اگر داده‌های پروژه هوش مصنوعی‌تان را با لیست‌های پایتون پردازش می‌کنید، به‌زودی به دیوار می‌خورید: هر حلقه for روی هزاران ردیف، کد را کند و شکننده می‌کند و ضرب ماتریسی با لیست عملاً غیرممکن است. NumPy همان لایه‌ای است که پانداس، OpenCV، PyTorch و تقریباً همه کتابخانه‌های AI روی آن ساخته شده‌اند؛ آرایه‌های n-بعدی سریع، عملیات برداری و برودکستینگ را به پایتون می‌آورد. در این آموزش از نصب تا ساخت آرایه، ایندکس‌گذاری، برودکست و نرمال‌سازی داده واقعی را گام‌به‌گام می‌بینید.

NumPy در پایتون چیست و چرا ستون فقرات محاسبات عددی و هوش مصنوعی است؟

NumPy کتابخانه پایه محاسبات علمی پایتون است که داده را در ساختار ndarray نگه می‌دارد: یک بلوک حافظه پیوسته با نوع یکسان که عملیات روی آن در کد C اجرا می‌شود، نه در حلقه پایتون. همین باعث می‌شود محاسبات ۱۰ تا ۱۰۰ برابر سریع‌تر و حافظه‌کاراتر از لیست باشند. کتابخانه‌هایی مثل پانداس، Matplotlib، Scikit-learn و PyTorch ورودی و خروجی‌شان آرایه NumPy است، پس یادگیری آن پیش‌نیاز واقعی هر مسیر علم داده و AI است. در ادامه نصب، اولین آرایه و کاربردهای عملی را می‌خوانید.

فهرست مطالب

پیش‌نیازها و نصب NumPy
اولین آرایه؛ ساخت ndarray از صفر
ایندکس‌گذاری، برش و عملیات برداری
برودکستینگ و مدیریت شکل آرایه
توابع آماری و جبر خطی
کاربرد واقعی؛ نرمال‌سازی داده برای مدل AI
مقایسه NumPy با لیست پایتون و Pandas
اشتباهات رایج هنگام کار با NumPy
سوالات متداول
جمع‌بندی

پیش‌نیازها و نصب NumPy

به پایتون ۳.۱۱ به بالا و یک محیط مجازی تمیز نیاز دارید. نسخه پایدار فعلی NumPy سری ۲.x است که هسته محاسباتی بهینه و پشتیبانی از تایپ‌هینت بهتر دارد. اگر محیط مجازی ندارید، ابتدا آن را بسازید تا نصب‌ها با پروژه‌های دیگر قاطی نشود.

python -m venv .venv
# ویندوز: .venv\Scripts\activate
source .venv/bin/activate
pip install --upgrade "numpy>=2.1"
python -c "import numpy as np; print(np.__version__)"

نسخه پیشنهادی: NumPy ۲.۱ به بالا؛ روی پایتون ۳.۱۲ تا ۳.۱۵ هم به‌خوبی تست شده است.
بررسی نصب: اگر خروجی np.__version__ با ۲ شروع شود، نصب درست است.
ویندوز و لینوکس: چرخ‌های (wheel) آماده نصب می‌شوند و به کامپایلر نیاز نیست.
مدیریت محیط: برای ساخت سریع محیط و نصب بسته‌ها می‌توانید از آموزش uv در پایتون استفاده کنید که نصب وابستگی‌ها را چند برابر سریع‌تر می‌کند.

