1、通用函数，是一种在ndarray数据中进行逐元素操作的函数。某些函数接受一个或多个标量数值，并产生一个或多个标量结果，通用函数就是对这些函数的封装。
1、常用的一元通用函数有：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、二元通用函数：add subtract multiply divide、floor_divide power maximun、fmax minimun、fax mod copysign greater、greater_equl、less
2、将条件逻辑作为数组操作，np.where函数，其是三元表达式 x if condition else y的向量化版本。
1 xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5]) 2 yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5]) 3 cond = np.array([True, False, True, True, False]) 4 result = np.where(cond, xarr, yarr) # result中的元素来源：若cond中为True，返回xarr中对应元素，否则返回yarr中的元素。 5 result 6 Out[59]: 7 >>>array([1.1, 2.2, 1.3, 1.4, 2.5])
3、数学和统计方法
1、聚合函数(又称缩减函数)：例如sun、mean、std、var等等，mean、sum等可以接受一个可选参数 axis，用于计算指定轴上的统计值，axis =0计算行方向，axis =1计算列方向。
2、其他基础统计方法，min，max argmin,argmin 返回最小值、最大值的索引值 cumsum\cumprod 从0、从1开始计算累计值
4、布尔值数组的方法
1、sum()可以用来统计布尔数组中的True的个数
1 arr = np.random.randn(100) 2 (arr > 0).sum() 3 Out[62]: 4 >>>46
2、对于布尔值数组，有两个比较有用的方法：any()检查数组中是否至少有一个True, all()检查是否每个值都是True
1 bools = np.array([False, False, True, False]) 2 print(bools.any()) 3 print(bools.all()) 4 True 5 False
5、排序
1、sort(x),直接使用 x.sort()的形式，在原数组上进行操作，使用np.sort(x)的形式返回的是已经排序好的数组拷贝。
6、唯一值与其他集合操作
1、np.unique(x) ,返回的是数组中唯一值排序后形成的数组；
2、np.in1d(x)，检查一个数组中的值是否存在于另外一个数组中，返回一个布尔值数组；
其他数组集合操作：intersect1d(x,y) 计算交集并排序；union1d(x,y)计算并集并排序；setdiff1d（x,y）差集；setxor1d(x,y)异或集
7、使用数组进行文件输入和输出
np.load()加载 np.save()保存
8、线性代数
1、矩阵乘法，NumPy中，” * “表示逐元素相乘，矩阵乘法用dot()函数，x.dot(y)或者np.(x,y)
2、numpy.linalg 矩阵分解的标准函数集，常用函数有：dot diag trace 计算对角元素和 eig 计算仿真的特征值和特征向量 inv 求逆 qr 计算QR分解 svd 计算奇异值分解(SVD) solve 求解x的线性系统 lstsq 计算最小二乘解
9、伪随机数生成
1、numpy.random模块补充了python内建的random模块的不足，可以高效地生成多种概率分布下地完整样本数据值。
random下的部分常用函数：
seed 向随机数生成器传递随机状态种子； permutation 返回一个随机序列的随机排列，或者返回一个乱序的整数范围序列 ； shufffle 随机排列一个序列
rand 从均匀分布中抽取样本 randint 从给定的范围内随机抽取整数 randn 从均值0方差1的正态分布中抽取样本 binomial从二项分布中抽取样本
noamal 从高斯分布中抽取样本 beta 从beta分布中抽取样本 chisquare 从卡方分布中抽取样本 gamma 从伽马分布中抽取样本 uniform 从[0,1]均匀分布中抽取样本
