numpy 函数库 分类整理概览

numpy 函数库 分类整理概览

数组创建和转换

• abs, absolute, arange, array, asanyarray, asarray, ascontiguousarray, asfarray, asfortranarray, atleast_1d, atleast_2d, atleast_3d, empty, empty_like, eye, full, full_like, from_dlpack, frombuffer, fromfile, fromfunction, fromiter, frompyfunc, fromregex, fromstring, identity, indices, int8, int16, int32, int64, int_, intc, intp, linspace, load, loadtxt, mgrid, ogrid, ones, ones_like, zeros, zeros_like

以下是一个表格，列出了上述NumPy函数及其简要说明：

函数	作用
abs/absolute	计算数组元素的绝对值
arange	返回等差数列数组，类似于Python的range函数
array	从任何对象（如列表、元组等）创建NumPy数组
asanyarray	将输入转换为NumPy数组，但不保证数据连续性或特定顺序
asarray	与asanyarray类似，但如果输入已经是数组，则不复制数据
ascontiguousarray	返回输入数组的连续副本（如果输入已经是连续的，则返回原始数组）
asfarray	将输入转换为浮点数数组（如果可能）
asfortranarray	返回输入数组的Fortran连续副本（如果输入已经是Fortran连续的，则返回原始数组）
atleast_1d, atleast_2d, atleast_3d	将输入转换为至少具有指定维度的数组
empty	返回一个给定形状和类型的未初始化数组
empty_like	返回一个与给定数组形状和类型相同但未初始化的数组
eye	返回一个对角线为1，其余位置为0的二维数组（单位矩阵）
full	返回一个给定形状和类型的数组，用指定值填充
full_like	返回一个与给定数组形状和类型相同并用指定值填充的数组
from_dlpack	从DLPack格式的封装创建数组
frombuffer	从缓冲区解释一维数组
fromfile	从文件中读取数据并返回数组
fromfunction	通过从给定坐标生成值来构造数组
fromiter	从可迭代对象创建一维数组
frompyfunc	接受一个Python函数并将其转换为ufunc
fromregex	从文件中读取数据，并基于正则表达式将字符串分割成数组
fromstring	从字节字符串创建一维数组
identity	返回一个给定大小的单位矩阵（与eye类似）
indices	返回表示网格索引的数组
int8, int16, int32, int64	分别创建8位、16位、32位和64位整数类型的标量或数组
int_, intc, intp	分别表示平台相关的整数类型（默认整数类型、C整数类型和指针大小的整数类型）
linspace	返回指定间隔内的等间隔数字
load	从.npy文件加载数组
loadtxt	从文本文件加载数据到数组
mgrid	返回网格化索引的多维数组，用于评估函数
ogrid	与mgrid类似，但返回的是开放网格
ones	返回一个给定形状和类型的数组，所有元素都设置为1
ones_like	返回一个与给定数组形状和类型相同，所有元素都设置为1的数组
zeros	返回一个给定形状和类型的数组，所有元素都设置为0
zeros_like	返回一个与给定数组形状和类型相同，所有元素都设置为0的数组

数学运算

• add, subtract, multiply, divide, floor_divide, true_divide, mod, remainder, power, exp, exp2, expm1, log, log10, log2, log1p, logaddexp, logaddexp2, sqrt, square, cbrt, ceil, floor, fix, fmax, fmin, fmod, copysign, frexp, hypot, ldexp, nextafter, rint, trunc, gcd, lcm