اولین آرایه؛ ساخت ndarray از صفر

قلب NumPy کلاس ndarray است. آرایه‌ها می‌توانند یک‌بعدی (بردار)، دوبعدی (ماتریس) یا n-بعدی باشند. پرکاربردترین راه‌های ساخت آرایه را ببینید.

import numpy as np

a = np.array([1, 2, 3, 4])
print(a, a.dtype, a.shape)          # [1 2 3 4] int64 (4,)

b = np.array([[1, 2], [3, 4]], dtype=np.float64)
print(b.shape, b.ndim, b.size)      # (2, 2) 2 4

z = np.zeros((2, 3))                # ماتریس صفر
o = np.ones((2, 3))                 # ماتریس یک
r = np.arange(0, 10, 2)             # گام‌دار
l = np.linspace(0, 1, 5)            # ۵ نقطه یکنواخت
print(z.shape, o.sum(), r, l)

dtype: نوع عناصر؛ int64 روی لینوکس و int32 روی ویندوز پیش‌فرض است، پس برای پایداری نوع را صریح بنویسید.
shape: ابعاد آرایه؛ (4,) یک‌بعدی و (2, 2) دوبعدی است.
zeros/ones/arange/linspace: سازنده‌های پرکاربرد برای مقدار اولیه، بازه و گرید.
نکته: np.array یک کپی می‌سازد اما np.asarray فقط اگر لازم باشد کپی می‌کند و روی ورودی موجود کار می‌کند.

ایندکس‌گذاری، برش و عملیات برداری

ایندکس‌گذاری در NumPy شبیه لیست است اما بسیار قوی‌تر: برش روی هر بعد، ایندکس منفی و ماسک منطقی. مهم‌تر از آن، عملیات بدون حلقه روی کل آرایه اجرا می‌شود که به آن vectorization می‌گویند.

a = np.arange(10)
print(a[2:7])          # [2 3 4 5 6]
print(a[-1], a[::-1])  # 9 و آرایه برعکس

m = np.arange(1, 13).reshape(3, 4)
print(m[1, 2])         # 7  (ردیف ۱، ستون ۲)
print(m[:, 1])         # کل ستون دوم
print(m[1:, :2])       # زیرماتریس پایین-چپ

x = np.array([1, 2, 3, 4])
print(x * 2, np.sqrt(x), x ** 2)   # بدون حلقه
print(x[x % 2 == 0])   # [2 4]  ماسک منطقی

برش (slice): یک view برمی‌گرداند، نه کپی؛ تغییر آن روی آرایه اصلی اثر می‌گذارد. برای کپی مستقل از .copy() استفاده کنید.
ماسک منطقی: x[x % 2 == 0] عناصر شرط‌دار را جدا می‌کند — جایگزین تمیز حلقه و if.
ufunc: توابعی مثل np.sqrt و عملگرها عنصر‌به‌عنصر روی کل آرایه کار می‌کنند.

برودکستینگ و مدیریت شکل آرایه

برودکستینگ قانونی است که به NumPy اجازه می‌دهد آرایه‌های با شکل متفاوت را بدون حلقه ترکیب کند. این ویژگی، ستون فقرات نرمال‌سازی داده و عملیات ماتریسی است.

col = np.array([[1], [2], [3]])       # شکل (3, 1)
row = np.array([10, 20, 30, 40])      # شکل (4,)
print((col + row).shape)              # (3, 4) — برودکست خودکار

grid = np.arange(6).reshape(2, 3)
print(grid)
print(grid.T.shape)                   # (3, 2) ترانهاده
print(grid.reshape(-1))               # صاف‌شده یک‌بعدی

قانون برودکست: ابعاد از راست به چپ مقایسه می‌شوند؛ اگر برابر یا یکی‌شان ۱ باشد، ترکیب ممکن است.
reshape: بدون تغییر داده، شکل را عوض می‌کند؛ -1 یعنی «این بعد را خودت حساب کن».
خطای رایج: اگر شکل‌ها ناسازگار باشند، ValueError: operands could not be broadcast می‌گیرید — ابتدا .shape هر دو را چاپ کنید.

