numpy库（二：实例，看完别说你不会）

博客接上一篇《python数据可视三大库之numpy库（一：理论知识快速上手）》，是关于上一篇numpy入门函数的简单实例

ndarray创建函数：

arange(n)

:类似于python的range，创建一个数组，里面的元素从0到n-1

ones(shape())

:根据shape创建一个元素全为1的数组

zeros(shape())

:根据shape创建一个元素全为0的数组

full(shape(),val)

:根据shape创建一个元素全为val的数组

eye(n)

:创建一个正方n*n的单位矩阵，对角线为1，其余为0

ones_like(a)

:根据数组a创建一个元素全为1的数组：

zeros_like(a)

:根据数组a创建一个元素全为0的数组

linespace(start,stop,n):

创建一个含n个元素的数组，数组里的元素是从start到stop之间的均匀分配

concatenate(（a,b）):

將數組a和数组b连接在一起，创建数组c

narray维度转换：

reshape(shape)

不改变原数组元素，返回一个shape形状的数组，原数组不变，但要保证a元素的个数一共是传入reshape（shape）的参数之积

resize(shape)

与reshape（）用法相同，但是改变原数组

swapaxes(ax1,ax2)：

将数组n个维度中两个维度进行调换，同时不改变数组

flatten()

对原数组降维，返回折叠后的一维数组，原数组不变

narray类型变换

astype(new_type)

new_a =a.astype(new_type)
astype()方法一定会创建新的数组（原始数据的一个拷贝），即使两个类型一致

a.tolist()

将数组类型变为列表类型

一元函数

np.abs(x)np.fabs(x)

计算数组各元素的绝对值

np.sqrt(x)

计算数组各元素的平方根

np.square(x)

计算数组各元素的平方

np.log(x)np.log10(x)np.log2(x)

计算数组各元素的自然对数、10底对数和2底对数

np.ceil(x)np.floor(x)

计算数组各元素的ceiling值或floor值

np.rint(x)

计算数组各元素的四舍五入值

np.modf(x)

将数组各元素的小数和整数部分以两个独立数组形式返回

np.cos(x) np.cosh(x) np.sin(x) np.sinh(x)np.tan(x) np.tanh(x)

计算数组各元素的普通型和双曲型三角函数

创建一个数组b

np.exp(x)

计算数组各元素的指数值

np.sign(x)

计算数组各元素的符号值，1(+),0, ‐1(‐)

二元函数

+ ‐*/**

两个数组各元素进行对应运算

np.maximum(x,y)/np.fmax()/np.minimum(x,y) /np.fmin()

元素级的最大值/最小值计算

np.mod(x,y)

元素级的模运算

np.copysign(x,y)

将数组y中各元素值的符号赋值给数组x对应元素

><>=<===!

算术比较，产生布尔型数组