以下是一个表格，列出了上述NumPy函数及其简要说明：

函数	作用
add	对数组进行逐元素相加
subtract	对数组进行逐元素相减
multiply	对数组进行逐元素相乘
divide	对数组进行逐元素相除（整数除法，向下取整）
floor_divide	对数组进行逐元素相除，返回不大于结果的最大整数（向下取整除法）
true_divide	对数组进行逐元素相除，返回浮点数结果（真实除法）
mod	返回数组元素相除的余数（与%运算符类似）
remainder	返回数组元素相除的余数，考虑符号（与%运算符在某些情况下的行为不同）
power	计算数组元素的整数幂
exp	计算数组元素的自然指数（e的幂）
exp2	计算数组元素的2的幂
expm1	计算exp(x) - 1，对于非常小的x，这比直接计算exp(x)然后减去1更准确
log	计算数组元素的自然对数（底数为e）
log10	计算数组元素的以10为底的对数
log2	计算数组元素的以2为底的对数
log1p	计算log(1 + x)，对于非常小的x，这比直接计算log(1 + x)更准确
logaddexp	计算log(exp(x1) + exp(x2))，这是一种稳定的方式，可以防止上溢
logaddexp2	计算log2(2**x1 + 2**x2)，类似于logaddexp，但使用基数2
sqrt	计算数组元素的平方根
square	计算数组元素的平方
cbrt	计算数组元素的立方根
ceil	对数组元素向上取整
floor	对数组元素向下取整
fix	向零方向取整（类似于截断，但不改变浮点数的符号）
fmax	返回数组中对应元素的最大值（逐元素比较）
fmin	返回数组中对应元素的最小值（逐元素比较）
fmod	返回数组元素相除的余数，考虑符号（与%运算符在某些情况下的行为相同）
copysign	将第二个数组中的值的符号复制到第一个数组中的值上
frexp	将数组分解为尾数和指数，使得x == mantissa * 2**exponent，其中`0.5 <=
hypot	计算直角三角形的斜边长度，给定两个直角边（即计算欧几里得范数）
ldexp	返回x * (2**i)，其中x是数组，i是整数
nextafter	返回两个相邻的可表示浮点数之间的值
rint	对数组元素进行四舍五入到最接近的整数
trunc	对数组元素向零方向截断
gcd	计算两个或多个整数的最大公约数
lcm	计算两个整数的最小公倍数

数组操作

• append, concatenate, delete, insert, reshape, resize, roll, rollaxis, swapaxes, transpose, moveaxis, flatten, ravel, flip, fliplr, flipud, rot90, tile, repeat, expand_dims, broadcast_to, choose, clip, compress, extract, place, partition, sort, argsort, argpartition, argwhere, searchsorted, unique, intersect1d, setdiff1d, union1d, setxor1d, in1d, copy, copyto, pad

以下是一个表格，列出了上述NumPy函数及其简要说明：

函数	作用
append	在数组的末尾添加值
concatenate	沿指定轴连接两个或多个数组
delete	删除数组指定位置的子数组
insert	在数组的指定位置插入值
reshape	改变数组的形状，不改变数据
resize	返回指定形状的新数组，如果新形状大于原始形状，则用0填充
roll	沿指定轴滚动数组元素
rollaxis	将指定轴移动到新的位置
swapaxes	交换数组的两个轴
transpose	反转或置换数组的轴
moveaxis	将数组的轴移动到新的位置
flatten	将数组降为一维，返回新数组（原始数组不变）
ravel	返回数组的一维视图（原始数组变化会影响视图）
flip	反转数组元素的顺序
fliplr	沿水平轴（轴1）反转数组
flipud	沿垂直轴（轴0）反转数组
rot90	将数组逆时针旋转90度
tile	通过重复数组来创建新的数组
repeat	沿指定轴重复数组元素
expand_dims	在数组的指定位置增加新的轴
broadcast_to	将数组广播到新形状
choose	使用给定的索引数组从多个数组中选择元素
clip	将数组中的值限制在给定的最小值和最大值之间
compress	使用布尔索引数组过滤数组元素
extract	使用布尔索引数组从数组中提取元素
place	将值放入数组的指定位置
partition	对数组的元素进行部分排序，使得指定位置的元素位于排序后的正确位置
sort	对数组的元素进行排序
argsort	返回数组元素排序后的索引
argpartition	返回数组元素部分排序后的索引
argwhere	返回非零元素的索引数组
searchsorted	查找排序数组中应插入元素以保持顺序的位置
unique	返回数组中的唯一元素
intersect1d	返回两个数组的交集
setdiff1d	返回第一个数组中存在但第二个数组中不存在的元素
union1d	返回两个数组的并集
setxor1d	返回两个数组的对称差集
in1d	测试一维数组中的元素是否也存在于另一个数组中
copy	返回数组的副本
copyto	将值从一个数组复制到另一个数组
pad	在数组的边界填充值

统计和聚合

• all, any, allclose, allclose, alltrue, amax, amin, argmax, argmin, average, count_nonzero, cov, corrcoef, correlate, cumprod, cumsum, gradient, mean, median, nanargmax, nanargmin, nanmean, nanmedian, nanmin, nanmax, nanstd, nansum, nanvar, percentile, prod, ptp, quantile, std, sum, var

