NumPy с нуля: понятный гайд для тех, кто хочет в Data Science

• Поймете, как устроены и как работают многомерные массивы.
  
• Научитесь элегантно извлекать и менять нужные данные.
  
• Познакомитесь с «магией» векторизации.
  
• Раз и навсегда отучитесь использовать циклы [font=Courier New]for там, где математика может сделать всё за доли секунды.

import numpy as np
# Создаем миллион чисел
size = 1_000_000
python_list = list(range(size))
numpy_array = np.arange(size)
# 1. Классический Python (генератор списков)
%timeit [x * 2 for x in python_list]
# Вывод: 42.1 ms ± 1.5 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
# 2. NumPy (векторизация)
%timeit numpy_array * 2
# Вывод: 820 µs ± 15 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

pip install numpy

import numpy as np

# Одномерный массив (вектор)
vector = np.array([1, 2, 3])
print(vector)
# Вывод: [1 2 3]
# Двумерный массив (матрица) создается из списка списков
matrix = np.array([[1, 2], [3, 4]])
print(matrix)
# Вывод:
# [[1 2]
#  [3 4]]

# Массив из 5 нулей
zeros = np.zeros(5)
print(zeros)
# Вывод: [0. 0. 0. 0. 0.]
# Матрица 2x3 из единиц (обратите внимание: размер передается в двойных скобках, как кортеж!)
ones = np.ones((2, 3))
print(ones)
# Вывод:
# [[1. 1. 1.]
#  [1. 1. 1.]]

# От 0 до 10 (не включая 10) с шагом 2
seq = np.arange(0, 10, 2)
print(seq)
# Вывод: [0 2 4 6 8]
# Дробный шаг
float_seq = np.arange(0, 2, 0.5)
print(float_seq)
# Вывод: [0.  0.5 1.  1.5]

# 5 равноудаленных точек от 0 до 1 (важно: здесь правая граница включена!)
points = np.linspace(0, 1, 5)
print(points)
# Вывод: [0.   0.25 0.5  0.75 1.  ]

# Массив из 3 случайных чисел в диапазоне [0, 1)
random_arr = np.random.rand(3)
print(random_arr)
# Вывод: [0.5488135  0.71518937 0.60276338]

import numpy as np
# Создадим подопытную матрицу 2x3
matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])

• 1 — одномерный массив (вектор/список).
  
• 2 — двумерный массив (матрица/таблица).
  
• 3 — трехмерный массив (например, цветная картинка, где есть высота, ширина и три цветовых канала RGB).

print(matrix.ndim)
# Вывод: 2 (у нас двумерная матрица)

print(matrix.shape)
# Вывод: (2, 3) — то есть 2 строки и 3 столбца

print(matrix.dtype)
# Вывод: int64 (64-битные целые числа)

# Пытаемся смешать число 1, число с плавающей точкой и строку
mixed_array = np.array([1, 2.5, "Хабр"])
print(mixed_array)
# Вывод: ['1' '2.5' 'Хабр']
# NumPy превратил все числа в строки, чтобы сохранить однородность!
print(mixed_array.dtype)
# Вывод: 

arr = np.array([10, 20, 30, 40, 50])
print(arr[0])     # Вывод: 10 (первый элемент)
print(arr[-1])    # Вывод: 50 (последний элемент)
print(arr[1:4])   # Вывод: [20 30 40] (срез с 1-го по 3-й индекс включительно)

matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])
# Достаем число 6 (индекс строки 1, индекс столбца 2)
print(matrix[1, 2])
# Вывод: 6

# Берем ВСЕ строки ( , но только нулевой столбец (0)
first_column = matrix[:, 0]
print(first_column)
# Вывод: [1 4 7]
# Берем подматрицу (первые две строки и последние два столбца)
sub_matrix = matrix[0:2, 1:3]
print(sub_matrix)
# Вывод:
# [[2 3]
#  [5 6]]

data = np.array([12, 85, 34, 99, 5, 67, 42])
# Сначала посмотрим, что делает само условие
print(data > 50)
# Вывод: [False  True False  True False  True False]
# (NumPy вернул массив из True/False для каждого элемента)
# А теперь передаем это условие внутрь квадратных скобок в качестве индекса!
result = data[data > 50]
print(result)
# Вывод: [85 99 67]

# Числа от 20 до 50
print(data[(data > 20) & (data < 50)])
# Вывод: [34 42]

prices = np.array([150, 300, 450, 1000])
# Прибавляем 100 к каждому элементу
new_prices = prices + 100
print(new_prices)
# Вывод: [ 250  400  550 1100]
# Можно использовать любые операторы: -, *, /, **, //
discounted = prices * 0.8  # скидка 20%
print(discounted)
# Вывод: [120. 240. 360. 800.]

revenue = np.array([1000, 2500, 3000]) # Выручка
costs = np.array([400, 900, 1200])     # Затраты
# Считаем чистую прибыль
profit = revenue - costs
print(profit)
# Вывод: [ 600 1600 1800]

# Создаем одномерный массив от 0 до 11
arr = np.arange(12)
print(arr)
# Вывод: [ 0  1  2  3  4  5  6  7  8  9 10 11]
# Меняем форму на 3 строки и 4 столбца
matrix = arr.reshape(3, 4)
print(matrix)
# Вывод:
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]

# Просим сделать 2 столбца, а строки (-1) пусть NumPy высчитывает сам
auto_matrix = arr.reshape(-1, 2)
print(auto_matrix)
# Вывод:
# [[ 0  1]
#  [ 2  3]
#  [ 4  5]
#  [ 6  7]
#  [ 8  9]
#  [10 11]]
# Проверяем форму — NumPy сам понял, что строк должно быть 6
print(auto_matrix.shape)
# Вывод: (6, 2)

sales = np.array([[10, 20, 30],
                  [40, 50, 60]])
print(sales.sum())   # Сумма всех элементов: 210
print(sales.mean())  # Среднее арифметическое: 35.0
print(sales.max())   # Максимальное значение: 60
print(sales.min())   # Минимальное значение: 10

• [font=Courier New]axis=0 — движение сверху вниз (по столбцам).
  
• [font=Courier New]axis=1 — движение слева направо (по строкам).

axis=1 (по строкам →)
         [ 10,  20,  30 ]
       ↓ [ 40,  50,  60 ]
     axis=0
  (по столбцам)

• Если мы хотим посчитать сумму продаж каждого магазина (сумма по столбцам), мы должны «схлопнуть» строки. Двигаемся сверху вниз — это [font=Courier New]axis=0.

# Сумма по вертикали (по столбцам)
print(sales.sum(axis=0))
# Вывод: [50 70 90]
# (10+40, 20+50, 30+60)

• Если мы хотим посчитать сумму продаж за каждый день (сумма по строкам), мы «схлопываем» столбцы. Двигаемся слева направо — это [font=Courier New]axis=1.

# Сумма по горизонтали (по строкам)
print(sales.sum(axis=1))
# Вывод: [ 60 150]
# (10+20+30, 40+50+60)

• Быстро создавать массивы нужного размера с помощью генераторов ([font=Courier New]np.zeros, [font=Courier New]np.arange).
  
• Понимать структуру незнакомых данных с помощью главного атрибута [font=Courier New].shape.
  
• Элегантно нарезать матрицы и фильтровать данные по сложным условиям с помощью булевых масок
  
• Менять геометрию данных на лету через [font=Courier New].reshape() и лайфхак с [font=Courier New]-1.
  
• Использовать векторизацию и собирать статистику по нужным осям ([font=Courier New]axis) — и всё это без единого цикла [font=Courier New]for!