[数据结构与算法]Numpy核心数据结构与DeepLearning常用操作

现在的主流深度学习框架 PyTorch 与 TensorFlow 中最基本的计算单元 Tensor，都与 NumPy 数组有着类似的计算逻辑，所以掌握了 NumPy 对学习这两种框架都有很大帮助。

NumPy 是用于 Python 中科学计算的一个基础包。它提供了一个多维度的数组对象（稍后展开），以及针对数组对象的各种快速操作，例如排序、变换，选择等。

1. Numpy核心数据结构

NumPy 数组
数组对象是 NumPy 中最核心的组成部分，这个数组叫做 ndarray，是“N-dimensional array”的缩写。其中的 N 是一个数字，指代维度。

1.1 创建数组

最简单的方法就是把一个列表传入到 np.array() 或 np.asarray() 中，这个列表可以是任意维度的。
np.array() 属于深拷贝，np.asarray() 则是浅拷贝。

import numpy as np
arr_1_d = np.asarray([1])
print(arr_1_d)
>>> [1]

arr_2_d = np.asarray([[1, 2], [3, 4]])
print(arr_2_d)
>>> [[1 2]
    [3 4]]

1.2 数组的属性

• ndim
  ndim 表示数组维度（或轴）的个数。刚才创建的数组 arr_1_d 的轴的个数就是 1，arr_2_d 的轴的个数就是 2。

arr_1_d.ndim
1
arr_2_d.ndim
2

• shape
  shape 表示数组的维度或形状， 是一个整数的元组，元组的长度等于 ndim。
  arr_1_d 的形状就是（1，）（一个向量）， arr_2_d 的形状就是 (2, 2)（一个矩阵）。

arr_1_d.shape
>>> (1,)
arr_2_d.shape
>>> (2, 2)

• size
  size，也就是数组元素的总数，它就等于 shape 属性中元素的乘积。

• dtype
  dtype是一个描述数组中元素类型的对象。使用 dtype 属性可以查看数组所属的数据类型。NumPy 中大部分常见的数据类型都是支持的，例如 int8、int16、int32、float32、float64 等。dtype 是一个常见的属性，在创建数组，数据类型转换时都可以看到它。

arr_2_d = np.asarray([[1, 2], [3, 4]], dtype='float')
arr_2_d.dtype
>>> dtype('float64')

数组的数据类型当然也可以改变，我们可以使用 astype() 改变数组的数据类型，不过改变数据类型会创建一个新的数组，而不是改变原数组的数据类型。

arr_2_d.dtype
>>> dtype('float64')
arr_2_d.astype('int32')
>>> array([[1, 2],
       [3, 4]], dtype=int32)
arr_2_d.dtype
>>> dtype('float64')
# 原数组的数据类型并没有改变
arr_2_d_int = arr_2_d.astype('int32')
arr_2_d_int.dtype
>>> dtype('int32')

不能通过直接修改数据类型来修改数组的数据类型，这样代码虽然不会报错，但是数据会发生改变.

1.3 其他创建数组的方式

• np.ones

>>>np.ones(shape=(2,3))
array([[1., 1., 1.],
       [1., 1., 1.]])
>>>np.ones(shape=(2,3), dtype='int32')
array([[1, 1, 1],
       [1, 1, 1]], dtype=int32)

• np.zeros()

• np.arange()

# 创建从0到4的数组
np.arange(5)
>>> array([0, 1, 2, 3, 4])
# 从2开始到4的数组
np.arange(2, 5)
>>> array([2, 3, 4])
# 从2开始，到8的数组，跨度是3
np.arange(2, 9, 3)
>>> array([2, 5, 8])

• np.linspace()
  可以用 np.linspace（start, stop, num=50, endpoint=True, retstep=False, dtype=None）创建一个数组，具体就是创建一个从开始数值到结束数值的等差数列。
  • start：必须参数，序列的起始值。
  • stop：必须参数，序列的终点。
  • num：序列中元素的个数，默认是 50。
  • endpoint：默认为 True，如果为 True，则数组最后一个元素是 stop。
  • retstep：默认为 False，如果为 True，则返回数组与公差。

1.4 数组的轴

这是一个非常重要的概念，也是 NumPy 数组中最不好理解的一个概念。它经常出现在 np.sum()、np.max() 这样关键的聚合函数中。

2. 深度学习中的常用操作

以一个图像分类项目为例，看看NumPy 的在实际项目中都有哪些重要功能。
想要解决这个图片分类问题，任务可以分解成数据加载、训练与模型评估三部分。其中数据加载跟模型评估中，就经常会用到 NumPy 数组的相关操作。

2.1 数据加载阶段