以下是一个表格，列出了上述NumPy统计和聚合函数及其简要说明。请注意，我移除了重复的allclose函数，并添加了一些注释来解释某些函数：

函数	作用
all	判断数组中所有元素是否都是True（或非零）
any	判断数组中是否存在True（或非零）元素
allclose	判断两个数组是否接近相等（考虑到浮点数精度）
amax, max	返回数组中的最大值
amin, min	返回数组中的最小值
argmax	返回最大值的索引
argmin	返回最小值的索引
average	计算数组元素的加权平均值
count_nonzero	计算数组中非零元素的数量
cov	计算协方差矩阵
corrcoef	计算相关系数矩阵
correlate	执行一维或二维的相关操作
cumprod	计算数组的累积乘积
cumsum	计算数组的累积和
gradient	计算n维数组的梯度
mean	计算数组元素的平均值
median	计算数组元素的中位数
nanargmax	返回忽略NaN值的最大值的索引
nanargmin	返回忽略NaN值的最小值的索引
nanmean	计算忽略NaN值的数组元素的平均值
nanmedian	计算忽略NaN值的数组元素的中位数
nanmin	返回忽略NaN值的数组中的最小值
nanmax	返回忽略NaN值的数组中的最大值
nanstd	计算忽略NaN值的数组元素的标准差
nansum	计算忽略NaN值的数组元素的和
nanvar	计算忽略NaN值的数组元素的方差
percentile	计算给定百分位数的值
prod	计算数组元素的乘积
ptp	计算数组元素的最大值和最小值之间的差（范围）
quantile	计算给定分位数的值（与percentile类似，但分位数范围通常为0到1）
std	计算数组元素的标准差
sum	计算数组元素的和
var	计算数组元素的方差

请注意，amax和amin有时也写作max和min，它们的功能是相同的。同样，某些函数（如correlate和gradient）可能需要额外的参数或特定的输入形状来正确执行操作。在使用这些函数时，建议查阅NumPy的官方文档以获取更详细的信息和示例。

类型和数据结构

• dtype, dtypes, result_type, common_type, minimum_sctype, can_cast, cast, issubdtype, issubsctype, obj2sctype, sctype2char, sctypeDict, sctypes, typecodes, typename, ndarray, recarray, record, void

以下是一个表格，列出了上述NumPy数据类型和数组结构相关的函数及其简要说明：

函数/类型	作用
dtype	描述数组中元素的数据类型对象。它包含用于解释数组中元素所需的信息。
dtypes	通常不是一个独立的函数，而是与NumPy数组相关的属性，用于获取数组元素的数据类型。但在某些上下文中，它可能指代所有可用的数据类型。
result_type	根据输入数组确定数组运算结果的数据类型。
common_type	确定可以存储输入数组数据的最小数据类型。
minimum_sctype	返回可以存储给定数据类型值的最小标量类型。
can_cast	检查数据类型之间的转换是否安全。
cast	在NumPy中，通常不直接使用cast函数，但numpy.ndarray.astype()方法用于将数组转换为指定的数据类型。
issubdtype	检查第一个数据类型是否是第二个数据类型的子类型。
issubsctype	与issubdtype类似，但专门用于标量类型。
obj2sctype	返回一个dtype，该dtype对应于将标量对象数组安全地转换为NumPy数组所需的类型。
sctype2char	返回与给定数据类型对应的字符代码。
sctypeDict	返回一个字典，其键是字符代码，值是相应的数据类型。
sctypes	返回NumPy支持的标量数据类型的分类字典。
typecodes	返回NumPy支持的所有数据类型代码的列表。
typename	返回给定数据类型的名称。
ndarray	NumPy的核心数据结构，一个多维数组对象。
recarray	具有字段名的NumPy数组，允许通过属性而不是索引来访问元素。
record	通常与recarray一起使用，表示记录数组中的单个记录。
void	用于创建没有预定义意义的数据类型的数组，通常与结构化数组一起使用。

请注意，一些函数（如obj2sctype和sctypeDict）在较新版本的NumPy中可能不太常用或已被其他功能所取代。在编写代码时，建议查阅NumPy的官方文档以获取最准确和最新的信息。

三角函数和反三角函数

• sin, cos, tan, sinh, cosh, tanh, arcsin, arccos, arctan, arctan2, arcsinh, arccosh, arctanh

