numpy
数组的创建
np.array(object,stype=None，ndim=0)
object:可以是列表或元组
dtype:数组元素的数据类型
ndim:创建数组的最小维度
特殊数组的创建：
全0数组：zeros(shape,dtype.dtype=float)
shape:以元组形式存储的维度信息
全1数组：ones(shape,dtype.dtype=float)
对角线为1的数组：eye(N, M=None, k=0)
N:行数
M:列数
k:对角线为1起始索引（列索引）
等差数组：
arange([start,] stop[, step,], dtype=None)
start: 起始值
stop：结束值（不包括）
step：步长
linspace（start,
stop,
num=50,
endpoint=True,
retstep=False,
dtype=None,
axis=0,)
start:起始值
stop：结束值（默认包括）
num：数组元素个数
endpoint：当值包括结束值，当值为False时不包括结束值
retstep:是否显示公差，值为TUR额显示公差
axis：轴，值为0时对纵向进行操作，值为1时对横向进行操作
等比数组：
logspace（start,
stop,
num=50,
endpoint=True,
base=10.0,
dtype=None,
axis=0,）
base：基数，logspace（0,9,10）表示从10的0次方到10的9次方之间产生10个等比数值，默认基数为10，修改基数为a,表示a的0次方到a的9次方。
随机数组：
给定整数范围生成指定个数的随机数组
np.random.randint(low, high=None, size=None, dtype=int)
low:最小值
gigh:最大值
size：元素个数
0-1之间指定个数的随机数组
np.random.random(size)
size:元素个数
常用属性
ndim：数组的秩（维度）
shape：元组显示的维度信息
size：数组元素个数
dtype:数组元素的数据类型
常用操作
切片
一维数组
数组名[start:stop:step]:左闭右开
二维数组
数组名[行切片，列切片]
索引
普通索引
一维数组
数组名[索引值]
二维数组
数组名[行索引，列索引]
整数索引：从数组中根据行、列索引值找到多个元素
数组名[(多个行索引),(多个列索引)]
布尔索引：根据条件查找元素
数组名[结果为布尔的表达式]
花式索引：可改变顺序查找行列数组值
数组名[np,ix_([行索引],[列索引])]
常用函数
基础操作函数
astype(dtype)：将数组转换数据类型
reshape(shape)：对数组进行维度调整
transpose(arr)：将数组进行翻转，行列调换
concatenate((arr1,arr1,...),axis)：将多个数组按照指定轴进行连接
split(arr,num,axis)：将数组按照指定轴和num切割份数进行切分，
num：值为整数时，等分数组
num：值为列表时，按照索引切割数组
统计函数
sum(arr,axis=0):数组求和
mean(arr,axis=()):数组求算术平均值
averange(arr,weight):数组求加权平均值，weight（权重）
median(arr,axis=0):数组中位数
var(arr,axis):方差
std(arr,axis):标准差
min(arr,axis=0):最大值
min(arr,axis=0):最小值
ptp(arr,sxis=0)：极差，最大值和最小值的差
cumprom(arr,axis=0):累计求和
cumprod(arr,axis=0):累计求积
查看数据的波动情况（离散程度）
排序函数
sort(arr,axis=-1):对数组进行升序排序
argsort(arr,axis):对数组排序显示元素索引值
argmax(arr,axis):显示数组中最大值所在的索引
argmin(arr,axis):显示数组中最小值所在的索引
筛选函数
where(condition,[x,y])
1.where(c,x,y):c为条件，当满足条件时，从x数组中取值，不满足条件，从y中取值。
2.where(c):从数组中找出满足条件c的元素，并显示元素所在的索引
all(condtion):当数组中所有元素都满足条件时，显示为True，否则为False
any(condtion):当数组中只要有满足条件的元素是显示True，否则False
in1d(arr1,arr2):判断arr1中与arr2中是否有重复值，并显示重复值位置
