numpy2

?1、通用函數，是一種在ndarray數據中進行逐元素操作的函數。某些函數接受一個或多個標量數值，并產生一個或多個標量結果，通用函數就是對這些函數的封裝。

　　1、常用的一元通用函數有：abs\fabs　　sqrt?　　square　　exp　　log\log2\log10\log1p　　sign　　ceil　　floor　　rint　　modf　　isnan　　sin\cos\tan\sinh\cosh\tanh　　arccos\arctan\arcsin　　logical_not

　　2、二元通用函數：add　　subtract　　multiply　　divide、floor_divide　　power　　maximun、fmax　　minimun、fax　　mod　　copysign　　greater、greater_equl、less　　

2、將條件邏輯作為數組操作，np.where函數，其是三元表達式 x if condition else y的向量化版本。

　　

xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
cond = np.array([True, False, True, True, False])
result = np.where(cond, xarr, yarr)　　　　　　　　　　　　# result中的元素來源：若cond中為True，返回xarr中對應元素，否則返回yarr中的元素。
result
Out[59]: 
>>>array([1.1, 2.2, 1.3, 1.4, 2.5])

3、數學和統計方法

　　1、聚合函數(又稱縮減函數)：例如sun、mean、std、var等等，mean、sum等可以接受一個可選參數 axis，用于計算指定軸上的統計值，axis =0計算行方向，axis =1計算列方向。

　　2、其他基礎統計方法，min，max?　　argmin,argmin 返回最小值、最大值的索引值　　cumsum\cumprod 從0、從1開始計算累計值

4、布爾值數組的方法

　　1、sum()可以用來統計布爾數組中的True的個數

arr = np.random.randn(100)
(arr > 0).sum()
Out[62]: 
>>>46

　　2、對于布爾值數組，有兩個比較有用的方法：any()檢查數組中是否至少有一個True, all()檢查是否每個值都是True

bools = np.array([False, False, True, False])
print(bools.any())
print(bools.all())
True
False

5、排序

　　1、sort(x),直接使用 x.sort()的形式，在原數組上進行操作，使用np.sort(x)的形式返回的是已經排序好的數組拷貝。

6、唯一值與其他集合操作

　　1、np.unique(x) ,返回的是數組中唯一值排序后形成的數組；

　　2、np.in1d(x)，檢查一個數組中的值是否存在于另外一個數組中，返回一個布爾值數組；

　　其他數組集合操作：intersect1d(x,y) 計算交集并排序；union1d(x,y)計算并集并排序；setdiff1d（x,y）差集；setxor1d(x,y)異或集

7、使用數組進行文件輸入和輸出

　　np.load()加載　　np.save()保存

8、線性代數

　　1、矩陣乘法，NumPy中，” * “表示逐元素相乘，矩陣乘法用dot()函數，x.dot(y)或者np.(x,y)

　　2、numpy.linalg 矩陣分解的標準函數集，常用函數有：dot　　diag　　trace 計算對角元素和　　eig 計算仿真的特征值和特征向量　　inv 求逆　　qr 計算QR分解　　svd 計算奇異值分解(SVD)　　solve 求解x的線性系統　　　　　　lstsq 計算最小二乘解

9、偽隨機數生成

　　1、numpy.random模塊補充了python內建的random模塊的不足，可以高效地生成多種概率分布下地完整樣本數據值。

　　random下的部分常用函數：

　　seed 向隨機數生成器傳遞隨機狀態種子； permutation 返回一個隨機序列的隨機排列，或者返回一個亂序的整數范圍序列　；　shufffle 隨機排列一個序列

　　rand 從均勻分布中抽取樣本　　randint 從給定的范圍內隨機抽取整數　　randn 從均值0方差1的正態分布中抽取樣本　　binomial從二項分布中抽取樣本

　　noamal 從高斯分布中抽取樣本　　　　beta 從beta分布中抽取樣本　　chisquare 從卡方分布中抽取樣本　　gamma 從伽馬分布中抽取樣本　　uniform 從[0,1]均勻分布中抽取樣本

?