以下是一个表格，列出了上述NumPy三角函数及其反函数，并说明了每个函数的作用：

函数	作用
sin	计算正弦值。对于数组中的每个元素x（以弧度为单位），返回sin(x)。
cos	计算余弦值。对于数组中的每个元素x（以弧度为单位），返回cos(x)。
tan	计算正切值。对于数组中的每个元素x（以弧度为单位），返回tan(x)。
sinh	计算双曲正弦值。对于数组中的每个元素x，返回sinh(x)。
cosh	计算双曲余弦值。对于数组中的每个元素x，返回cosh(x)。
tanh	计算双曲正切值。对于数组中的每个元素x，返回tanh(x)。
arcsin	计算反正弦值（也称为反正弦或正弦的逆函数）。对于数组中的每个元素y（在-1到1之间），返回其反正弦值（以弧度为单位）。
arccos	计算反余弦值（也称为反余弦或余弦的逆函数）。对于数组中的每个元素y（在-1到1之间），返回其反余弦值（以弧度为单位）。
arctan	计算反正切值（也称为反正切或正切的逆函数）。对于数组中的每个元素x，返回其反正切值（以弧度为单位）。
arctan2	计算两个值的反正切值，考虑它们的符号以确定象限。它类似于笛卡尔坐标中的角度计算。
arcsinh	计算反双曲正弦值（也称为双曲正弦的逆函数）。对于数组中的每个元素y，返回其反双曲正弦值。
arccosh	计算反双曲余弦值（也称为双曲余弦的逆函数）。对于数组中的每个元素y（大于或等于1），返回其反双曲余弦值。
arctanh	计算反双曲正切值（也称为双曲正切的逆函数）。对于数组中的每个元素y（在-1到1之间），返回其反双曲正切值。

窗口函数

• bartlett, blackman, hamming, hanning, kaiser

以下是一个表格，列出了上述NumPy窗口函数，并说明了每个函数的作用：

函数	作用
bartlett	生成Bartlett窗口。该窗口主要用于周期图法非周期信号分析，可以减小泄露。它呈现三角形状，两端值为0，中间值为1。
blackman	生成Blackman窗口。Blackman窗口是一种具有低旁瓣的窗口函数，常用于频谱分析。其形状由三个余弦项的和构成，具有平滑的过渡。
hamming	生成Hamming窗口。Hamming窗口是改进的升余弦窗，其旁瓣幅度明显小于矩形窗。它常用于减少泄漏，但会引入一些额外的吉布斯现象。
hanning	生成Hanning窗口，也称为Hanning函数或升余弦窗。它类似于Hamming窗口，但系数略有不同。Hanning窗口常用于减少FFT结果中的旁瓣。
kaiser	生成Kaiser窗口。Kaiser窗口是一种可调整的窗口函数，可以根据需要调整主瓣宽度和旁瓣水平。Kaiser窗口的系数由零阶贝塞尔函数计算得出。

这些窗口函数通常用于信号处理中，以减少频谱泄露并改善频率分辨率。不同的窗口函数具有不同的频率响应特性，适用于不同的应用场景。

线性代数

• dot, matmul, inner, outer, linalg (包含了多个线性代数函数)

以下是一个表格，列出了上述NumPy数学运算和线性代数函数，并说明了每个函数的作用：

函数/模块	作用
dot	计算两个数组的点积。对于一维数组，它等于数组元素的乘积之和；对于二维数组，它执行矩阵乘法；对于更高维度的数组，它执行点积的逐元素计算。
matmul	执行矩阵乘法。与dot类似，但它支持广播，并遵循特殊的规则来处理高维数组。在Python 3.5及更高版本中，@运算符也用于矩阵乘法。
inner	计算一维数组的内积。对于两个一维数组a和b，inner(a, b)等于dot(a, b)。在高维数组中，inner不执行逐元素计算，而是将数组视为向量。
outer	计算两个向量的外积。对于一维数组a和b，outer(a, b)返回一个二维数组，其中第i行第j列的元素是a[i] * b[j]。
linalg	NumPy的线性代数模块，包含了许多用于线性代数运算的函数，如求解线性方程组、计算矩阵的行列式、逆矩阵、特征值和特征向量等。这个模块提供了许多高级功能，是数值计算和科学计算中不可或缺的一部分。

请注意，linalg不是一个函数，而是一个包含多个函数的模块。例如，numpy.linalg.inv()用于计算矩阵的逆，numpy.linalg.eig()用于计算矩阵的特征值和特征向量等。在使用linalg模块中的函数时，需要明确指定要调用的函数名。

