外觀
Python Foundations › NumPy › Array 基礎
Array 基礎 (Array Basics)
ndarray 是「同一種 dtype、固定 shape 的多維數值陣列」。拿到任何 array,先看 shape、ndim、dtype,通常比印出內容更快判斷下一步。
屬性 (Properties)
python
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr.shape, arr.ndim, arr.size, arr.dtype # ((2, 3), 2, 6, dtype('int64'))
arr.itemsize, arr.nbytes # (8, 48):每個元素 8 bytes,共 48 bytes
type(arr) # numpy.ndarray| 屬性 | 意義 | 例 |
|---|---|---|
shape | 各軸 (axis) 長度的 tuple | (2, 3) = 2 列 × 3 欄 |
ndim | 軸數 | 2 |
size | 元素總數 = shape 的乘積 | 6 |
dtype | 元素型別 | int64、float32、bool |
nbytes | 資料佔用的記憶體 | size × itemsize |
dtype
dtype 決定記憶體用量、數值精度,以及下游套件能不能直接吃(PyTorch 預設 float32、sklearn 多半轉成 float64)。
| 類別 | 常見 dtype | 注意 |
|---|---|---|
| 整數 | int8 / int32 / int64、uint8 | 溢位不報錯,直接繞回 |
| 浮點 | float32 / float64 | float32 只有約 7 位有效數字 |
| 布林 | bool | 加總 = 計數、平均 = 比例 |
| 字串 / 物件 | <U10、object | object array 失去向量化速度,表格字串改用 pandas |
python
np.array([1, 2]).dtype # int64(NumPy 2 起 Windows 也是 int64;1.x 在 Windows 是 int32)
np.array([1, 2.5]).dtype # float64:混合時向上轉型 (upcasting)
np.array([1, 2], dtype=np.float32)
# 1. 整數溢位:影像 (uint8) 相加最常踩到
np.array([200], dtype=np.uint8) + np.uint8(100) # [44] 不是 300
np.array([127], dtype=np.int8) + 1 # [-128]
img.astype(np.int16) + 100 # 先轉大型別再算
# 2. 浮點誤差:比較用 isclose,不要用 ==
0.1 + 0.2 == 0.3 # False
np.isclose(0.1 + 0.2, 0.3) # True
np.float32(16_777_217) # 16777216.0:float32 存不下所有 > 2**24 的整數
# 3. 轉型會產生新 array
arr.astype(np.float32)計數資料(reads、UMI)用
int64或float64存,不要為了省記憶體用int16:深度大的樣本會溢位且沒有任何警告。
建立 Array
python
np.array([[2, 3], [9, 0], [1, 4]]) # list of lists → 2D,shape (3, 2)
# 1. 等差 / 等比序列
np.arange(0, 10, 2) # [0 2 4 6 8]:不含終點,同 range()
np.linspace(0, 1, 5) # [0. 0.25 0.5 0.75 1. ]:含終點,指定「個數」
np.logspace(0.1, 1, 5) # [ 1.26 2.11 3.55 5.96 10. ]:10**linspace(0.1, 1, 5)
np.arange(0, 2 * np.pi, 0.01) # 畫連續函數的 x 軸
# 2. 初始化
np.zeros((2, 3)) # 全 0(float64)
np.ones((3,)) * 7 # [7. 7. 7.]
