Numpy

numpy.array(object,dtype=None,ndmin=None)

isinstance(v,(int,float))用来判断变量v是否是内建的整数或浮点数类型
NumPy有自己的数值类型，如numpy.int32，numpy.int64
虽然看起来像普通的int/float，但它们并不是Python内置的int/float的子类
即NumPy的标量(scalar)类型不会被isinstance(...,(int,float))识别成普通数值

NumPy数组的布尔值取决于所有元素，Python不知道该按全部为真还是部分为真判断。
一个数组代表的是数值矩阵，不是普通容器
正确判断NumPy数组是否为空的写法

import numpy as np
arr = np.array([])
if arr.size == 0:
    print("数组为空")
else:
    print("数组非空")

.size属性返回数组元素总数
.size==0 时，数组为空

np.loadtxt(fname，delimiter)从纯文本文件中读取数字数据并转换成numpy数组，fname文件名或文件路径，delimiter文件中的数值分隔符，空格分隔可以省略

NPZ文件包含对象数组，而默认情况(allow_pickle=False)下出于安全原因NumPy不加载包含Python对象的npz，改为True即可
data=np.load(fname,allow_pickle=True)

~是按位取反操作符，会将布尔数组中True转换为False，False转换为True
x[~np.isnan(y)]是布尔索引，例如x=[0,1,2,3]，y=[1,NaN,3,4]，则~np.isnan(y)得到[True,False,True,True]，于是x[~np.isnan(y)]返回[0,2,3]，即x中与y中非NaN对应位置的元素

NumPy常用函数和方法

功能分类	方法示例	说明
数组属性	`.shape`	数组形状
	`.dtype`	数据类型
	`.size`	元素总数
	`ndim`	数组维度
	`itemsize`	每个元素占字节数
数学运算	`np.add(a,b)`	加法，支持广播
	`np.subtract(a,b)`	减法
	`np.multiply(a,b)`	乘法
	`np.divide(a,b)`	除法
	`np.power(a,b)`	幂运算
	`np.sqrt(a)`	平方根
	`np.exp(a)`	指数
	`np.log(a)`	自然对数
	`np.round(a,decimals=0)`	四舍五入
聚合函数	`np.sum(a,axis=None)`	求和
	`np.mean(a,axis=None)`	均值
	`np.median(a,axis=None)`	中位数
	`np.std(a,axis=None)`	标准差
	`np.var(a,axis=None)`	方差
	`np.min(a,axis=None)`	最小值
	`np.max(a,axis=None)`	最大值
	`np.argmax(a,axis=None)`	最大值索引
	`np.argmin(a,axis=None)`	最小值索引
线性代数	`np.dot(a,b)`	点积/矩阵乘法
	`np.matmul(a,b)`	矩阵乘法
	`np.transpose(a)`	转置
	`np.linalg.inv(a)`	矩阵求逆
	`np.linalg.det(a)`	行列式
形状变换	`np.reshape(a,newshape)`	重塑数组
	`np.flatten(a)`	展平数组
	`np.split(a,indices_or_sections)`	分割数组
随机数	`np.random.rand(d0,d1,...)`	均匀分布随机数
	`np.random.randn(d0,d1,...)`	标准正态分布随机数
	`np.random.randint(low,high,size)`	整数随机数
数组生成	`np.arange(start,stop,step)`	按步长生成等差序列
复制与唯一	`np.copy(a)`	复制数组
	`np.unique(a)`	找唯一值
	`np.isnan()`	判断值是否为NaN，是则返回True
	`np.any()`	检查数组是否至少含一个元素为True
数组构造	`np.zeros(shape)`	生成全0数组
	`np.ones(shape)`	生成全1数组
	`np.full(shape,fill_value)`	生成指定值填充的数组
	`np.eye(N)`	生成单位矩阵(对角为1)
	`np.identity(n)`	生成n阶单位矩阵
转换函数	`np.asarray(a)`	转换为数组(避免复制)
	`np.array(a)`	创建数组
	`np.eye(N,M)`	创建N行M列正对角线为1,余者为0的二维数组
	`np.ones((N,M))`	创建N行M列的全1二维数组
	`np.ones((N,M,K))`	创建3行3列对角线为N,M,K的二维数组
	`np.random.randn(N,M)`	创建N行M列服从正态分布的二维随机数组
	`np.random.randint(Min,Max,(N,M))`	创建N行M列二维随机整数数组,元素最小值Min最大值Max