如果不懂Numpy，请别说自己是Python程序员

昨晚加班到十点多，在工位上喝着冷掉的咖啡，突然听到隔壁工位的小李跟人吹牛：“我写 Python 好几年了，NumPy 也就用过几次，不重要。”我当时差点没忍住笑出来。说真的，如果你还在说“NumPy 不重要”，那基本上就是在自我暴露：你对 Python 的理解还停留在“脚本语言”层面。今天我就想聊聊，为什么不懂 NumPy，就别急着喊自己是 Python 程序员。

Python 的灵魂之一：NumPy

Python 火起来，一半是因为生态，一半是因为科学计算。你看，NumPy 就是 Python 科学计算的基石。所有高阶库，像 Pandas、TensorFlow、PyTorch，甚至 OpenCV，都在底层依赖 NumPy。它其实就是 Python 和 C 语言的桥梁，把数学运算跑到 C 层实现，速度快得飞起。

比如你平时写个 for 循环，求个平方和，可能还洋洋自得，写成这样：

nums = [i for i in range(1, 1000000)]
s = 0
for n in nums:
    s += n * n
print(s)

这玩意儿跑下来要几百毫秒。但换成 NumPy，瞬间不一样：

import numpy as np
arr = np.arange(1, 1000000)
s = np.sum(arr ** 2)
print(s)

时间差别不是一点点，可能快几十倍。你要说你是 Python 程序员，却还用循环去写这种东西，那就好比开着电动车还在用脚蹬，累不累？

你以为的“数组”和真正的 ndarray

小白刚开始接触 NumPy，会觉得“哎呀不就是个数组库嘛”，其实完全不是一个量级的。Python 自带的 list，底层是链表式存储，每个元素都是对象引用，占空间大，查找效率低。NumPy 的 ndarray，底层就是一块连续的内存，直接存储数值，和 C 语言数组一样紧凑。

这也是为什么 NumPy 支持所谓的“广播机制”。比如一个二维矩阵加一个标量，你不用写循环，它直接帮你扩展计算：

a = np.array([[1, 2, 3],
              [4, 5, 6]])
b = 10
print(a + b)

输出就是：

[[11 12 13]
 [14 15 16]]

要是用 list，你得写两层循环手动加，这效率差距就一眼能看出来。

为什么工程里少不了它

说个实际场景。前两天我在写一个日志分析工具，要统计日志里的响应时间分布。普通写法，先用正则抽数据，再 list 存储，再算平均值、方差。写了几十行代码。后来一想，这不就是 NumPy 的强项吗？换成 NumPy：

import numpy as np
times = np.array([12, 15, 20, 11, 17, 19, 21])
print("平均:", np.mean(times))
print("方差:", np.var(times))
print("中位数:", np.median(times))

三行搞定，结果比我写的还准确。再配合 matplotlib 画图，立马就能出个直方图。

你要是不会 NumPy，写数据处理代码就是跟自己过不去。别忘了，数据分析、机器学习、图像处理，甚至金融建模，全都绕不开 NumPy。

初学者常掉的坑

这几年带新人，我发现有几个典型的误区：

1. 当 list 用：很多人把 NumPy array 当 list 去 append、pop，结果发现报错。其实 array 的大小是固定的，你要加元素得用 np.concatenate 或者预分配。

2. 没搞懂广播：比如一个 (3,1) 的矩阵加一个 (1,3) 的矩阵，结果直接得到 (3,3)，不少人一脸懵。其实这就是 NumPy 自动扩展维度的规则。

3. 混用 list 和 ndarray：有的人 arr = np.array([1, 2, 3])，后面还写 arr + [4, 5, 6]，结果出来的结果和预期不符。因为 list 运算和 ndarray 运算规则完全不同。

工程级的威力

我上个月在做一个小型推荐系统实验，需要处理几百万条用户行为记录。如果不用 NumPy，光循环就能把人卡死。后来我用 np.dot 写了矩阵乘法，几行代码就把协同过滤的核心搞定了。

# 用户-物品矩阵
user_item = np.array([[5, 3, 0],
                      [4, 0, 0],
                      [1, 1, 0],
                      [0, 0, 5],
                      [0, 0, 4]])
# 物品相似度矩阵
similarity = np.dot(user_item.T, user_item)
print(similarity)

这个结果就能直接拿去算推荐分数，效率高到爆炸。要是手写三层循环，你估计写完都下班了。

NumPy 是 Python 程序员的底线

我经常说一句话：NumPy 是 Python 程序员的底线。为什么？因为它不仅仅是个库，它是整个 Python 数据计算生态的根基。不会 NumPy，就像 Java 程序员不会集合框架，C++ 程序员不会 STL，几乎寸步难行。

而且 NumPy 的 API 并不难学，学会几个核心函数：array、reshape、sum、mean、dot、where，再加上切片和广播，就能覆盖 80% 的场景。剩下的东西，等你真遇到了再查文档就好。

写这篇的时候，我脑子里一直回荡着小李那句“NumPy 不重要”。其实这不是小李一个人的问题，很多人写 Python 写了几年，却一直停留在写脚本、写接口的层面。你要真想说自己是 Python 程序员，就得把 NumPy 至少吃个七八分。

不然，下次别人问你：“数据处理用什么写？”你要是还在 list 里 while 循环，那我劝你还是先把简历上的“精通 Python”删了，免得面试官笑出声。

写个扩展练习题：用 NumPy 模拟 100 万个随机投骰子的结果，统计每个点数出现的概率。你写出来，才算是真正踏进 NumPy 的大门。

import numpy as np
# 模拟 100 万次投骰子
rolls = np.random.randint(1, 7, size=1000000)
# 统计频率
counts = np.bincount(rolls)[1:]  # 忽略0
probs = counts / rolls.size
print("点数出现的概率:", probs)

这就是 Python 的真正魅力：简洁、强大、优雅。不会 NumPy，真的别急着喊自己是 Python 程序员。