ufunc通用函数,能够对array中所有元素进行操作的函数
np.add() #加,只支持两个数组间运算,>2时,需要将结果再次嵌套
np.substruct()#减,只支持两个数组间运算,>2时,需要将结果再次嵌套
np.divid()#除,只支持两个数组间运算,>2时,需要将结果再次嵌套
np.multiply() #乘,只支持两个数组间运算,>2时,需要将结果再次嵌套
np.power(a1,2) #将a1中的每个元素乘2
np.unique(a1) #将数组a1去重
http://np.in1d(a3,test) #判断数组a3的元素是否在test列表里
结果:array([ True, True, False, False, False, False])
np.intersect1d(test,s)#求交集
np.union1d(s,test)#求并集
???#求差集
np.equal(a1,a2) 等价于 a1==a2
np.greater(a1,a2) 等价于 a1>a2
np.greater(a1,a2) .any() #结果有一个true 就返回true
np.greater(a1,a2) .all() #结果全部为true 才返回true
np.isnan(a5) #判断元素是否为nan
a5=np.array([0,1,np.nan]) 则np.isnan(a5) 结果为:array([False, False, True])
np.isnan(a5).all() 结果为:FalseBroadcasting指对不同形状的array之间执行算术运算的方式
不同形状的数组运算,比较大小时,Numpy则会执行广播机制
(1,n)沿着行方向(axis=0)向下延展
(n,1)沿着列方向(axis=1)向右延展
对应位置元素相加numpy能够运用向量化运算处理整个数组,所以速度比较快