import numpy as np

创建ndarray： arr1 = np.array([1,2,3,4,5])
查看数组维度： arr1.ndim
查看数组结构： arr1.shape
查看数据类型： arr1.dtype
创建全0，或全1，或空多维数组： np.zeros((2,3)), np.ones((2,3)), np.empty((2,3))
创建N*N维数组： np.eye(N)
指定数据类型创建数组： np.eye(N, dtype=int32)
复制数组： arr2 = arr1.copy()
数组索引： arr2[0,0]
数组的切片： arr2[:1,1:]
数组索引+切片混合得到低维度切片： arr2[1,1:]
布尔型索引 arr2[布尔素组]
花式索引 arr2[[int行数组]]
数组抽转换： arr2.T arr2.transpose() arr2.swapaxes()
条件逻辑数组运算： result = [(x if c else y) for x,y,c in zip(xarr,yarr,cond)]
数组全部元素平均： arr.mean()
数组全部元素求和： arr.sum()
标准差: arr.std()
方差： arr.var()
最大值最小值： arr.max() arr.min()
最大值最小值元素的索引： arr.argmax() arr.argmiin()
所有元素累计和： arr.cumsum()
所有元素累计积： arr.cumprod()
测试布尔值： bools.any() bools.all()
排序： arr.sort() 返回队列 sorted(arr) 返回素组
测试arr2在另外数组arr1中是否存在： np.in1d(arr1, arr2)
找出数组中的唯一值并返回队列： np.unipue(arr)
数组保存到磁盘和加载： np.save('arr.npy', arr) 或 np.savez('and_arr.npz', a=arr1, b=arr2) np.load(filename)