1. 性能提升技巧

1.1 向量化操作 vs Python 循环
Numpy 的向量化操作比 Python 循环快数十甚至数百倍。

import numpy as np  
import time  

# 生成一个大型数组  
arr = np.random.rand(1000000)  

# Python 循环计算平方  
start = time.time()  
result_loop = [x**2 for x in arr]  
print("循环耗时：", time.time() - start)  # 约 0.1 秒  

# Numpy 向量化计算平方  
start = time.time()  
result_vec = arr**2  
print("向量化耗时：", time.time() - start)  # 约 0.001 秒  

1.2 内存优化（视图与副本）

• 视图（View）：共享数据内存，修改视图会影响原数组。
• 副本（Copy）：独立内存，与原数组无关。

a = np.array([1, 2, 3])  
b = a[:2]        # 视图（共享内存）  
c = a.copy()     # 副本（独立内存）  

b[0] = 99        # 修改视图会影响原数组  
print(a)         # 输出：[99 2 3]  

1.3 使用 Numba 加速
Numba 能将 Python 函数编译为机器码（需额外安装）：

pip install numba  

from numba import jit  

@jit  
def sum_array(arr):  
    total = 0.0  
    for x in arr:  
        total += x  
    return total  

# 首次运行会编译，之后速度接近 C 语言  
print(sum_array(np.random.rand(1000000)))  

2. 高级数据结构

2.1 结构化数组
处理混合数据类型（类似表格）：

# 定义数据类型（姓名：字符串，年龄：整数，分数：浮点数）  
dtype = [('name', 'U10'), ('age', 'i4'), ('score', 'f4')]  
students = np.array([  
    ('Alice', 20, 89.5),  
    ('Bob', 22, 92.3),  
    ('Charlie', 21, 78.0)  
], dtype=dtype)  

# 按字段查询  
print(students['name'])  # 输出：['Alice' 'Bob' 'Charlie']  
print(students[students['age'] > 20])  # 筛选年龄>20的学生  

2.2 掩码数组（处理无效值）
使用 np.ma 模块处理缺失值或无效数据：

data = np.array([1, 2, -999, 4, -999])  # -999 表示无效值  
masked_data = np.ma.masked_where(data == -999, data)  

# 计算均值（自动忽略无效值）  
print(masked_data.mean())  # 输出：(1+2+4)/3 = 2.333  

3. 与其它库结合

3.1 Matplotlib 数据可视化
将 Numpy 数组绘制为图表：

import matplotlib.pyplot as plt  

x = np.linspace(0, 2*np.pi, 100)  
y = np.sin(x)  

plt.plot(x, y)  
plt.title("Sin Wave")  
plt.show()  

3.2 Pandas 互操作
与 Pandas 无缝转换：

import pandas as pd  

# Numpy 数组 → Pandas DataFrame  
arr = np.random.rand(3, 2)  
df = pd.DataFrame(arr, columns=['A', 'B'])  

# DataFrame → Numpy 数组  
arr_back = df.to_numpy()  

4. 综合项目实战

项目 1：股票数据时间序列分析

# 生成模拟股票价格（100天）  
prices = np.cumsum(np.random.randn(100) * 0.1 + 0.05) + 100  

# 计算5日移动平均  
window_size = 5  
moving_avg = np.convolve(prices, np.ones(window_size)/window_size, mode='valid')  

# 绘制结果  
plt.plot(prices, label='Price')  
plt.plot(moving_avg, label='5-Day MA')  
plt.legend()  
plt.show()  

项目 2：简单机器学习预处理

# 生成样本数据（特征矩阵）  
X = np.random.rand(100, 3)  # 100样本，3个特征  

# 标准化（均值为0，标准差为1）  
X_mean = X.mean(axis=0)  
X_std = X.std(axis=0)  
X_normalized = (X - X_mean) / X_std  

# 添加偏置项（用于线性回归）  
X_bias = np.c_[np.ones(X.shape[0]), X_normalized]  # 形状 (100, 4)  

下篇总结

• 掌握内容：性能优化、高级数据结构、跨库协作。
• 重点提示：向量化是性能优化的核心，避免 Python 循环。结构化数组适合处理表格型混合数据。
• 练习任务：用向量化操作实现两个大型数组的欧氏距离计算（公式：√(Σ(Ai-Bi)2)）。将 CSV 文件中的学生成绩表转为结构化数组，并计算每个学生的平均分。