numpy函数汇总
1 数组创建函数
array()将输入数据（列表、元组、数组或其它序列类型）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。
asarray 将输入转换为darray，如果输入本身就是一个ndarray就不进行复制。
arange 类似于内置的range，但返回一个ndarray而不是列表。
ones, ones_like 根据指定形状和dtype创建一个全1数组。ones_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。
zeros, zeros_like 类似于ones和ones_like，只不过产生的是全0数组而已。
empty, empty_like 创建数组，只分配内存空间但不填充任何值。
eye, identity 创建一个正方的N * N单位矩阵
2 数据类型
int8, uint8 - i1, u1 有／无符号的8位整型
int16, uint16 - i2, u2 有／无符号的16位整型
int32, uint32 - i4, u4 有／无符号的32位整型
int64, uint64 - i8, u8 有／无符号的64位整型
float16 - f2 半精度浮点数
float32 - f4 or f 标准的单精度浮点数，与C的float兼容。
float64 - f8 or d 标准的双精度浮点数。与C的double和Python的float兼容。
float128 - f16 or g 扩展精度浮点数
complex64/128/256 -c8/16/32 分别用两个32位，64位或128位浮点数表示的复数。
bool - ? 存储True和False值的布尔类型
object - O Python对象类型
string_ - S 固定长度的字符串类型。S10代表长度为10的字符串。
unicode_ - U 固定长度的unicode类型
3 ndarray 快速的元素级数组函数
一元函数
abs, fabs 计算整数、浮点数或复数的绝对值。对于非复数值，可以使用更快的fabs。
sqrt 计算各元素的平方根。相当于arr ** 0.5
sqare 计算各元素的平方。相当于arr ** 2
exp 计算各元素的e^x
log, log10, log2, log1p 分别为自然对数、底数为10的log、底数为2的log和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整数。
floor 计算各元素的floor值，即小于等于该值的最小整数。
rint 将各元素值四舍五入到最接近的整数，保留dtype。
modf 将数组的小数部分与整数部分以两个独立数组的形式返还。
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“哪些元素是有限的（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 普通型或双曲型三角函数
arccos, arccosh, arcsin, arcsinh,arctan, arctanh 反三角函数
logical_not 计算各元素not x的真值。相当于-arr。
二元函数
add 将数组中对应的元素相加
subtract 从第一个数组中减去第二个数组中的元素
multiply 数组元素相乘
divide, floor_divide 除法或向下取整除法
power 对第一个数组中的元素A和第二个数组中对应位置的元素B，计算A^B。
maximum, fmax 元素级的最大值计算。fmax将忽略NaN。
minimum, fmin 元素级的最小值计算。fmin将忽略NaN。
mod 元素级的求模计算
copysign 将第二个数组中的符号复制给第一个数组中的值
greater, greater_equal, less,less_equal,equal, not_equal执行元素级的比较，最终产生布尔型数组。
logical_and, logical_or,logical_xor 执行元素级的真值逻辑运算，最终产生布尔型数组。
4 数学与统计方法
sum 对数组中全部或某轴向的元素求和。零长度的数组的sum为0。
mean 算术平均数。零长度的数组的mean为NaN。
std, var 分别为标准差和方差，自由度可调（默认为n）。
min, max 最大值和最小值
argmin 分别为最大值和最小值的索引
cumsum 所有元素的累计和
cumprod 所有元素的累计积
带axis参数的统计函数
5 集合运算
unique(x) 计算x中的唯一元素，并返回有序结果。
intersect1d(x, y) 计算x和y中的公共元素，并返回有序结果。
union1d(x, y) 计算x和y的并集，并返回有序结果。
in1d(x, y) 得到一个表述"x的元素是否包含于y"的布尔型数组
setdiff1d(x, y) 集合的差，即元素在x中且不在y中
setxor1d(x, y) 集合的异或，即存在于一个数组中但不同时存在于两个数组中的元素。
6 线性代数
常用的numpy.linalg函数
diag 以一维数组的形式返回方阵的对角线（或非对角线元素），获将一维数组转换
为方阵（非对角线元素为0）。
dot 矩阵乘法
trace 计算对角线元素的和
det 计算矩阵行列式
eig 计算方阵的特征值和特征向量
inv 计算方阵的逆
pinv 计算矩阵的Moore-Penrose伪逆
qr 计算QR分解
svd 计算奇异值分解
solve 解线性方程Ax = b，其中A为一个方阵。
lstsq 计算Ax = b的最小二乘解
norm 计算范数
7 随机数的生成
numpy.random函数
seed 确定随机数生成器的种子
permutation 返回一个序列的随机排列或返回一个随机排列的返回
shuffle 对一个序列就地随机乱序
rand 产生均匀分布的样本值
randint 从给定的上下限范围内随机选取整数
randn 产生正态分布（平均值为0，标准差为1）
binomial 产生二项分布的样本值
normal 产生正态（高斯）分布的样本值
beta 产生Beta分布的样本值
chisquare 产生卡方分布的样本值
gamma 产Gamma分布的样本值
uniform 产生在[0, 1]中均匀分布的样本值
8 数组的合并与拆分
concatenate 最一般化的连接，沿一条轴连接一组数组
vstack, row_stack 以面向行的方式对数组进行堆叠（沿轴0）
hstack, 以面向行的方式对数组进行堆叠（沿轴1）
column_stack 类似于hstack，但是会先将一维数组转换为二维列向量。
dstack 以面向“深度”的方式对数组进行堆叠（沿轴2）
split 沿指定轴在指定的位置拆分数组
hsplit, vsplit, dsplit split的便捷化函数，分别沿着轴0、轴1和轴2进行拆分。
reshape 重塑数组，-1自动推导维度大小
