导入numpy模块：import numpy as np #numpy格式：数组
a = [0,1,2,3,4,5] b = [1,2,3,4,5,6]
1.列表转换成numpy： np.array(a)
2.numpy加数字（值计算）：np.array(a)+1 >>[1,2,3,4,5,6]
3.numpy加numpy：np.array(a)+np.array(b) >>[1,3,5,,7,9,11]
4.numpy乘数字（值计算）：np.array(a)*2 >>[0,2,4,6,8,10]
5.生成全0数组：np.zeros(5) >>array[0,0,0,0,0]
6.生成全1数组：np.ones(5) >>array[1,1,1,1,1]
7.数据类型修改：np.array(a,dtype = bool)
8.修改全部值：np.array(a).fill(1)
9.强制类型转换：np.array(a).astype(float)
10.生成整数序列：np.arange(1,10,2) >>array[1,3,5,7,9] #1到10之间，取间隔为2的数，左闭右开
11.生成等差序列：np.linspace(1,10,10) #1到10之间，生成10个等差数，左闭右开
12.生成随机数：np.random.rand(10) #0到1之间随机10个数
13.生成服从正态分布的随机数：np.random.rand(10) #0到1之间随机10个服从正态分布的随机数
14.切片：a = np.array(a) 可以取a[0] a[1:3] a[:-1] a[::2]#间隔为2取
15.生成多维数组：array[a,b]
16.多维数组索引：c = array[a,b] 可以取c[1,3] #c[行，列] c[0] #第1行 c[:,0] #所有行，第1列 c[::2,::2] #奇数行和列
17.花式索引：a = np.array(a) index= [0,2,5] c= a[index]
18.二维花式索引：a = np.array[[1,2,3,4,5],[1,2,2,3,4]...] 可以取a[(1,2),(0,3)] #对应行列 a[1:,(1,2)]
19.where: 返回符合条件的值：np.where(a>3) a[a>10]
20.数组排序：np.sort(a) #从小到大
21.argsort：np.argsort(a) #返回从小到大排序的索引
22.计算：最大：np.array(a).max() 最小：np.array(a).min() 求和：np.array(a).sum() 均值np.array(a).mean() 标准差：np.array(a).std() 相关系数：np.array(a).cov()
23.形状转换：np.array(a).shape(2,3) #转换成2行3列 np.array(a).reshape(2,3) #生成新的数组（2行3列）
24.转置：np.array(a).T np.array(a).transpose()
25.数组连接：np.concatenate((np.array(a),np.array(b)),asix = 0) #默认axis=0,一维连接,列表个数相加；axis=1:横向连接，列表个数不变。
26.np.vstack(a,b):纵向连接 np.hstack(a,b):横向连接
27.累计和：np.cumsum(a)
