简介

在本章中，你将学习如何使用 NumPy 进行数据处理和操作。

A. 数据处理

当被问及谷歌成功背后的原因时，谷歌研究总监彼得·诺维格（Peter Norvig）曾有名言：

“我们并没有比别人更好的算法，只是拥有更多的数据。”

尽管这句话可能有所谦虚（考虑到谷歌所拥有的顶尖人才），但它确实体现了数据在取得成功结果中的极端重要性。

人们通常在机器学习的背景下讨论数据的重要性。无论一个机器学习模型多么复杂，如果没有足够数量的训练数据，其表现往往不佳。相反，在拥有大量且多样化的训练数据时，优秀的深度学习模型将显著超越非深度学习的算法。

然而，数据的应用并不仅限于机器学习。企业利用数据识别客户趋势，政党依靠数据判断应针对哪些人群开展宣传，运动队通过数据分析球员表现等。

棒球数据分析中使用的示例数据，源自《赛伯计量学》（sabermetrics）。这一理念因2011年电影《点球成金》（Moneyball）而广为人知。

数据的广泛应用使得“数据处理”——即将原始数据转换为有意义形式的过程——成为一项必备技能。

B. NumPy

许多场景涉及以数值为主的数据集。例如，医疗数据包含大量数值型指标，如身高、体重和血压。此外，大多数神经网络所使用的输入数据要么本身就是数值型，要么已被转化为数值形式。

在处理数值型数据时，最合适的 Python 库是 NumPy。NumPy 库支持对数值数据执行多种操作，并将其转换为更易用的形式。

1import numpy as np  # 导入 NumPy 库
2
3# 初始化一个 NumPy 数组
4arr = np.array([-1, 2, 5], dtype=np.float32)
5
6# 打印数组的表示形式
7print(repr(arr))