توابع آماری و جبر خطی

NumPy توابع آماری و جبر خطی را به‌صورت برداری دارد و روی محور دلخواه (axis) کار می‌کند. همین توابع زیربنای نرمال‌سازی و آموزش مدل هستند.

data = np.array([[2.0, 4.0], [4.0, 8.0], [6.0, 12.0]])
print(data.mean(axis=0))   # میانگین هر ستون
print(data.std(axis=1))    # انحراف معیار هر ردیف

A = np.array([[1.0, 2.0], [3.0, 4.0]])
B = np.array([[2.0, 0.0], [1.0, 2.0]])
print(A @ B)               # ضرب ماتریسی
print(np.linalg.inv(A))    # معکوس ماتریس
print(np.linalg.norm(A))   # نرم فرابنفش

axis=0 و axis=1: axis=0 عملیات را روی هر ستون (کنار هم‌گذاشتن ردیف‌ها) و axis=1 روی هر ردیف انجام می‌دهد.
عملگر @: ضرب ماتریسی استاندارد؛ علامت * ضرب عنصر‌به‌عنصر است، نه ماتریسی.
linalg: ماژول جبر خطی شامل معکوس، دترمینان، حل معادله و تجزیه مقادیر ویژه.

کاربرد واقعی؛ نرمال‌سازی داده برای مدل AI

سناریوی واقعی: ویژگی‌های خام با مقیاس‌های متفاوت (سن، درآمد، تعداد کلیک) کیفیت آموزش مدل را خراب می‌کنند. با چند خط NumPy آن‌ها را استانداردسازی (Z-score) می‌کنیم — همان کاری که نرمال‌سازهای Scikit-learn در پشت صحنه انجام می‌دهند.

rng = np.random.default_rng(seed=42)          # مولد تصادفی مدرن
X = rng.normal(size=(1000, 3)) * [10, 1, 100] + [50, 0, 200]

mu = X.mean(axis=0)                           # میانگین هر ویژگی
sigma = X.std(axis=0)                         # انحراف معیار هر ویژگی
X_norm = (X - mu) / sigma                     # برودکست روی همه ردیف‌ها

print(np.round(X_norm.mean(axis=0), 5))       # تقریباً صفر
print(np.round(X_norm.std(axis=0), 5))        # تقریباً یک
print(X_norm.min(), X_norm.max())

default_rng: روش جدید و توصیه‌شده تولید اعداد تصادفی (از NumPy ۱.۱۷)؛ جایگزین np.random.seed قدیمی.
برودکست در عمل: (X - mu) / sigma میانگین و انحراف هر ستون را روی همه ۱۰۰۰ ردیف اعمال می‌کند، بدون حلقه.
ادامه مسیر: همین آرایه نرمال‌شده را می‌توانید به پانداس یا به یک اپ تعاملی مثل آموزش Streamlit بدهید و نتیجه را زنده نمایش دهید.

مقایسه NumPy با لیست پایتون و Pandas

انتخاب ساختار داده به نوع کار بستگی دارد.

معیار	NumPy ndarray	لیست پایتون	Pandas DataFrame
سرعت محاسبات عددی	بسیار بالا (کد C)	کند در حلقه	متوسط (روی NumPy)
نوع داده	یکنواخت و مشخص	مخلوط	هر ستون جداگانه
عملیات برداری	بله، کامل	خیر	بله، ستون‌محور
برچسب‌گذاری	خیر (فقط ایندکس عددی)	خیر	بله (نام سطر/ستون)
جبر خطی و ماتریس	بله	خیر	محدود
کاربرد اصلی	محاسبات و AI	داده عمومی	تحلیل داده جدولی

اشتباهات رایج هنگام کار با NumPy

استفاده از حلقه به‌جای vectorization: نوشتن for روی میلیون‌ها عنصر کد را ده‌ها برابر کند می‌کند؛ عملیات را به شکل آرایه‌ای بازنویسی کنید.
اشتباه گرفتن view با copy: برش آرایه یک view است؛ اگر انتظار استقلال دارید، با .copy() کپی بگیرید وگرنه تغییرات به آرایه اصلی سرایت می‌کند.
سرریز نوع (overflow): در np.int8 جمع 127 + 1 بی‌صدا منفی می‌شود؛ برای شمارنده‌ها نوع بزرگ‌تر انتخاب کنید.
قاطی کردن axis: axis=0 و axis=1 خروجی متفاوت می‌دهند؛ قبل از محاسبه یک آرایه کوچک را دستی چک کنید.
استفاده از API حذف‌شده NumPy ۲: نام‌هایی مثل np.float_ و np.NaN حذف شده‌اند؛ به‌جای‌شان np.float64 و np.nan بگذارید.

