2. NumPy数组创建与工程数据载入

在工程数据处理中，我们面对的原始数据往往来自不同渠道：手工录入的测量值、按固定步长生成的仿真坐标、传感器导出的CSV表格、仪器软件保存的TXT文本。NumPy的第一项任务，就是把这些形态各异的数据统一转换成ndarray，并保证数值类型（dtype）与精度符合后续计算要求。本节围绕“如何创建”和“如何载入”两条主线展开，重点说明不同创建方式的适用场景，以及dtype在工程精度中的实际影响。

一、从列表与元组创建数组

最直接的方式是使用 np.array()，把Python的列表或元组转换为数组。列表和元组本身是Python对象，元素可以是任意类型；而ndarray要求所有元素类型一致，NumPy会根据输入自动推断dtype。

import numpy as np

# 从列表创建：一维数组
strain = np.array([120, 135, 128, 142, 150])          # dtype 推断为 int64
# 从元组创建：二维数组（每行一个测点，两列分别为温度、压力）
sensors = np.array(((25.3, 101.2), (26.1, 100.8), (24.9, 101.5)))
# 显式指定dtype，避免自动推断带来的精度问题
force = np.array([12.5, 13.0, 12.8], dtype=np.float32)

这里有一个工程上常见的细节：整数列表会被推断为整型，一旦后续做除法或叠加小数，就可能出现意外的截断或类型提升。因此，当数据本身代表物理量（温度、压力、电压）时，建议在创建时就显式写出 dtype=np.float64，让精度意图清晰可见。另外，np.array() 默认会复制数据；如果只是想把已有数组换个形状而不复制，应使用 np.asarray() 或 reshape。

二、用arange与linspace生成序列

工程计算中经常需要构造等间隔的自变量序列，例如时间轴、频率扫描点、空间网格坐标。NumPy提供两个互补的函数：

• np.arange(start, stop, step)：按步长生成，区间为左闭右开，结果个数由步长决定，可能出现浮点累积误差导致末点偏移。
• np.linspace(start, stop, num)：按点数生成，区间为闭区间，首末点精确包含，适合需要严格控制采样点数的场景。

t = np.arange(0, 1.0, 0.1)        # 可能得到 10 或 11 个点，末点受浮点误差影响
t2 = np.linspace(0, 1.0, 11)      # 精确 11 个点，0 和 1.0 都包含
freq = np.linspace(50, 1000, 20)  # 频率扫描：50Hz 到 1000Hz 共 20 个点

选择原则很明确：如果关心的是“每隔多少取一个”，用 arange；如果关心的是“总共取多少个点、首末必须准确”，用 linspace。做频谱分析或绘制曲线时，后者更稳妥，因为采样点数直接决定频率分辨率，末点缺失会让结果产生系统性偏差。

三、从CSV与TXT文件载入工程数据

真实工程数据多以文本表格形式保存。NumPy提供 np.loadtxt() 和 np.genfromtxt() 两个主力函数。前者速度快、要求数据规整；后者能处理缺失值和表头，容错性更强。

# 纯数值、逗号分隔的CSV
data = np.loadtxt("sensor_log.csv", delimiter=",", skiprows=1)
# 含缺失值或混合列的文本，用genfromtxt
data2 = np.genfromtxt("test_run.txt", delimiter="\t",
                      skip_header=2, filling_values=np.nan)
# 只读取指定列（例如第2、4列）
cols = np.loadtxt("sensor_log.csv", delimiter=",", skiprows=1, usecols=(1, 3))

载入时几个参数直接决定结果是否正确：delimiter 必须与文件实际分隔符一致（逗号、制表符或空格）；skiprows/skip_header 用于跳过表头或说明行；usecols 可只提取需要的列，减少内存占用；dtype 可指定整张表的类型。若文件中混有单位符号或空单元格，loadtxt 会直接报错，此时应改用 genfromtxt 并配合 filling_values 把缺失位置填为 np.nan，再在后续清洗中处理。

四、理解dtype与数据精度

dtype决定每个元素占多少字节、能表示多大范围和多少位有效数字。工程上常用的有 int32/int64、float32/float64、bool。关键认识有两点：其一，float32 只有约7位十进制有效数字，float64 约15～16位；其二，类型转换遵循“安全提升”规则，混合运算时低精度会向高精度看齐，但显式 astype 可能发生截断。

a = np.array([1.23456789], dtype=np.float32)
print(a)                       # 约 1.2345679，末位已损失
b = a.astype(np.float64)       # 提升后仍是 1.2345679，丢失的精度补不回来
c = np.array([1, 2, 3], dtype=np.int32)
print(c / 2)                   # 结果为 float64，除法自动提升

因此，涉及累加、积分、坐标变换等对误差敏感的计算，应默认使用 float64；只有在内存或带宽受限、且精度要求不高的场景（如大批量图像像素、嵌入式采集缓存）才考虑 float32。载入文件时若未指定dtype，NumPy通常推断为 float64，这符合多数工程计算的安全默认。

五、一个完整的载入与检查流程

假设有一份电机测试数据 motor_test.csv，首行为表头，三列分别为时间(s)、转速(rpm)、电流(A)，共500行。合理的处理顺序是：先用 loadtxt 跳过表头载入，再检查形状是否为 (500, 3)，确认dtype为float64，然后按列切片取出时间轴与电流，最后做量纲换算或绘图。若发现某行缺失导致报错，则切换到 genfromtxt 并把缺失填为 np.nan，用 np.nanmean 等函数在统计时自动忽略缺失点。这个流程把“创建—载入—类型确认—清洗”串成闭环，也是后续数组运算、切片索引和统计分析能够可靠进行的前提。

小结本节要点：列表与元组创建适合小规模、结构已知的数据；arange 与 linspace 分别按步长和点数生成序列，后者在采样点数敏感的场景更可靠；CSV/TXT载入要匹配分隔符、跳过表头、按需选列，并对缺失值有预案；dtype不是可有可无的细节，它直接决定数值范围和有效精度，工程计算默认优先 float64。掌握这四类入口，就具备了把工程原始数据安全送入NumPy计算体系的基本能力。