np.full((2, 2), np.nan) # 指定值
np.eye(3) # 單位矩陣
np.zeros_like(arr) # 與 arr 同 shape、同 dtype
np.empty((1000, 1000)) # 不初始化(內容是垃圾值),之後一定會全部覆寫時才用
# 3. 唯一值與次數
sample = np.array([1, 2, 2, 3, 4, 4, 5, 6])
values, counts = np.unique(sample, return_counts=True)
values, counts # [1 2 3 4 5 6], [1 2 1 2 1 1]
dict(zip(values.tolist(), counts.tolist())) # {1: 1, 2: 2, 3: 1, 4: 2, 5: 1, 6: 1}linspace 給「點數」、arange 給「步長」;浮點步長的 arange 可能因誤差多或少一個點,需要精確點數時用 linspace。隨機 array 見 隨機與統計。
索引與切片 (Indexing & Slicing)
依位置與軸存取;需要依欄名、標籤選取時改用 pandas 選取。
python
arr = np.arange(10) # [0 1 2 3 4 5 6 7 8 9]
arr[2:7] # [2 3 4 5 6]:start 包含、stop 不包含
arr[:5], arr[-1], arr[::2], arr[::-1] # 前 5 個、最後一個、每隔一個、反轉
m = np.array([[1, 2, 3], [4, 5, 6]])
m[0, 1] # 2:列 0、欄 1
m[:, 1] # [2 5]:整欄 → shape (2,)
m[:, [1]] # [[2] [5]]:用 list 保留維度 → shape (2, 1)
m[1, 1:3] # [5 6]
m[0][2] # 3:可行,但先產生中間 array,慢且在賦值時易出錯;用 m[0, 2]
# 布林索引:篩選與條件賦值
arr[arr % 2 == 0] # [0 2 4 6 8]
m[m > 4] = 0 # 符合條件的位置整批改值
# Fancy indexing:用整數 array 指定位置
m[[0, 1], [2, 0]] # [3 4]:取 (0,2) 與 (1,0)| MATLAB / R | NumPy | 差異 |
|---|---|---|
v(5:end) / v[5:length(v)] | v[4:] | 0-based |
A(2:4, 1:2) | A[1:4, 0:2] | 右邊界不包含 |
A(:, 2) 保持欄向量 | A[:, 1] 變 1D | 要保留維度用 A[:, [1]] 或 A[:, 1:2] |
v[-1](R:刪掉第 1 個) | v[-1](最後一個) | 負索引語意完全不同 |
View vs Copy
切片 (slicing) 回傳的是 view:與原 array 共用同一塊記憶體,改 view 會改到原資料。這能省記憶體,但也是最常見的「我沒改它,它怎麼變了」來源。
| 操作 | 結果 | 改它會影響原 array? |
|---|---|---|
基本切片 a[1:4]、a[:, 0]、a[::2] | view | 會 |
reshape、.T、ravel()(可行時) | view | 會 |
布林索引 a[a > 0]、fancy indexing a[[0, 2]] | copy | 不會 |
astype()、flatten()、算術結果 a + 1 | copy | 不會 |
.copy() | copy | 不會 |
python
a = np.arange(6)
v = a[1:4]
v[0] = 99
a # [ 0 99 2 3 4 5] 原 array 被改到
np.shares_memory(a, v) # True
np.shares_memory(a, a[[1, 2]]) # False:fancy indexing 是 copy
a.reshape(2, 3).base is a # True:.base 不是 None 代表是 view
sub = a[1:4].copy() # 要獨立修改就明確 copy
# 大 array 取一小段後想釋放原本的記憶體,也要 copy(view 會讓整塊原資料留在記憶體)
small = big[:100].copy(); del big布林遮罩在等號左邊(
a[mask] = 0)是直接寫回原 array;在右邊(b = a[mask])是產生 copy。pandas 的對應問題見 pandas 修改資料。
常見錯誤
| 症狀 | 原因 | 解法 |
|---|---|---|
| 切片少一個元素 | stop 不包含 | a[i:j] 讀成「從 i 到 j 之前」 |
取一欄後 shape 從 (n, 1) 變 (n,) | 整數索引會移除該軸 | a[:, [k]] 或 a[:, k:k+1] |
| 修改切片後原資料也變了 | 切片是 view | .copy() |
IndexError: boolean index did not match | 遮罩 shape 與 array 不同 | 確認遮罩來自同一個 array 的同一軸 |
| 影像相加後顏色怪異 | uint8 溢位 | 先 astype(np.int16) 或 float32 |