组（ndarray）
• 比列表更快、更适合数学计算
• 会创建数组 + 加减乘除 + 统计函数 = 已经入门 NumPy！