1.   数组的创建

    a=array([1,2,3])或者a=array([(1,2,3),(4,5,6),(7,8,9)])或者a=array([[1,2,3],[4,5,6],[7,8,9]])

    ones((3,4)) 创建内容全1的数组   zeros((2,3),dtype=int16) 内容全0 empty((2,3))内容随机

    a=arange(1,2,0.1)  创建一个从1开始至2间隔为0.1的数组

    a.size数组元素的个数

    a.shape数组的形状

    a.ndim数组轴的个数

    a.dtype数组元素的类型

2.矩阵乘法

   A=array([[1,0],[1,1]])  B=([[2,0],[3,4]]) dot(A,B)或者A.dot(B)

np.cumsum(A)计算A的累加。项的个数和A中的个数一样

    np.diff(A) A的累差

   np.argmin(A)输出A的最小值的索引

np.argmax(A)A的最大值的索引

np.mean(A)   A.mean()  np.average(A) A的均值

np.median(A)  A的中位数

np.nonzero(A) A中非零的数 输出为两个array  第一个代表行数 第二个代表列数 组成了非零元素的索引

np.sort(A) 按行排序

A.T A的转置矩阵或者  np.transpose(A)

np.clip(A,5,9)A中小于5的数变成5，大于9 的数变成9

np的方法 都可以制定axis=0表示对列进行计算 axis=1对行进行计算

3、矩阵的索引

print(A[1][1])      或者  print(A[1,1]) 输出A中第一行第一列的元素
print(A[1,:])输出A中第一行的元素
print(A[:,1])输出A中第一列的元素
print(A[1,1:3])输出A中第一行1到3的元素
for row in A:
      print(row)   输出A中的每一行
for column in A.T:
     print(column)        输出A中的每一列
for item in A.flat:
    print(item)          输出A中的每个元素，

4.矩阵合并

A=（[1,1,1]）

print(A[np.newaxis,:].shape) 输出为（1,3）
print(A[:,np.newaxis].shape) 输出为（3,1）

A=np.array([1,1,1])[:,np.newaxis]
B=np.array([2,2,2])[:,np.newaxis]
C=np.vstack((A,B))      上下合并
D=np.hstack((A,B))     左右合并
C=np.concatenate((A,B,B,A),axis=1)  axis=0表示在行上合并，axis=1表示列上合并

print(np.split(A,2,axis=1)) #对列分割
print(np.split(A,3,axis=0)) #对行分割

print(np.array_split(A,2,axis=0)) #不等量分割

print(np.split(A,2,axis=1)) #左右分割
print(np.split(A,3,axis=0)) #上下分割
print(np.vsplit(A,3))  #上下分割
print(np.hsplit(A,2))  #左右分割

b=a         print(b is a) #true

b=a.copy()
print(b is a)  #false deep copy

奈斯，很赞