numpy常用函数统计
import numpy as np
import pandas as pd
np函数：
np.ceil()#向上取整
np.floor()#向下取整
np.rint()#四舍五入
np.abs()#取绝对值
np.negative()#元素取反
np.square()#平方
np.sqrt()#平方根
np.modf()#分成小数和整数部分
np.isnan()#判断是否时空值
np.where(arr_1<arr_2,arr_1,arr_2）#如果arr_1小于arr_2,就用arr_1自己的数据,不然就用arr_2
$$$$$$$$$$$$$$$$$$$$$$$$$
$$$$$$$$$$$$$$$$$$$$$$
np.sum()#求和
np.max()#最大值
np.min()#最小值
np.std()#标准差
np.var()#方差
np.argmax()#最大值的下标索引
np.argmin()#最小值的下标索引
np.cumsum()#所有元素都是之前元素的累加，一维数组
np.nancumprod()#所有元素都是之前元素的累乘，一维数组
np.any(arr_2,axis=0) 结果：array([ True, True, True, True])
#1、返回的是布尔值
2、all 需要元素全部符合为True,才返回True;any只要有一位满足True,就返回True
3、axis指定轴
$$$$$$$$$$$$$$$$$$$$$$$$$ $$$$$$$$$$$$$$$$$$$$$$$$$
np.arange()#增加 np.arange(arr_1,100)
np.insert()#插入 np.arrange(arr_1,0,100)
np.delete()#删除 np.delete(arr_1,0,axis=1)
np.concatenate()#合并 np.concatenate((arr_1,arr_2),axis=1)
np.unique() #数组去重，并排序
np.intersect1d() #数组的交集
np.union1d() #数组的并集
np.setdiff1d() #数组的差集
np.setxor1d() #对称差集：二者差集的集合，即把两个数组除交集外的数 ， 都返回出来
np.in1d() #判断是否包含元素
np.sort() #排序，有返回值，即不改变原数组 np.sort(arr_1)
arr_1.sort(axis=1) #排序，没有返回值，即改变原数组
一般numpy要用的函数基本就是这些，说多不多，少 也不少》。
