一、numpy“通用函数”(ufunc)包括以下几种：
- 元素级函数（一元函数）：对数组中的每个元素进行运算
- 数组级函数：统计函数，像聚合函数（例如：求和、求平均）
- 矩阵运算
- 随机生成函数
| 函数名 | 作用 | 例子 | 结果 |
|
np.abs()、sum()、mean() std()、var() |
计算绝对值、求和、求平均值 求标准差、方差 |
arr = np.array([1,2,-3,-4,5]) np.abs(arr) |
array([1, 2, 3, 4, 5]) |
|
np.min()、max()、 argmin ()、argmax() |
最小值、最大值、 最小值索引、最大值索引 |
arr = np.array([1.1,2.2,-3.3]) |
2 |
| np.square() | 计算各元素的平方 |
arr = np.array([1,2,-3,-4,5]) np.square(arr) |
array([ 1, 4, 9, 16, 25], dtype=int32) |
| np.sqrt() | 计算各元素的平方根 |
arr = np.array([1,2,4,5]) np.sqrt(arr) |
array([1. , 1.41421356, 2. , 2.23606798]) |
| np.exp() | 计算各元素以e为底的指数（ex） |
arr = np.array([1,2,4,5]) np.exp(arr) |
array([ 2.71828183, 7.3890561 , 54.59815003, 148.4131591 ]) |
|
np.log()、 log10()、log2() |
计算以e、10、2为底的对数 | arr = np.array([10,100,1000]) np.log10(arr) |
array([1., 2., 3.]) |
| np.sign() |
返回各元素的正负号： 1（正数）、0（零）、-1（负数） |
arr = np.array([1,2,-3,-4,5,0]) np.sign(arr) |
array([ 1, 1, -1, -1, 1, 0]) |
| np.sort() |
对数组进行排序（默认升序） 多维数组可以在单个轴上进行排序 |
arr = np.array([1,2,-3,-4,5,0])
np.sort(arr) |
array([-4, -3, 0, 1, 2, 5]) |
| np.unique() |
去重--->结果默认升序排列 同python中的集合set() |
arr = np.array([1,2,-3,2,1,0]) arr.unique() |
array([-3, 0, 1, 2]) |
| np.ceil() | 向上取整 | arr = np.array([1.1,2.2,-3.3]) np.ceil(arr) |
array([ 2., 3., -3.]) |
| floor() | 向下取整 | arr = np.array([1.1,2.2,-3.3]) np.floor(arr) |
array([ 1., 2., -4.]) |
| np.rint() | 四舍五入 | arr = np.array([1.1,2.2,-3.3]) np.rint(arr) |
array([ 1., 2., -3.]) |
| np.modf() | 小数和整数分离 | arr = np.array([1.1,2.2,-3.3]) np.modf(arr) |
(array([ 0.1, 0.2, -0.3]), array([ 1., 2., -3.])) |
| np.sin()、cos()、tan() | 正弦、余弦、正切 | 同上 | |
| np.cumsum() | 求数组元素累计和 | arr = np.array([1,2,3]) np.cumsum(arr) |
array([1, 3, 6], dtype=int32) |
| np.cumprod(） | 求数组元素的累积积 | arr = np.array([1,2,3]) np.cumprod(arr) |
array([1, 2, 6], dtype=int32) |
二、numpy.linalg模块包括许多矩阵运算
常用的有：
| 函数名 | 作用 | 例子 | 结果 |
| np.diag() |
返回矩阵的主对角线元素， 若输入一维数组则返回对角矩阵 |
arr=np.array([[1,2,3],[2,2,3],[3,5,1]]) np.diag(arr) |
array([1, 2, 1]) |
| np.trace() | 计算对角线元素之和 | np.trace(arr) | 4 |
| np.linalg.det() | 计算矩阵的行列式 | np.linalg.det(arr) | 12.999999999999995 |
| np.linalg.inv() | 计算矩阵的逆 | np.linalg.inv(arr) | array([[-1.00000000e+00, 1.00000000e+00, -9.25185854e-18], [ 5.38461538e-01, -6.15384615e-01, 2.30769231e-01], [ 3.07692308e-01, 7.69230769e-02, -1.53846154e-01]]) |
| np.dot() | 矩阵点乘 | arr2 = np.array([[1,2],[2,3],[3,4]]) np.dot(arr,arr2) |
array([[14, 20], [15, 22], [16, 25]]) |
三、numpy.random模块包括许多生成随机数的函数
常用的有：
| 函数名 | 作用 | 例子 | 结果 |
| np.random.rand() | 产生（0,1）均匀分布的随机数 | arr = np.random.rand(2,2) | array([[0.28576059, 0.87691219], [0.98174158, 0.37963998]]) |
| np.random.randint() |
从给定上下限范围内随机选取整数 (默认是0-1之间) |
arr = np.random.randint(0,5,size=(2,2)) | array([[4, 3], [2, 1]]) |
| np.random.binomial() |
产生二项分布的随机数， 有两个参数：n、p；且可用size指定形状 |
arr=np.random.binomial(20,0.3) | 7 |
| np.random.normal() |
产生正态分布的随机数 有两个参数：均值μ、标准差σ；且可用size指定形状 |
arr = np.random.normal(0,0.4,size=(2,2)) |
array([[ 0.19689244, 0.1862919 ], [ 0.5238639 , 0.22638041]]) |
| np.random.randn() |
产生标准正态分布的随机数 即均值μ=0、标准差σ=1 |
arr = np.random.randn(2,3) | array([[ 0.25079709, -0.35966478, -1.28589538], [-1.02478972, -0.2292332 , -1.40625537]]) |
| np.random.seed() |
确定随机数生成的种子，让生成随机数的过程可重现（不设置seed时，每次生成的随机数将不同） |
np.random.seed(5) np.random.seed(5) |
array([[0.22199317, 0.87073231], array([[0.22199317, 0.87073231, 0.20671916], |