import numpy as np
np的数组创建函数（ndarray）
| 函数 |
说明 |
| np.array |
将输入数据（列表，元组，数组或其他序列类型）转换为ndarray。要么推断出dtype，要么显示指定dtype。默认直接复制输入数据。比如：arr1 = np.array([1,2,3,4],dtype=np.float64) |
| np.asarray |
将输入转换为ndarray，如果输入本身就是一个ndarray就不进行复制 |
| np.arange |
类似于内置range，但返回的一个ndarray而不是列表 |
| np.ones,ons_like |
根据指定的形状和dtype创建一个全1数组。one_like以另一个数组为参数，并根据其形状和dtype创建一个全1数组。例如：arr2 = np.ones_like(arr1,dtype=np.float64) |
| np.zeros,zeros_like |
类似于ones和ones_like，只不过产生的是全0数组 |
| np.empty,empty_like |
创建新数组，只分配内存空间但不填充任何值 |
| np.eye,identity |
创建一个正方的N*N单位矩阵（对角线为1，其余为0） |
通用函数元素级数组函数
一元函数
| 函数 |
说明 |
| abs(),fabs() |
计算整数、浮点数或复数的绝对值。针对于非复数值，可以使用更快的fabs（） |
| sqrt() |
计算机各元素的平方根，相当于arr**0.5 |
| square（） |
计算各元素的平方，相当于arr**2 |
| exp() |
计算各元素的e的x次方 |
| log,log10,log2,log1p |
分别自然对数（底数为e）、底数为10的log、底数为2的log、log（1+x） |
| sign |
计算各元素的正负号：1（正数）、0（零）、-1（负数） |
| ceil |
计算各元素的ceiling值，即大于等于该值的最小正数 |
| floor |
计算各元素的floor值，即小于等于该值的最大正数 |
| rint |
将各元素值四舍五入到最接近的整数，保留dtype |
| modf |
将数组的小数和整数部分以两个独立数组的形式返回 |
| isnan |
返回一个表示“哪些值是NaN（这不是一个数字）”的布尔型数组 |
| isfinite,isinf |
分别返回一个表示“哪些元素是有穷的（非inf，非NaN）或哪些元素是无穷的”的布尔型数组 |
| cos,cosh,sin,sinh,tan,tanh |
普通型和双曲型三角函数 |
| arccos，arccosh，arcsin，arcsinh，arctan，arctanh |
反三角函数 |
| logical_not |
计算各元素notx的真值。相当于-arr |
二元函数
| 函数 |
说明 |
| add（arr1，arr2） |
将数组中对应的元素想加 |
| subtract（arr1,arr2） |
从第一个数组中减去第二个数组中对应元素 |
| multiply（arr1,arr2） |
数组元素对应相乘 |
| divide（arr1,arr2），floor_divide（arr1,arr2） |
除法或向下圆整除法（丢弃余数） |
| power（arr1,arr2） |
对第一个数组中的元素A，根据第二个数组中的相应元素B，计算A的B次方 |
| maximum（arr1,arr2），fmax（arr1,arr2） |
元素级的最大值计算。fmax将忽略NaN |
| minimum（arr1,arr2），fmin（arr1,arr2） |
元素级的最小值计算。fmin将忽略NaN |
| mod（arr1,arr2） |
元素级的求模计算（除法取余） |
| copysign（arr1,arr2） |
将第2个数组中的值的符号复制给第一个数组中的值 |
| greater（arr1,arr2）,greater_equal（arr1,arr2）,（less（arr1,arr2）,less_equal（arr1,arr2） |
或者(equal（arr1,arr2）,not_equal（arr1,arr2））执行元素级的比较运算，最终产生布尔型数组，相当于中缀运算符>,>=,<,<=,==,!= |
| logical_and,logical_or,logical_xor |
执行元素级的真值逻辑运算，相当于运算符&、|、^ |
基本数组统计函数
数组的集合运算
常用的numpy.linalg函数
随机数的生成
numpy.random模块对python内置的random进行了补充，增加了一些用于高效生成多种概率分布的样本值的函数。
例如：可以用normal来得到一个标准正太分布的4*4样本数组：
samples = np.random.normal(size=(4,4))
部分numpy.random函数
