通用函数
一、一元函数：
| 函数 | 描述 |
|---|---|
| np.abs | 绝对值 |
| np.sqrt | 开根 |
| np.square | 平方 |
| np.exp | 计算指数(e^x) |
| np.log，np.log10，np.log2，np.log1p | 求以e为底，以10为低，以2为低，以(1+x)为底的对数 |
| np.sign | 将数组中的值标签化，大于0的变成1，等于0的变成0，小于0的变成-1 |
| np.ceil | 朝着无穷大的方向取整，比如5.1会变成6，-6.3会变成-6 |
| np.floor | 朝着负无穷大方向取证，比如5.1会变成5，-6.3会变成-7 |
| np.rint，np.round | 返回四舍五入后的值 |
| np.modf | 将整数和小数分隔开来形成两个数组 |
| np.isnan | 判断是否是nan |
| np.isinf | 判断是否是inf |
| np.cos，np.cosh，np.sin，np.sinh，np.tan，np.tanh | 三角函数 |
| np.arccos，np.arcsin，np.arctan | 反三角函数 |
二、二元函数：
| 函数 | 描述 |
|---|---|
| np.add | 加法运算（即1+1=2），相当于+ |
| np.subtract | 减法运算（即3-2=1），相当于- |
| np.negative | 负数运算（即-2），相当于加个负号 |
| np.multiply | 乘法运算（即2*3=6），相当于* |
| np.divide | 除法运算（即3/2=1.5），相当于/ |
| np.floor_divide | 取整运算，相当于// |
| np.mod | 取余运算，相当于% |
| greater,greater_equal,less,less_equal,equal,not_equal | >,>=,<,<=,=,!=的函数表达式 |
| logical_and | &的函数表达式 |
| logical_or | |的函数表达式 |
三、聚合函数：
| 函数名称 | NAN安全版本 | 描述 |
|---|---|---|
| np.sum | np.nansum | 计算元素的和 |
| np.prod | np.nanprod | 计算元素的积 |
| np.mean | np.nanmean | 计算元素的平均值 |
| np.std | np.nanstd | 计算元素的标准差 |
| np.var | np.nanvar | 计算元素的方差 |
| np.min | np.nanmin | 计算元素的最小值 |
| np.max | np.nanmax | 计算元素的最大值 |
| np.argmin | np.nanargmin | 找出最小值的索引 |
| np.argmax | np.nanargmax | 找出最大值的索引 |
| np.median | np.nanmedian | 计算元素的中位数 |
使用np.sum或者是a.sum即可实现。并且在使用的时候，可以指定具体哪个轴。同样Python中也内置了sum函数，但是Python内置的sum函数执行效率没有np.sum那么高，可以通过以下代码测试了解到：
a = np.random.rand(1000000)
%timeit sum(a) #使用Python内置的sum函数求总和，看下所花费的时间
%timeit np.sum(a) #使用Numpy的sum函数求和，看下所花费的时间
四、布尔数组的函数：
| 函数名称 | 描述 |
|---|---|
| np.any | 验证任何一个元素是否为真 |
| np.all | 验证所有元素是否为真 |
比如想看下数组中是不是所有元素都为0，那么可以通过以下代码来实现：
np.all(a==0)
# 或者是
(a==0).all()
比如我们想要看数组中是否有等于0的数，那么可以通过以下代码来实现：
np.any(a==0)
# 或者是
(a==0).any()
五、排序：
-
np.sort：指定轴进行排序。默认是使用数组的最后一个轴进行排序。a = np.random.randint(0,10,size=(3,5)) b = np.sort(a) #按照行进行排序，因为最后一个轴是1，那么就是将最里面的元素进行排序。 c = np.sort(a,axis=0) #按照列进行排序，因为指定了axis=0还有
ndarray.sort()，这个方法会直接影响到原来的数组，而不是返回一个新的排序后的数组。 -
np.argsort：返回排序后的下标值。示例代码如下：np.argsort(a) #默认也是使用最后的一个轴来进行排序。 -
降序排序：
np.sort默认会采用升序排序。如果我们想采用降序排序。那么可以采用以下方案来实现：# 1. 使用负号 -np.sort(-a) # 2. 使用sort和argsort以及take indexes = np.argsort(-a) #排序后的结果就是降序的 np.take(a,indexes) #从a中根据下标提取相应的元素
六、其他函数补充：
np.apply_along_axis：沿着某个轴执行指定的函数。示例代码如下：# 求数组a按行求均值，并且要去掉最大值和最小值。 np.apply_along_axis(lambda x:x[(x != x.max()) & (x != x.min())].mean(),axis=1,arr=a)np.linspace：用来将指定区间内的值平均分成多少份。示例代码如下：# 将0-1分成12分，生成一个数组 np.linspace(0,1,12)np.unique：返回数组中的唯一值。# 返回数组a中的唯一值，并且会返回每个唯一值出现的次数。 np.unique(a,return_counts=True)
