Numpy 可能会导致意外的错误点

介绍

在使用NumPy时，有些特殊情况不同于Python，可能会导致意外的错误。这篇文章将列举出一些值得注意的问题，提醒使用者避免一些常见错误。

阅读更多：Numpy 教程

数组运算的细节

1. 数组广播

   NumPy的数组广播是一种强大的功能，能够使人们无须创建重复的数组即可对不同大小的数组进行运算，但需要遵循一些规则。这里介绍三个规则：

• 规则1：如果操作数的维数不相等，则在数组较小的末尾补1，直到它们的行和列统一。

  “`python
  import numpy as np
  a = np.array([1, 2, 3])
  b = np.array([[4, 5, 6], [7, 8, 9]])
  print(a.shape)
  print(b.shape)
  print(a + b)
  # Output:
  # (3,)
  # (2, 3)
  # [[ 5 7 9]
  # [ 8 10 12]]
  “`

• 规则2：对于任何两个维度，如果它们的大小不相等，其中大小为1的维度会被拉伸为另一个形状大小相等的维度。

  “`python
  a = np.array([[1, 2, 3]])
  b = np.array([[4], [5], [6]])
  print(a.shape)
  print(b.shape)
  print(a + b)
  # Output:
  # (1, 3)
  # (3, 1)
  # [[5 6 7]
  # [6 7 8]
  # [7 8 9]]
  “`

• 规则3：如果两个操作数在某个维度上的大小都不等于1，这两个数组就不兼容了

2. 预算符的dtype规则

   在NumPy中，可以使用预算符来计算两个数组，但是可能会出现意外的结果。这是因为NumPy遵循一定的dtype规则，将更高精度的dtype转换为较低精度的dtype。

   a = np.array([1, 2, 3], dtype=np.int64)
   b = np.array([4, 5, 6], dtype=np.int32)
   print(a.dtype)
   print(b.dtype)
   print(a + b)
   # Output:
   # int64
   # int32
   # [5 7 9]
   

高级索引的细节

1. 布尔索引与花式索引的结合

   在NumPy数组中，可以使用布尔索引和花式索引来选择需要的元素，但是在结合使用时，需要特别注意。如果使用花式索引来修改数组时，需要显示的将非布尔索引的维度进行复制。

   a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   b = np.array([True, False, True])
   print(a[b, :])
   # Output:
   # [[1 2 3]
   #  [7 8 9]]
   a[b, :] = 0  # Error!
   

   这种方式造成的错误可以在使用np.ix_()函数时避免。

   a[np.ix_(b, np.arange(3))] = 0  # Correct!
   

2. 重复索引

   在使用花式索引时，我们可以重复索引，但是这样也可能会产生出乎意料的结果，因为重复的索引会导致结果多于一个。

   a = np.array([1, 2, 3, 4, 5, 6])
   print(a[[0, 0, 1, 1]])
   # Output:
   # [1 1 2 2]
   

   如果使用重复索引，在索引中使用unique()函数可以去除重复的元素。

   print(np.unique(a[[0, 0, 1, 1]]))
   # Output:
   # [1 2]
   

非随机数据

NumPy还有一些关于非随机数组的特殊规则，包括：

1. nan的处理

   在NumPy中，nan表示无穷大小的数量或者未定义（Undefined）。与其他数字类型不同，当nan参与计算时，结果总是nan。因此，应该避免在对数组进行运算时将nan与其他数字混合。

   a = np.array([1, 2, np.nan, 3])
   b = np.array([4, 5, 6, 7])
   print(a * b)  # nan everywhere
   

   当处理包含nan的数组时，应该使用函数中的特殊方法，如Numpy中的nanmean()，来跳过nan所表示的数据。

2. 零除错误

   在NumPy中，除以零将导致Inf和 – Inf的出现。Inf是表示“正无穷大”的特殊标记。

   a = np.array([1, 2, 3, 4, 5])
   b = np.array([0, 0, 0, 0, 0])
   print(a / b)  # inf everywhere
   

   使用不同符号的零，会导致不同的结果，需要特别注意。

   a = np.array([1, 2, 3, 4, 5])
   b = np.array([-1, 0, 1, 2, 3])
   print(a / b)  # [-1. -inf  3.  2.5  1.66666667]
   

总结

在使用NumPy时，需要特别注意高级索引、数组广播、dtype规则以及非随机数据所带来的细节问题。遵循这些规则，可以让NumPy的使用更加便捷，并避免常见的错误。