博客接上一篇《python数据可视三大库之numpy库（一：理论知识快速上手）》，是关于上一篇numpy入门函数的简单实例
ndarray创建函数：
arange(n)
:类似于python的range，创建一个数组，里面的元素从0到n-1
ones(shape())
:根据shape创建一个元素全为1的数组
zeros(shape())
:根据shape创建一个元素全为0的数组
full(shape(),val)
:根据shape创建一个元素全为val的数组
eye(n)
:创建一个正方n*n的单位矩阵，对角线为1，其余为0
ones_like(a)
:根据数组a创建一个元素全为1的数组：
zeros_like(a)
:根据数组a创建一个元素全为0的数组
linespace(start,stop,n):
创建一个含n个元素的数组，数组里的元素是从start到stop之间的均匀分配
concatenate(（a,b）):
將數組a和数组b连接在一起，创建数组c
narray维度转换：
reshape(shape)
不改变原数组元素，返回一个shape形状的数组，原数组不变，但要保证a元素的个数一共是传入reshape（shape）的参数之积
resize(shape)
与reshape（）用法相同，但是改变原数组
swapaxes(ax1,ax2)：
将数组n个维度中两个维度进行调换，同时不改变数组
flatten()
对原数组降维，返回折叠后的一维数组，原数组不变
narray类型变换
astype(new_type)
new_a =a.astype(new_type)
astype()方法一定会创建新的数组（原始数据的一个拷贝），即使两个类型一致
a.tolist()
将数组类型变为列表类型
一元函数
np.abs(x)np.fabs(x)
计算数组各元素的绝对值
np.sqrt(x)
计算数组各元素的平方根
np.square(x)
计算数组各元素的平方
np.log(x)np.log10(x)np.log2(x)
计算数组各元素的自然对数、10底对数和2底对数
np.ceil(x)np.floor(x)
计算数组各元素的ceiling值或floor值
np.rint(x)
计算数组各元素的四舍五入值
np.modf(x)
将数组各元素的小数和整数部分以两个独立数组形式返回
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x)np.tan(x) np.tanh(x)
计算数组各元素的普通型和双曲型三角函数
创建一个数组b
np.exp(x)
计算数组各元素的指数值
np.sign(x)
计算数组各元素的符号值，1(+),0, ‐1(‐)
二元函数
+ ‐*/**
两个数组各元素进行对应运算
np.maximum(x,y)/np.fmax()/np.minimum(x,y) /np.fmin()
元素级的最大值/最小值计算
np.mod(x,y)
元素级的模运算
np.copysign(x,y)
将数组y中各元素值的符号赋值给数组x对应元素
><>=<===!
算术比较，产生布尔型数组