剛開始學習Python做數據資料分析的人可能多少會聽到NumPy這個Libray。如果你不確定NumPy到底是做什麼的，希望這一篇文章可以提供一些參考 🙂。
先說，今天我們不會著重在NumPy的各種功能（What），而比較是在於為什麼（Why）用 NumPy 喔。
首先，NumPy的原意是Numerical Python。
正如其名，它被製造出來專門為Python處理數字類的計算及運用。當然，如果只是單一數字間的運算，那純Python就做得到了，為何需要什麼NumPy？
其實，NumPy真正的目的，是幫助我們做高效能的array（陣列）運算。
所謂的array，暫時我們就簡單把它當成Python的List，它就是像一個容器可儲存一系列的元素（這裡暫先不討論list跟array定義上或技術上的差別）。
舉個例子好了：
政府今天想要發防疫補助金給每一個店家，基於公平原則（?）每一家都發一樣的錢。
算法是以所有店家的平均營業額，乘上0.2，算出來的數字來發給每個店家。
之後，看看每家的營業額加上補助金之後會變多少。
下面簡單的用六家店來做例子，各個營業額分別為32，30，25，36，50，40。
如果我們用純Python來做這些計算，不借助其他模組的話，也許會用到一些For Loop吧（可以自己試著做做看～😉）。
但是利用NumPy，我們可以不需要寫任何Loop就可以做到喔！
看看下面的例子：
怎麼樣？看起來是不是相當清爽？式子中沒有用到任何一個For Loop就達到了我們的目的！
ndarray物件
接下來，我們來稍微談一下NumPy是如何做出這些事的。
看到上面的例子，numpy.array這個函數會創造出一個物件叫做ndarray：指的是n維度陣列（N-dimensional array）。
名字有點饒舌，沒關係，重點是這個ndarray就是NumPy的核心構造。如上面的例子，透過將List轉換成ndarray的物件，我們入手許多強力的工具。
包括先前看到的mean，其他還有sum, max, min, std等基本計算函數都可以使用。
嗯，這些都不錯，但是我們要提一下的是ndarray的幾個重要的特性：
Vectorization
又稱為vectorized operation。簡單來說就是以array為單位來做計算（相較於以單一數據為單位的迴圈計算），前提是array中每一個元素必須是相同的type（你可以用ndarray.dtype來檢驗），執行上numpy利用C語言來優化這個過程，詳細可參考這裡。
特色就是不用你寫for loops而且計算速度很快。
到底多快？我們稍微做一個測試：
上圖的例子中，我們單純對一百萬筆的每個數值加上2。可以看到，利用Python的List Comprehension實際測出的平均速度為71.7ms（約0.072秒），而利用NumPy則是來到了1.46ms（約0.001秒）。
好棒棒對不對 👏。
Shape
Shape是ndarray的另一個重要特徵。
之前有提過ndarray的nd指的是n維度（dimension）。可想而知，有一維，二維，三維...等等。
我們可以利用.shape這個attribute來看出一個ndarray的形狀。
.shape會給你一個tuple告訴你array的形狀。tuple的element的數量（length）代表他有幾個維度。
你可以利用.reshape去做形狀的重塑：
這邊我們將原來的一維度array變成了二維度，2乘3的形狀（2 rows, 3 columns）。
所以我們在意這些形狀到底是為了什麼呢？
簡單來說，當我們要做array跟array之間的運算時，必須要確認的一點，就是形狀得符合。
譬如下圖，兩個形狀相同的array，NumPy知道如何把它 " + " 加起來。
但是今天如果形狀不OK，就沒那麼順利了...
關於array的Shape之間的互容性及計算規則，如果想要更深入理解的話，可以參考這裡。
小結
今天將NumPy做了一個快速的介紹。基本上我們利用NumPy就是因為：
方便做array的計算（再說一次，不用寫for loop喔💖）
效能極高
當然NumPy還有許多重要的功能，包括如何去做定位跟切割（Indexing & Slicing），資料篩選（Filtering），還有許多小幫手功能來幫助我們生成ndarray。避免篇幅過長，我們下次再介紹囉。
NumPy主要是用低階語言C所寫出來的，效能很強，絕對比我們自己用For loop寫跑的更快更有效率，因此在處理龐大的資料時是非常受到青睞的工具。
知名的Pandas，也是以NumPy為基礎建立出來的。如果你已經在用Pandas的話，理解NumPy可以更幫助我們的學習及實作喔～😀
Commentaires