سوالات متداول

NumPy چیست و چه تفاوتی با لیست پایتون دارد؟

NumPy کتابخانه محاسبات عددی است که داده را در آرایه‌های n-بعدی با نوع یکسان و حافظه پیوسته نگه می‌دارد. برخلاف لیست که عملیات را در حلقه پایتون انجام می‌دهد، NumPy همان کار را در کد C و به‌صورت برداری اجرا می‌کند؛ نتیجه ۱۰ تا ۱۰۰ برابر سریع‌تر و کم‌حجم‌تر است.

چطور NumPy را نصب یا به‌روزرسانی کنم؟

در محیط مجازی دستور pip install --upgrade "numpy>=2.1" را بزنید. نسخه را با python -c "import numpy as np; print(np.__version__)" بررسی کنید. برای نصب سریع‌تر می‌توانید از uv استفاده کنید.

تفاوت np.array و np.asarray چیست؟

np.array به‌صورت پیش‌فرض یک آرایه جدید می‌سازد، اما np.asarray فقط در صورت لزوم کپی می‌کند و اگر ورودی از قبل ndarray باشد، همان را برمی‌گرداند. برای صرفه‌جویی حافظه، asarray انتخاب بهتری است.

axis=0 و axis=1 در NumPy چه معنایی دارند؟

در آرایه دوبعدی، axis=0 یعنی حرکت در جهت ردیف‌ها (نتیجه برای هر ستون) و axis=1 یعنی حرکت در جهت ستون‌ها (نتیجه برای هر ردیف). برای اطمینان، روی یک آرایه کوچک هر دو حالت را چاپ کنید.

چرا محاسبات NumPy من کند است؟

معمولاً چون از حلقه پایتون استفاده می‌کنید. عملیات را به فرم برداری بازنویسی کنید، از dtype به‌صورت object پرهیز کنید و تا حد امکان نوع عددی مشخص بگذارید. نسخه NumPy را هم به‌روز نگه دارید چون بهینه‌سازی‌های SIMD هر نسخه بهتر می‌شوند.

آیا برای هوش مصنوعی حتماً باید NumPy بلد باشم؟

بله؛ PyTorch، TensorFlow، Scikit-learn، پانداس و OpenCV آرایه NumPy را به‌عنوان فرمت اصلی می‌پذیرند. درک shape، dtype، برودکست و vectorization جلوی بیشتر خطاهای «shape mismatch» در آموزش مدل را می‌گیرد.

جمع‌بندی

NumPy را با pip install --upgrade "numpy>=2.1" نصب و نسخه ۲.x را تأیید کنید.
داده را از لیست به ndarray با dtype صریح تبدیل کنید؛ برای ساخت از zeros/ones/arange/linspace بهره ببرید.
به‌جای حلقه، از عملیات برداری، ماسک منطقی و برودکست استفاده کنید.
قبل از هر عملیات ماتریسی، .shape را چاپ و از عملگر @ برای ضرب ماتریسی استفاده کنید.
برش‌ها view هستند؛ در صورت نیاز .copy() بگیرید و مراقب سرریز نوع باشید.
از np.random.default_rng و توابع linalg برای کارهای واقعی داده و مدل استفاده کنید.
از امروز یک تمرین کوچک بسازید: یک CSV را با پانداس بخوانید، ستون‌های عددی را به NumPy بدهید و Z-score کنید.

آموزش NumPy در پایتون؛ آرایه‌ها و محاسبات عددی از صفر