搞不懂博客園表格的排版。。。
說明：
0 ndarray ：多維數組對象
1 np ：import numpy as np
2 nda ：表示數組的名稱
1 生成數組
| 函數名 | 描述 |
| np.array | 將輸入的數據轉換為ndarray,默認復制所有的輸入數據（深拷貝） |
| np.asarray | 將輸入轉換為ndarray，如果輸入已經是ndarray則不再復制（淺拷貝） |
| np.arange | 1 使用Python的內置函數range，返回一個數組 2 創建等差數組 — 指定步長 (start,stop, step, dtype) |
| np.linspace | 創建等差數組 — 指定數量 (start, stop, num, endpoint) |
| np.logspace | 創建等比數列 (start,stop, num) |
| np.full | 根據給定形狀和數據類型生成指定數值的數組 |
| np.full_like | 生成與給定數組形狀一致，但內容是指定數值的數組 |
| np.random.randn | 產生的隨機數組服從正態分布 |
| np.random.normal | (loc, scale, size) 按照size的形狀返回均值為loc，標准差為scale的正態分布數組 |
| random.standard_normal | (size) 生成size形狀的標准正態分布數組 |
| np.random.rand | 產生的隨機數組服從均勻分布 |
| np.random.uniform | (low, high, size)均勻分布的數組 |
| np.random.randint | (low, high=None, size=None, dtype='l')從一個均勻分布中隨機采樣，生成一個整數或N維整數數組 |
2 ndarray 的屬性
| 屬性名 | 屬性解釋（返回） |
| ndarray.shape | 數組形狀（元組） |
| ndarray.ndim | 數組維數 |
| ndarray.size | 數組中所有元素的數量 |
| ndarray.itemsize | 一個數組元素的長度（字節） |
| ndarray.dtype | 數組元素的類型 |
3 索引與切片
3.1 索引：從 0 計數
3.2 切片：對象[:, :] -- 先行后列
區別於 Python 的 list ，數組的切片是直接改動原數組，這意味着數據並不被復制，如果想要一份數組切片的拷貝，需要先復制這個數組，如 arr[5:7].copy()
4 修改數組
| 方法 | 描述 |
| nda.reshape(shape, order) | 返回一個具有相同數據域，但shape不一樣的視圖(相當於只進行數據重新划分)。行、列不進行互換，新產生一個ndarray |
| nda.resize(new_shape) | 修改數組本身的形狀（需要保持元素個數前后相同），行、列不進行互換，修改原來的ndarray |
| nda.T | 數組轉置 |
| nda.astype(type) | 返回修改了類型之后的數組 |
| nda.tostring() | 轉化為字符串 |
| np.unique(對象) | 數組去重 |
5 ndarray 運算
| 分類 | 符號或函數 | 描述 |
| 邏輯運算 | > , <, == | |
| 通用判斷函數 | np.all() | 是否全部... |
| np.any() | 是否有... | |
| 三元運算 | np.where（條件，符合返回，不符合返回） | |
| 基礎統計方法 | np.min(adn, axis) | 最小 |
| np.max(adn, axis) | 最大 | |
| np.median(adn, axis) | 中位數 | |
| np.mean(adn, axis) | 平均數 | |
| np.std(adn, axis) | 標准差 | |
| np.var(adn, axis) | 樣本方差 | |
| np.argmax(axis) | 最大元素對應的下標 | |
| np.argmin(axis) | 最小元素對應的下標 | |
| cumsum | 從零開始元素累計和 | |
| cumprod | 從零開始元素累計積 |