Python 进阶视频课 - 1. NumPy 上

这是 Python 进阶课的第一节 -NumPy，由于内容太多视频时间太长 (3 个多小时)，分成上下部。之前基础版的 11 节的目录如下：

1. 编程概览

2. 元素型数据

3. 容器型数据

4. 流程控制：条件-循环-异常处理

5. 函数上：低阶函数

6. 函数下：高阶函数

7. 类和对象：封装-继承-多态-组合

8. 字符串专场：格式化和正则化

9. 解析表达式：简约也简单

10. 生成器和迭代器：简约不简单

11. 装饰器：高端不简单

学习任何东西 (以 NumPy 举例) 先来谈谈我的学习思路，主干线是 WHY-WHAT-HOW-HOW WELL，看这种思路是不是符合你的胃口：

WHY：为什么会有 NumPy？

每一个工具包的创建必是解决痛点。

看下面数组和列表之间的计算效率对比：两个大小都是 1000000，把每个元素翻倍，运行 10 次用 %time 记时。(前者比后者快 20-30 倍)

%%timelst = list(range(1000000))for _ in range(10): my_list = [x * 2 for x in lst]

Wall time: 1.2 s

arr = numpy.arange(1000000)for _ in range(10): my_arr = arr * 2

Wall time: 34.9 ms

WHAT

NumPy 数组是一种数据结构。很多资料都从它的表象开始教，比如一维、二维、多维数组长什么样子。但这都不是本质，NumPy 数组的本质是“计算机内存的连续一维段 (1D segment)，并与若干个指针一起来在视图中展示高维度”。

听着很绕口，但这样理解数组之后很多问题都可以轻易理解，比如：

• 高维数组的转置

• 数组的重塑和打平

• 不同维度上的整合
  

我为上面那句话画了三幅图，注意比较数组“想象中的样子”、“打印出的样子”和“内存里的样子”。

看懂之后，你会了解 NumPy 数组其实就是一连串横向的元素，用指针来控制维度 (axis) 和每个维度包含的元素个数 (shape)。

HOW

了解完数组本质之后，就可以把它当做对象（Python 中万物皆对象嘛）把玩了：

• 怎么创建数组 (不会创建那还学什么)

• 怎么存载数组 (存为了下次载，载的是上回存)

• 怎么获取数组 (和索引切片列表相似又不相似)

• 怎么变形数组 (把数组用不同的样子来展示)

• 怎么计算数组 (这才是数组的最大用处)

总体内容用思维导图来表示，这也是我经常强调的系统化学东西。有了总体框架，你在接触到繁多的细节时才会把握主干线。

HOW WELL

上面提到了要学好，不仅仅需要你们用心学，也需要我用心教。对于一切难点，我都会将其可视化，这样会大大降低了你们的理解门槛。

比如在讲广播机制时，下面的一图胜千言。

比如在讲数组计算时，用神经网络中一个公式可把重塑 (reshape)、点乘 (dot)、广播 (broadcast) 和元素层面 (element-wise) 几个知识点一次性捋清。

内容肯定是无比干货，就看你们想不想学。付费用户（付 1 赠 1）可以获得：

• 观看课程视频 (100 分钟)

• Python 代码 (Jupyter Notebook)