Skip to content

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 / float64float32 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、objectobject 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 / RNumPy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 + 1copy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