【python基础】numpy .empty(新建数组) concatenate(合并) sqrt（开方） sum（求和） power（次方） dot（点积）save（保存）load（加载）

1.np.empty()

sample = np.empty([18, 480])

• 用例

numpy.empty(shape, dtype=float, order=‘C’)

• 功能

根据给定的维度和数值类型返回一个新的数组，其元素不进行初始化。
empty不像zeros一样，并不会将数组的元素值设定为0，因此运行起来可能快一些。在另一方面，它要求用户人为地给数组中的每一个元素赋值。

• 参数

变量名	数据类型	功能
shape	整数或整数组成的元组	空数组的维度，例如（2，3）或者2
dtype	数值类型，可选参数	指定输出的数据类型，例如numpy.int8.默认为numpy.float64
order	{‘C’,‘F’},可选参数	是否在内存中以c或fortran（行或列）顺序存储多维数据

• 返回值 ： n为数组
  给定维度、数值类型以及存储顺序的未初始化（任意值）的数组。目标数组将会被初始化为None

2.np.concatenate()

np.concatenate()是用来对数列或矩阵进行合并的

3.np.sqrt()

开方

4.np.sum()

求和

5.np.power(x，y)

计算x的y次方

6.np.dot()

返回的是两个数组的点积
1.如果处理的是一维数组，则得到的是两数组的內积（顺便去补一下数学知识）
2.如果是二维数组（矩阵）之间的运算，则得到的是矩阵积（mastrix product）。
3.dot()函数可以通过numpy库调用，也可以由数组实例对象进行调用。a.dot(b) 与 np.dot(a,b)效果相同。

矩阵积计算不遵循交换律,np.dot(a,b) 和 np.dot(b,a) 得到的结果是不一样的。

7.np.save()

numpy.save(file, arr, allow_pickle=True, fix_imports=True)

此参数定义将要保存数据的文件或文件名。如果此参数是文件的对象，则文件名将保持不变。如果 file 参数是路径或字符串，则会在文件名中添加 .npy 扩展名，没有时会添加。

8.np.load()

函数从具有npy扩展名 (.npy)的磁盘文件返回输入数组。 读取二维数组.npy文件的数据 用法：

 numpy.load (file, mmap_mode=None, allow_pickle=True, fix_imports=True,encoding=’ASCII’)