Numpy是Python中的科學計算庫，提供了矩陣運算的功能。它通常與Scipy和matplotlib壹起使用。事實上，list已經提供了類似矩陣的表示形式，但numpy為我們提供了更多的功能。
數組公共函數
1.where（）有條件地返回數組的索引值。
2 . take（A，index）根據索引從數組A中獲取值。
3 . Lin space（a，b，N）返回壹個均勻分布在（a，b）範圍內的數組，其中包含N個元素。
4.a.fill（）用指定值填充數組的所有元素。
5 . diff（a）返回壹個由數組a的相鄰元素之差組成的數組。
6 . sign（a）返回數組a中每個元素的符號。
7.分片（A，【condlist】，【funclist】）數組A根據布爾condlist條件返回相應的元素結果。
8.a.argmax（），a.argmin（）返回a的最大和最小元素的索引。
更改數組維度
A.ravel（），A.Flat（）:將數組A展平為壹維數組。
a . shape =（m，n），a . reshape（m，n）:將數組a轉換為m*n維的數組。
轉置數組a
數組組合
1.h stack（（A，B），concatenate（（A，B），axis = 1）在水平方向合並數組A和B。
2.v stack（（A，B）），concatenate（（A，B），axis = 0）在垂直方向合並數組A和B。
3 . row _ stack（（A，B））在行方向上組合數組A和B。
4 . column _ stack（（A，B））在列方向合並數組A和B。
數組分段
1.split（A，n，axis = 0）和vsplit（A，n）將數組A垂直劃分為n個數組。
2.split（A，n，axis = 1）和split（A，n）將數組A水平劃分為n個數組。
數組修剪和壓縮
1 . A . clip（m，n）將數組A的範圍設置為（m，n），將數組中大於n的元素設置為n，小於m的元素設置為m。
2.a.compress（）返回根據給定條件篩選的數組。
數組屬性
1 . a . d類型數組a的數據類型。
2.a .形狀數組a的形狀尺寸
3.3.a.ndim數組a的維數
4.4.a.size數組a中包含的元素總數。
5.a .內存中itemsize數組A的元素占用的字節數。
6.a.nbytes整個數組A占用的內存空間7 . A . astype（int）將數組A的類型轉換為int類型。
數組計算
1 . average（A，weights=v）用權重v對數組A進行平均。
2.mean（a）、max（a）、min（a）、middle（a）、var（a）、STD（a）數組a的平均值、最大值、最小值、中值、方差和標準差。
3.a.prod（）數組a所有元素的乘積
數組a元素的累積積。
數組A和b的cov（A，b）、corr coef（A，b）協方差和相關系數。
6.a.diagonal（）看矩陣A的對角線元素7.a.trace（）計算矩陣A的跡，即對角線元素的和。
這些是numpy中的常用函數。更多PyThon學習推薦:Python學習網絡教學中心。