pandas数据分析进阶笔记（二）：Numpy

np.array() 最常见的创建数组的方法。

一些小tricks，np.zeros(),np.ones(),np.empty(),eye()(创建单位矩阵)，np.arange()(range函数数组版)。
ndarray.astype() 用来转换数组的类型，如array.astype(np.int32)，将array的dtype类型转换为int32.

切片索引，布尔型索引，花式索引（利用整数数组进行索引，将数据复制到新数组中，而前面两种索引只是在视图中进行操作）。

数组的切片转置等操作不会改变原数组，若要对原数组进行改变，则需重新赋值，如a=a.T。

一元ufunc（如abs，sign等），二元ufunc（如add，multiply，power等）

meshgrid函数建立网格，不好理解。

np.where(condition,x,y) 数组的三元表达式，相当于x if condition else y,挺有意思的一个函数。

一些数组统计方法，如：
mean，max，min, sum, cumsum, cumprod, argmin,argmax(返回第一个最小/最大元素的索引值)，any，all。

sort函数会在原地改变数组，即改变原数组，与列表一致。

numpy 提供unique方法返回去重排序好的数组，相当于列表sort(set(list)).

数组的一些集合运算：
intersect1d(x, y) 返回交集
union1d(x, y) 并集
in1d(x, y) 根据x是否包含于y返回一个布尔型数组
setdiff1d(x, y) 集合差，在x中不在y中
setxor1d（x， y） 并集减去交集

np保存，读取数据：
保存一般用np.save(), np.savez()支持以压缩格式一次保存多个数组。
读取一般用np.load()，也有np.loadtxt（）和np.genfromtxt()

矩阵乘法，np.dot(x,y)
np.linag中有一组标准的矩阵分解及求逆等运算的接口。

随机漫步。。。