在数据分析与人工智能的学习旅程中，Python 已经成为最受欢迎的编程语言。而在 Python 的科学计算生态中，NumPy 与 Pandas 是两大核心工具，它们分别负责高效的数值计算和灵活的数据处理。本文将带你快速入门这两大工具，为后续的数据分析与机器学习打下坚实基础。
一、NumPy：高效的数值计算库
1. 什么是 NumPy？
NumPy（Numerical Python）是 Python 的 科学计算基础库，主要提供：
- 多维数组对象（ndarray）：比 Python 的 list 更高效。
- 数值计算函数：支持矩阵运算、线性代数、傅里叶变换等。
- 广播机制：支持不同维度数组之间的运算。
它是后续许多库（如 Pandas、Scikit-learn、TensorFlow）的底层依赖。
2. 基本使用
import numpy as np
# 创建数组
arr = np.array([1, 2, 3, 4, 5])
print("数组：", arr)
# 数组运算
print("加 1：", arr + 1)
print("平方：", arr ** 2)
# 多维数组
matrix = np.array([[1, 2], [3, 4], [5, 6]])
print("二维数组：\n", matrix)NumPy 的数组运算效率远高于 Python 的 list，适合大规模数值计算。
3. 常用函数
# 基本统计
print("最大值：", arr.max())
print("最小值：", arr.min())
print("平均值：", arr.mean())
# 随机数
rand_arr = np.random.rand(3, 3)
print("随机矩阵：\n", rand_arr)
# 矩阵运算
A = np.array([[1, 2], [3, 4]])
B = np.array([[2, 0], [1, 3]])
print("矩阵乘法：\n", np.dot(A, B))二、Pandas：数据处理与分析利器
1. 什么是 Pandas？
Pandas 是基于 NumPy 构建的数据分析库，主要提供两个核心数据结构：
- Series：一维带标签的数组，类似 Excel 中的一列。
- DataFrame：二维表格，类似 Excel 的整张表。
它让 Python 在数据处理上变得像 Excel + SQL 的结合体。
2. Series 示例
import pandas as pd
# 创建 Series
scores = pd.Series([90, 85, 78, 92], index=["张三", "李四", "王五", "赵六"])
print("成绩：\n", scores)
# 索引与切片
print("张三的成绩：", scores["张三"])
print("平均成绩：", scores.mean())3. DataFrame 示例
# 创建 DataFrame
data = {
"姓名": ["张三", "李四", "王五", "赵六"],
"成绩": [90, 85, 78, 92],
"年龄": [20, 21, 19, 22]
}
df = pd.DataFrame(data)
print("学生信息：\n", df)
# 基本操作
print("平均成绩：", df["成绩"].mean())
print("最高分学生：\n", df[df["成绩"] == df["成绩"].max()])4. 数据清洗与处理
Pandas 还提供了强大的数据处理功能，常用于数据分析前的预处理：
# 缺失值处理
df.loc[2, "成绩"] = None
print("含缺失值：\n", df)
print("填充缺失值：\n", df.fillna(df["成绩"].mean()))
# 数据筛选
print("成绩大于85分的学生：\n", df[df["成绩"] >
85])
# 分组统计
print("按年龄分组统计成绩：\n", df.groupby("年龄")["成绩"].mean())三、NumPy 与 Pandas 的区别
| 特性 | NumPy | Pandas |
|---|---|---|
| 主要用途 | 高效数值计算 | 数据分析与处理 |
| 数据结构 | ndarray（多维数组） | Series、DataFrame |
| 操作对象 | 数值为主 | 结构化数据（表格） |
| 适用场景 | 矩阵运算、科学计算 | 数据清洗、分析、可视化 |
简单理解：
- NumPy 是计算引擎（快！）
- Pandas 是分析助手（灵活！）
四、总结
在 Python 科学计算中：
- NumPy 提供高效的数组运算，适合数学与矩阵计算；
- Pandas 提供灵活的数据分析工具，适合表格数据处理。
如果说 NumPy 是底层的“数学内核”，那么 Pandas 就是贴近用户的“数据分析外壳”。掌握这两个工具，就能大幅提升你在数据分析、机器学习中的工作效率。