其他特殊函数

• angle, binary_repr, base_repr, broadcast, broadcast_arrays, broadcast_shapes, busday_count, busday_offset, busdaycalendar, char, character, chararray, compare_chararrays, complex128, complex64, complex_, complexfloating, conjugate, datetime64, datetime_as_string, datetime_data, deg2rad, degrees, diag, diag_indices, diag_indices_from, diagflat, digitize, disp, ediff1d, einsum, einsum_path, emath, euler_gamma, finfo, flatiter, flatnonzero, flipud, format_float_positional, format_float_scientific, format_parser, from_dlpack, get_array_wrap, get_include, get_printoptions, getbufsize, geterr, geterrcall, geterrobj, gradient, heaviside, i0, iinfo, imag, inexact, inf, infty, intc, intp, is_busday, isclose, iscomplex, iscomplexobj, isfinite, isfortran, isin, isinf, isnan, isnat, isneginf, isposinf, isreal, isrealobj, isscalar, issctype, issubclass_, iterable, kaiser, ldexp, lexsort, logspace, machar, mask_indices, mat, matrix, may_share_memory, newaxis, not_equal, oldnumeric, poly, poly1d, polyadd, polyder, polydiv, polyfit, polyint, polymul, polysub, polyval, positive, printoptions, promote_types, put, put_along_axis, putmask, radians, random, ravel_multi_index, real, real_if_close, rec, recfromcsv, recfromtxt, reciprocal, remainder, require, right_shift, round_, s_, safe_eval, save, savetxt, savez, savez_compressed, searchsorted, select, set_numeric_ops, set_printoptions, set_string_function, setbufsize, seterr, seterrcall, seterrobj, shares_memory, show_config, show_runtime, sign, signbit, spacing, split, squeeze, stack, str_, subtract, take, take_along_axis, tensordot, testing, timedelta64, trace, trapz, tri, tril, tril_indices, tril_indices_from, trim_zeros, triu, triu_indices, triu_indices_from, unwrap, vander, vdot, vectorize, vsplit, vstack, where, who

注意：一些函数可能属于多个类别，这里我尽量根据其主要功能进行分类。此外，像linalg这样的模块内部包含了多个线性代数函数，这里只将其作为一个类别列出。

这些函数之所以“特殊”，是因为它们在NumPy库中提供了特定且非常有用的功能，这些功能通常是针对数值计算、数据操作、线性代数或特殊数学运算的。下面我会简要解释一些您列出的函数的特殊之处：

1. 数学和数值计算函数：

   • angle：返回复数的相位角（以弧度为单位）。
   • deg2rad, degrees：角度和弧度之间的转换。
   • complex128, complex64 等：定义特定精度的复数数据类型。
   • conjugate：返回复数的共轭。
   • logspace：在对数刻度上生成等间距的数字。
   • poly 及其相关函数：处理多项式，如加法、除法、积分等。

2. 数据操作函数：

   • broadcast, broadcast_arrays, broadcast_shapes：处理NumPy中的广播规则，这是NumPy能够高效处理不同形状数组之间运算的关键。
   • diag, diag_indices, diagflat：处理对角矩阵或提取对角线元素。
   • digitize：将值映射到分桶或区间的索引。
   • ravel, flatten：将多维数组转换为一维数组。
   • stack, vstack, hstack：沿不同轴堆叠数组。
   • roll, rollaxis, moveaxis：沿指定轴滚动或移动数组的元素。
   • reshape：改变数组的形状。
   • take, take_along_axis：根据索引选择数组的元素。

3. 日期和时间函数：

   • datetime64：定义日期时间数据类型。
   • busday_count, busday_offset：计算工作日数量或偏移工作日。
   • timedelta64：定义时间间隔数据类型。

4. 字符和字符串处理函数：

   • char, character, chararray：处理字符数组。
   • binary_repr, base_repr：将整数转换为二进制或其他进制的字符串表示。
   • format_float_positional, format_float_scientific：格式化浮点数的显示。

5. 线性代数函数（虽然linalg是一个模块，但列在这里以强调其特殊性）：

   • 包含求解线性方程组、计算矩阵的行列式、特征值和特征向量等高级功能。

6. 其他特殊函数：

   • einsum：使用爱因斯坦求和约定计算多维数组上的操作。
   • kaiser：生成Kaiser窗口函数，常用于信号处理。
   • isclose：判断两个浮点数是否接近相等，考虑到浮点数的精度问题。
   • searchsorted：在已排序数组中查找插入元素的索引，以保持排序。
   • unwrap：对相位角进行解包裹，使其连续跨越360度边界。
   • vander：生成Vandermonde矩阵。