numpy是数据科学的神器库，里面很多函数都很棒，接下来慢慢记录在我学习的过程中遇到的函数
1. numpy.unique: 此函数主要用于返回数组中唯一元素构成的数组，可类比去重操作
numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None)
ar:array_like 如果输入的array不是一维的，将会被平铺为一维
return_index:可选项，赋值为bool类型 。如果为True，则返回的是unique后对应的Index，
return_inverse: 可选项，赋值为bool类型。如果为True,则返回的是unique index.
return_counts:可选项，赋值为bool类型。 如果为True，则返回的是unique后的array对应的个数统计
axis:这个默认是None
下面展示用法
2. numpy.ravel: 此函数主要用于将数组解开为扁平的数组
numpy.ravel(a, order='C')
a:array_like
order: {'C','F','A','K'} 可选项，C代表按照一行一行的依次平铺开为默认项；F代表按照一列一列依次平铺开；A主要用于有表达式的时候按照C的方法来实现
下面展示用法：
3.numpy.ndarray.flat: 此函数是一个一维的迭代器
下面展示用法：
flat直接通过Index获取铺平为1维的值，也可以直接对指定的index的元素进行赋值操作，如果自己想要创造 one_hot 矩阵，就可以使用该方法来进行赋值。
4. numpy.argmax : 找到aixs对应的最大值的索引
numpy.argmax(a, axis=None, out=None)
a: array-like
axis: 默认为None,可以接受Int类型的指定，默认的是index跑向的是平铺后的数组。 如果指定axis ，则会跑向指定的axis进行操作。
下面展示用法：
一个用法没指定aixs，则默认返回平铺开后的array [1,2,3,4,5,6]中最大值的Index ,索引值为5
第二个用法指定axis ，则默认返回array中的每一行对应的最大值的index ,第一个[1,2,3]对应的最大值index是2 ，第二个[4,5,6]对应的最大值index是2 ，所以最后返回的是对应最大值的index的array.加深印象可以看下面的例子 。在tensorflow里面也用到这个argmax， 所以这里加深下理解。
