1、數據類型numpy.dtype()
從已有的數組創(chuàng)建數組：numpy.asarray()
等差數列構成的一維數組：numpy.linspace()
等比數列構成的一維數組：numpy.logspace()
numpy的切片和索引
numpy廣播：對不同形狀(shape)的數組進行數值計算的方式，當運算中的 2 個數組的形狀不同時，numpy 將自動觸發(fā)廣播機制番川。
對兩個數組，分別比較他們的每一個維度（若其中一個數組沒有當前維度則忽略）灰署，滿足：
(1)當前維度的值相等
(2)當前維度的值有一個是1
2赁濒、迭代器對象 numpy.nditer
numpy的隨機函數：
numpy.random.rand(d0,d1,…,dn)
numpy.random.randn(d0,d1,…,dn)
numpy.random.randint(low, high=None, size=None, dtype=’l’)
生成[0,1)之間的浮點數:
numpy.random.random_sample(size=None)
numpy.random.random(size=None)
numpy.random.ranf(size=None)
numpy.random.sample(size=None)
numpy.random.choice(a, size=None, replace=True, p=None)
np.random.seed()的作用：使得隨機數據可預測。
3净宵、numpy.reshape(arr, newshape, order='C')
numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<class'numpy._globals._NoValue'>)
axis=1敲才，表示一行元素相乘
numpy.zeros_like（a，dtype = None择葡，order ='K'紧武，subok = True ）
4、展開數組：
numpy.ndarray.flatten(order='C') 返回一份數組拷貝刁岸，對拷貝所做的修改不會影響原始數組
numpy.ravel(a, order='C') 修改會影響原始數組
numpy.ndarray.flat 是一個數組元素迭代器脏里，對數組中每個元素都進行處理，可以使用flat屬性(比如二維數組沒有用這個flat虹曙，處理是處理它其中的一維數組)
numpy.transpose(arr, axes)與numpy.ndarray.T類似
5迫横、沿指定軸連接相同形狀的兩個或多個數組：
numpy.concatenate((a1, a2, ...), axis)
axis=0,軸0，往豎的連接下來
axis=1,軸1酝碳，往橫的連接過去
numpy.char.strip() 函數用于移除開頭或結尾處的特定字符
也可以直接用a.strip('特定字符') (a是字符串)
numpy.around() 函數返回指定數字的四舍五入值
numpy.floor() 返回數字的下舍整數
numpy.ceil() 返回數字的上入整數
numpy.reciprocal() 函數返回參數逐元素的倒數
numpy.power() 函數將第一個輸入數組中的元素作為底數矾踱，計算它與第二個輸入數組中相應元素的冪
numpy.mod()計算輸入數組中相應元素的相除后的余數,numpy.remainder() 也產生相同的結果
keepdims就是保持維數的意思，其實它的功能也確實跟他的名字一樣這么直白——保持矩陣維數不變
array和asarray都可以將結構數據轉化為ndarray疏哗，但是主要區(qū)別就是當數據源是ndarray時呛讲，array仍然會copy出一個副本，占用新的內存，但asarray不會
6贝搁、
7吗氏、標準差是一組數據平均值分散程度的一種度量。
標準差是方差的算術平方根雷逆。
標準差公式如下：
std = sqrt(mean((x - x.mean())**2))
numpy.std(a) a：數組
numpy.argmax() 和 numpy.argmin()函數分別沿給定軸返回最大和最小元素的索引
numpy.nonzero() 函數返回輸入數組中非零元素的索引
我們的數組是：
[[30 40 0]
[ 0 20 10]
[50 0 60]]
調用 nonzero() 函數：
(array([0, 0, 1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))
左邊是對應非零元素的行弦讽，右邊是相對應的列
numpy.where() 函數返回輸入數組中滿足給定條件的元素的索引
numpy.extract() 函數根據某個條件從數組中抽取元素，返回滿條件的元素
8膀哲、
NumPy 中包含了一個矩陣庫 numpy.matlib往产，該模塊中的函數返回的是一個矩陣，而不是 ndarray 對象
矩陣總是二維的某宪，而 ndarray 是一個 n 維數組仿村。 兩個對象都是可互換的
numpy.vdot() 函數是兩個向量的點積兴喂。 如果第一個參數是復數蔼囊，那么它的共軛復數會用于計算。如果參數是多維數組瞻想，它會被展開
numpy.inner() 函數返回一維數組的向量內積压真。對于更高的維度，它返回最后一個軸上的和的乘積
numpy.dot() 對于兩個一維的數組蘑险，計算的是這兩個數組對應下標元素的乘積和(數學上稱之為內積)滴肿；對于二維數組，計算的是兩個數組的矩陣乘積
numpy.linalg.det() 函數計算輸入矩陣的行列式
numpy.linalg.solve() 函數給出了矩陣形式的線性方程的解
numpy.linalg.inv() 函數計算矩陣的乘法逆矩陣
