numpy 面试

以下是一些常见的 NumPy 面试题，这些问题涵盖了 NumPy 的基础操作、性能优化、以及实际应用场景。可以作为八股文复习指南。

1. NumPy 是什么？为什么要使用 NumPy？

• 回答要点：
  • NumPy 是 Python 的一个开源库，主要用于数值计算。
  • 提供了支持多维数组对象（ndarray）的高效操作。
  • 提供了丰富的数学函数，用于执行数组的线性代数、傅里叶变换、随机数生成等操作。
  • 比 Python 原生的列表操作速度快，并且能够使用更少的内存。

2. 如何创建 NumPy 数组？

• 回答要点：

  • 使用 np.array() 从列表或元组创建数组。
  • 使用 np.zeros()、np.ones()、np.empty() 创建特定形状的数组。
  • 使用 np.arange() 创建等差数组，np.linspace() 创建等距数组。
  • 使用 np.random 模块创建随机数组。

• 示例代码：

  import numpy as np
  
  a = np.array([1, 2, 3])
  b = np.zeros((2, 3))
  c = np.ones((3, 3))
  d = np.arange(0, 10, 2)
  e = np.linspace(0, 1, 5)
  f = np.random.random((2, 2))
  

3. NumPy 数组和 Python 列表的区别是什么？

• 回答要点：
  • NumPy 数组的大小是固定的，而 Python 列表是动态的，可以增删元素。
  • NumPy 数组中的元素类型必须一致，而 Python 列表可以包含不同类型的元素。
  • NumPy 数组支持更高效的批量操作，如向量化计算，而 Python 列表通常需要使用循环。
  • NumPy 数组内存连续，支持更快的访问和操作。

4. 如何在 NumPy 中进行数组的切片和索引？

• 回答要点：

  • 通过整数索引可以访问数组的单个元素，如 arr[i, j]。
  • 通过切片操作可以访问数组的子数组，如 arr[:, 1:3] 选取所有行和第二到第三列的元素。
  • 支持布尔索引和花式索引，可以基于条件或索引数组选取特定的元素。

• 示例代码：

  arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
  print(arr[1, 2])          # 输出：6
  print(arr[:, 1:3])        # 输出：[[2 3] [5 6] [8 9]]
  print(arr[arr > 5])       # 输出：[6 7 8 9]
  print(arr[[0, 2], [1, 2]]) # 输出：[2 9]
  

5. 如何在 NumPy 中进行数组的广播？

• 回答要点：

  • 广播是指 NumPy 在不同形状的数组之间进行算术运算时自动扩展数组的能力。
  • 规则：如果数组在每个维度的大小相同或其中一个为 1，则可以进行广播。
  • 广播提高了代码的简洁性和运行效率。

• 示例代码：

  a = np.array([1, 2, 3])
  b = np.array([[1], [2], [3]])
  c = a + b  # 广播结果：[[2 3 4] [3 4 5] [4 5 6]]
  

6. NumPy 中的常用数学操作有哪些？

• 回答要点：

  • np.sum()：计算数组元素的总和。
  • np.mean()：计算均值。
  • np.median()：计算中位数。
  • np.std()：计算标准差。
  • np.dot()：计算两个数组的点积。
  • np.linalg：包含线性代数相关操作，如矩阵乘法、逆矩阵、特征值等。

• 示例代码：

  arr = np.array([1, 2, 3, 4])
  print(np.sum(arr))       # 输出：10
  print(np.mean(arr))      # 输出：2.5
  print(np.dot(arr, arr))  # 输出：30
  

7. 如何在 NumPy 中处理缺失值？

• 回答要点：

  • 使用 np.nan 表示缺失值。
  • 使用 np.isnan() 检查是否有缺失值。
  • 使用 np.nan_to_num() 将缺失值替换为指定值。
  • np.nanmean()、np.nansum() 等函数可以忽略 nan 值进行计算。

• 示例代码：

  arr = np.array([1, 2, np.nan, 4])
  print(np.isnan(arr))             # 输出：[False False  True False]
  print(np.nanmean(arr))           # 输出：2.3333333333333335
  print(np.nan_to_num(arr, nan=0)) # 输出：[1. 2. 0. 4.]
  

8. 如何在 NumPy 中合并和分割数组？

• 回答要点：

  • 使用 np.concatenate()、np.vstack()、np.hstack() 合并数组。
  • 使用 np.split()、np.array_split() 分割数组。
  • 合并时需要注意数组的形状是否兼容，分割时可以指定分割点。

• 示例代码：

  a = np.array([[1, 2], [3, 4]])
  b = np.array([[5, 6]])
  c = np.vstack((a, b))   # 垂直堆叠
  d = np.hstack((a, b.T)) # 水平堆叠
  e = np.split(a, 2)      # 分割为两个数组
  

9. NumPy 的 ndarray 和 matrix 有什么区别？

• 回答要点：
  • ndarray 是 NumPy 的多维数组类型，支持各种数学操作。
  • matrix 是 NumPy 的矩阵类型，只支持二维，并且 * 运算符表示矩阵乘法，而不是逐元素乘法。
  • ndarray 更灵活且推荐使用，而 matrix 更接近数学上的矩阵定义。

10. 如何提升 NumPy 数组的计算效率？

• 回答要点：
  • 使用向量化操作而非 Python 循环，避免循环中逐元素操作。
  • 使用内置的 NumPy 函数，它们通常是在 C 语言层面实现的，速度更快。
  • 对于非常大的数组，使用 NumExpr、Dask 等库进行并行计算或延迟计算。
  • 合理使用数组的内存布局（如转置、改变形状）以提升缓存命中率。

总结

这些 NumPy 面试题涵盖了从基础操作到高级用法的各个方面。熟悉这些问题及其答案，不仅可以帮助你在面试中应对自如，还能加深对 NumPy 的理解，提高在实际项目中使用 NumPy 的能力。