一、basic

ndarray —— numpy的核心研究对象

• ndarray.ndim number of axes
• ndarray.shape dimensions
• ndarray.size total number of elements
• ndarray.dtype type of elements
• ndarray.itemsize size in bytes of each element
• ndarray.data buffer containing the actual elements

创建

1 通过可迭代对象

array()

2 通过一些功能函数

• arange()
• zeros()/zeros_like()
• empty()/empty_like()
• ones()/ones_like()
• 一些random函数

打印

完全打印

np.set_printoptions(threshold=np.nan)

基本计算

算数运算都是元素级的

• np.sum(axis)
• np.max(axis)/np.min(axis)
• np.cumsum(axis)
• np.add()
• np.sqrt()
• np.exp()
• np.floor()/np.ceil()

索引、切片和迭代

• [1, :, 2] 多轴索引切片
• 布尔索引
• 花式索引

shape操作

• ndarray.T 转置
• np.reshape() 任意改变

堆积和拆分

• np.vstack()
• np.hstack()
• np.hsplit()
• np.vsplit()

复制和视图

直接赋值，不是复制，二者完全相等；

视图是深复制 copy()是浅复制

二、api

numpy.random

randint(low, high=None, size=None, dtype='l')  # [low, hight)
random(size=None)  # [0,1)
rand(d0, d1, ...)  # 均匀分布 [0,1)
randn(d0, d1, ...)  # 正态分布 [0, 1)