NumPy 基础：数组创建、数组属性、索引与切片、广播机制
NumPy 是 Python 数据科学生态里的基石。说白了，没有 NumPy，后面那些 pandas、scikit-learn 都得趴窝。我刚开始做量化回测那会儿，天天跟它打交道，今天就把最核心的几个点给你捋清楚。
1. 数组创建：从零开始搭积木
创建数组的方式很多，但最常用的就那么几种。我个人习惯用 np.array() 直接传列表，简单粗暴。
import numpy as np
# 从列表创建
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1) # [1 2 3 4 5]
# 二维数组
arr2 = np.array([[1, 2], [3, 4]])
print(arr2)
# [[1 2]
# [3 4]]但实际项目中，更多时候我们需要特定结构的数组。比如初始化一个全零矩阵来存因子值：
# 全零数组，常用于占位
zeros = np.zeros((3, 4))
print(zeros)
# 全一数组
ones = np.ones((2, 3))
# 单位矩阵
eye = np.eye(5)
# 等差数列，做时间序列时常用
arange = np.arange(0, 10, 2) # [0 2 4 6 8]
linspace = np.linspace(0, 1, 5) # [0. 0.25 0.5 0.75 1. ]np.nan 填充的数组特别有用。比如某只股票停牌了，我就用 np.full((n_days, n_stocks), np.nan) 先占个坑，后面再填充真实值。
2. 数组属性：摸清它的底细
拿到一个数组，第一件事就是看它的形状和维度。你想想看，如果连数据长啥样都不清楚，后面怎么切片、怎么运算？
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape) # (2, 3) —— 2行3列
print(arr.ndim) # 2 —— 二维数组
print(arr.size) # 6 —— 总共6个元素
print(arr.dtype) # int64 —— 数据类型
print(arr.itemsize) # 8 —— 每个元素占8字节这里有个坑： 我曾经在合并多个因子矩阵时，没注意两个数组的 dtype 不一致，结果一个 float64 一个 int64，运算结果全变成了 int，精度丢失得一塌糊涂。所以每次创建数组，我习惯显式指定 dtype：
arr_float = np.array([1, 2, 3], dtype=np.float32)3. 索引与切片：精准定位数据
NumPy 的索引和 Python 列表很像，但多了个维度。嗯，这里要注意：多维数组的索引是用逗号分隔的。
arr = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12]])
# 取单个元素
print(arr[1, 2]) # 7
# 取一行
print(arr[0]) # [1 2 3 4]
# 取一列
print(arr[:, 1]) # [2 6 10]
# 切片：取前两行，第1到第3列
print(arr[:2, 1:3])
# [[2 3]
# [6 7]]returns = np.array([0.03, 0.06, -0.02, 0.08, 0.01])
mask = returns > 0.05
print(returns[mask]) # [0.06 0.08]为什么会这样？因为 returns > 0.05 返回了一个布尔数组，NumPy 自动用这个布尔数组去筛选元素。我在做因子选股时，经常用这种技巧来过滤掉 ST 股票或者停牌股。
4. 广播机制：不同形状也能运算
广播是 NumPy 最强大的特性之一，也是新手最容易踩坑的地方。说白了，就是让不同形状的数组能够进行算术运算。
核心规则： 从尾部维度开始比较，要么相等，要么其中一个为1。
# 最简单的例子：标量广播
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr + 10)
# [[11 12 13]
# [14 15 16]]
# 一维数组广播到二维
row = np.array([10, 20, 30])
print(arr + row)
# [[11 22 33]
# [14 25 36]]
# 列向量广播
col = np.array([[10], [20]])
print(arr + col)
# [[11 12 13]
# [24 25 26]]reshape(-1, 1) 统一形状。
广播机制在因子标准化时特别有用。比如 z-score 标准化，需要每只股票减去自身均值再除以标准差：
# 假设 factor 是 (n_days, n_stocks) 的矩阵
factor = np.random.randn(100, 50)
# 计算每只股票的均值和标准差
mean = factor.mean(axis=0) # shape (50,)
std = factor.std(axis=0) # shape (50,)
# 广播：自动将 (50,) 扩展到 (100, 50)
factor_z = (factor - mean) / std你看，这里 factor 是 (100, 50)，mean 是 (50,)，广播机制自动把 mean 沿着行方向复制了100份。如果没有广播，你得手动写循环，那效率就太低了。
知识体系总览
下面这张图把 NumPy 基础的核心脉络串起来了，你可以对照着复习：
NumPy 的这些基础操作，说白了就是量化工程师的「内功心法」。数组创建是起手式，属性是内视己身，索引切片是精准打击，广播机制则是四两拨千斤的巧劲。把这些练熟了，后面做因子计算、回测框架，你会觉得顺手很多。