numpy常用函数总结 | 菜鸟教程

numpy.arange numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象
函数格式：
numpy.arange(start, stop, step, dtype)
参数：
start 起始值，默认为0
stop 终止值（不包含）
step 步长，默认为1
dtype 返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。

NumPy 迭代数组
NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式
nditer类的构造器拥有flags参数，它可以接受下列值

c_index 可以跟踪 C 顺序的索引
f_index 可以跟踪 Fortran 顺序的索引
multi-index 每次迭代可以跟踪一种索引类型
external_loop 给出的值是具有多个值的一维数组，而不是零维数组

修改数组形状
reshape 不改变数据的条件下修改形状
flat 数组元素迭代器
flatten 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组
ravel 返回展开数组

连接数组：
concatenate 连接沿现有轴的数组序列
stack 沿着新的轴加入一系列数组。
hstack 水平堆叠序列中的数组（列方向）
vstack 竖直堆叠序列中的数组（行方向）

numpy.stack：
numpy.stack 函数用于沿新轴连接数组序列，格式如下：
numpy.stack(arrays, axis)

参数说明：
arrays 相同形状的数组序列
axis： 返回数组中的轴，输入数组沿着它来堆叠

分割数组：
split 将一个数组分割为多个子数组
hsplit 将一个数组水平分割为多个子数组（按列）
vsplit 将一个数组垂直分割为多个子数组（按行）

数组元素的添加与删除：
resize 返回指定形状的新数组
append 将值添加到数组末尾
insert 沿指定轴将值插入到指定下标之前
delete 删掉某个轴的子数组，并返回删除后的新数组
unique 查找数组内的唯一元素

NumPy 字符串函数：
add() 对两个数组的逐个字符串元素进行连接
multiply() 返回按元素多重连接后的字符串
center() 居中字符串
capitalize() 将字符串第一个字母转换为大写
title() 将字符串的每个单词的第一个字母转换为大写
lower() 数组元素转换为小写
upper() 数组元素转换为大写
split() 指定分隔符对字符串进行分割，并返回数组列表
splitlines() 返回元素中的行列表，以换行符分割
strip() 移除元素开头或者结尾处的特定字符
join() 通过指定分隔符来连接数组中的元素
replace() 使用新字符串替换字符串中的所有子字符串
decode() 数组元素依次调用str.decode
encode() 数组元素依次调用str.encode

NumPy 数学函数：
arcsin，arccos，和 arctan 函数返回给定角度的 sin，cos 和 tan 的反三角函数
numpy.around() 函数返回指定数字的四舍五入值
numpy.floor() 返回小于或者等于指定表达式的最大整数，即向下取整
numpy.ceil() 返回大于或者等于指定表达式的最小整数，即向上取整。

NumPy 算术函数：
add()，subtract()，multiply() 和 divide() NumPy 算术函数包含简单的加减乘除
numpy.reciprocal() 函数返回参数逐元素的倒数。如 1/4 倒数为 4/1
numpy.power() 函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂
numpy.mod() 计算输入数组中相应元素的相除后的余数

NumPy 统计函数：
numpy.amin() 用于计算数组中的元素沿指定轴的最小值。
numpy.amax() 用于计算数组中的元素沿指定轴的最大值
numpy.ptp() 函数计算数组中元素最大值与最小值的差（最大值 - 最小值
numpy.median() 函数用于计算数组 a 中元素的中位数（中值）
numpy.mean() 函数返回数组中元素的算术平均值
numpy.average() 函数根据在另一个数组中给出的各自的权重计算数组中元素的加权平均值

NumPy 排序、条件刷选函数 :
numpy.sort() 函数返回输入数组的排序副本。函数格式如下：
numpy.sort(a, axis, kind, order)

参数说明：
a: 要排序的数组
axis: 沿着它排序数组的轴，如果没有数组会被展开，沿着最后的轴排序， axis=0 按列排序，axis=1 按行排序
kind: 默认为’quicksort’（快速排序）
order: 如果数组包含字段，则是要排序的字段

numpy.argsort() 函数返回的是数组值从小到大的索引值
numpy.nonzero() 函数返回输入数组中非零元素的索引
numpy.where() 函数返回输入数组中满足给定条件的元素的索引
numpy.extract() 函数根据某个条件从数组中抽取元素，返回满条件的元素

NumPy 副本和视图 :
视图一般发生在：

1、numpy 的切片操作返回原数据的视图。
2、调用 ndarray 的 view() 函数产生一个视图。 

副本一般发生在：

Python 序列的切片操作，调用deepCopy()函数。
调用 ndarray 的 copy() 函数产生一个副本。 

视图或浅拷贝:
ndarray.view() 方会创建一个新的数组对象

副本或深拷贝:
ndarray.copy() 函数创建一个副本。 对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。

matlib.empty():
matlib.empty() 函数返回一个新的矩阵，语法格式为：
numpy.matlib.empty(shape, dtype, order)
参数说明：
shape: 定义新矩阵形状的整数或整数元组
Dtype: 可选，数据类型
order: C（行序优先） 或者 F（列序优先）

numpy.matlib.ones()
numpy.matlib.ones()函数创建一个以 1 填充的矩阵

numpy.matlib.eye()
numpy.matlib.eye() 函数返回一个矩阵，对角线元素为 1，其他位置为零
参数说明：
n: 返回矩阵的行数
M: 返回矩阵的列数，默认为 n
k: 对角线的索引
dtype: 数据类型

numpy.matlib.identity()
numpy.matlib.identity() 函数返回给定大小的单位矩阵

numpy.matlib.rand()
numpy.matlib.rand() 函数创建一个给定大小的矩阵，数据是随机填充的