Numpy

1.数据基础：

2.创建数组和矩阵

3.Numpy数组基本操作

x.ndim
x.shape
x.size
x[0,0]   x[0:5]
x.reshape(2,5)

4.合并与分割

np.concatenate([arr1,arr2],axis=1)   #沿着列进行拼接
np.vstack（[A，z]）                   #垂直方向堆叠
np.hstack([A,z])                          #水平方向堆叠
x1,x2,x3=np.split(x,[3,7])            #分割成三段
A1,A2=np.split(A,[2],axis=1)
upper,lower=np.vsplit(A,[2])
left,right=np.hsplit(A,[2])
x,y=np.hsplit(data,[-1])

5.Numpy矩阵运算

A*B               #对应元素相乘
A.dot(B)          #矩阵乘法
A.T                #转置
np.tile(v,(2,1))             #向量在行列上堆叠
np.linalg.inv(A)            #矩阵的逆
no.lina.pinv(A)              #伪逆矩阵

6.聚合操作

np.sum()           #axis=0沿着行，即每列的和
np.min()           np.max()
np.prod()              #所有元素乘积
np.mean()             #平均值
np.median()         #中位数
np.percentile(arr,q=50)           #百分位        50%的数小于它
np.var()                      #方差
np.std()                     #标准差

7.索引

np.argmin()             #返回最小值的索引值
np.random.shuffle(x)         #对x元素乱序处理
np.sort()                           #排序
np.argsort()
np.partition(x,3)             #以3大小划分两部分

8.比较

ind=[3,5,8]    x[ind]         #Fancy indexing
np.count_nonzero()        #非零个数
np.any()                       #有任何返回True
np.all()