所有内容均来自于：
numpy模块
numpy.nditer
NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。
for x in np.nditer(a, order='F'):Fortran order，即是列序优先；for x in np.nditer(a, order='C'):C order，即是行序优先；
修改数组中元素的值
nditer 对象有另一个可选参数 op_flags。 默认情况下，nditer 将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值的修改，必须指定 readwrite 或者 writeonly 的模式。
numpy.ndarray.flat
numpy.ndarray.flat 是一个数组元素迭代器
numpy.ndarray.flatten
numpy.ndarray.flatten 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组，格式如下：
ndarray.flatten(order='C')
参数说明：
- order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序。
numpy.ravel
numpy.ravel() 展平的数组元素，顺序通常是"C风格"，返回的是数组视图（view，有点类似 C/C++引用reference的意味），修改会影响原始数组。
该函数接收两个参数：
numpy.ravel(a, order='C')参数说明：
- order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序。
连接数组
| 函数 | 描述 |
|---|---|
concatenate |
连接沿现有轴的数组序列 |
stack |
沿着新的轴加入一系列数组。 |
hstack |
水平堆叠序列中的数组（列方向） |
vstack |
竖直堆叠序列中的数组（行方向） |
分割数组
| 函数 | 数组及操作 |
|---|---|
split |
将一个数组分割为多个子数组 |
hsplit |
将一个数组水平分割为多个子数组（按列） |
vsplit |
将一个数组垂直分割为多个子数组（按行） |
数组元素的添加与删除
| 函数 | 元素及描述 |
|---|---|
resize |
返回指定形状的新数组 |
append |
将值添加到数组末尾 |
insert |
沿指定轴将值插入到指定下标之前 |
delete |
删掉某个轴的子数组，并返回删除后的新数组 |
unique |
查找数组内的唯一元素 |
NumPy 字符串函数
以下函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。
这些函数在字符数组类（numpy.char）中定义。
| 函数 | 描述 |
|---|---|
add() |
对两个数组的逐个字符串元素进行连接 |
| multiply() | 返回按元素多重连接后的字符串 |
center() |
居中字符串 |
capitalize() |
将字符串第一个字母转换为大写 |
title() |
将字符串的每个单词的第一个字母转换为大写 |
lower() |
数组元素转换为小写 |
upper() |
数组元素转换为大写 |
split() |
指定分隔符对字符串进行分割，并返回数组列表 |
splitlines() |
返回元素中的行列表，以换行符分割 |
strip() |
移除元素开头或者结尾处的特定字符 |
join() |
通过指定分隔符来连接数组中的元素 |
replace() |
使用新字符串替换字符串中的所有子字符串 |
decode() |
数组元素依次调用str.decode |
encode() |
数组元素依次调用str.encode |
最值函数
numpy.amin() 和 numpy.amax()：从数组中查找最小元素，最大元素
numpy.amin() 用于计算数组中的元素沿指定轴的最小值。
numpy.amin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)参数说明：
a: 输入的数组，可以是一个NumPy数组或类似数组的对象。axis: 可选参数，用于指定在哪个轴上计算最小值。如果不提供此参数，则返回整个数组的最小值。可以是一个整数表示轴的索引，也可以是一个元组表示多个轴。out: 可选参数，用于指定结果的存储位置。keepdims: 可选参数，如果为True，将保持结果数组的维度数目与输入数组相同。如果为False（默认值），则会去除计算后维度为1的轴。initial: 可选参数，用于指定一个初始值，然后在数组的元素上计算最小值。where: 可选参数，一个布尔数组，用于指定仅考虑满足条件的元素。
numpy.argmax() 和 numpy.argmin()
numpy.argmax() 和 numpy.argmin()函数分别沿给定轴返回最大和最小元素的索引。
条件筛选函数
numpy.where()
numpy.where() 函数返回输入数组中满足给定条件的元素的索引。
numpy.nonzero()
numpy.nonzero() 函数返回输入数组中非零元素的索引。
NumPy 线性代数
NumPy 提供了线性代数函数库 linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明：
| 函数 | 描述 |
|---|---|
dot |
两个数组的点积，即元素对应相乘。 |
vdot |
两个向量的点积 |
inner |
两个数组的内积 |
matmul |
两个数组的矩阵积 |
determinant |
数组的行列式 |
solve |
求解线性矩阵方程 |
inv |
计算矩阵的乘法逆矩阵 |
NumPy 矩阵库(Matrix)
NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。
1.matlib.empty()
matlib.empty() 函数返回一个新的矩阵，
2.numpy.matlib.zeros()
numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。
3.numpy.matlib.ones()
numpy.matlib.ones()函数创建一个以 1 填充的矩阵。
4.numpy.matlib.eye()
numpy.matlib.eye() 函数返回一个矩阵，对角线元素为 1，其他位置为零。
5.numpy.matlib.identity()
numpy.matlib.identity() 函数返回给定大小的单位矩阵。单位矩阵是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为 1，除此以外全都为 0。
6.numpy.matlib.rand()
numpy.matlib.rand() 函数创建一个给定大小的矩阵，数据是随机填充的。
NumPy IO
Numpy 可以读写磁盘上的文本数据或二进制数据。
NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。
npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。
常用的 IO 函数有：
- load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。
- savez() 函数用于将多个数组写入文件，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。
- loadtxt() 和 savetxt() 函数处理正常的文本文件(.txt 等) 【txt文件里保存的是数字才可】
例如： 
Matplotlib 绘图标记
fmt 参数
fmt 参数定义了基本格式，如标记、线条样式和颜色。
fmt = '[marker][line][color]' 例如 o:r，o 表示实心圆标记，: 表示虚线，r 表示颜色为红色。
绘图过程如果我们想要给坐标自定义一些不一样的标记，就可以使用 plot() 方法的 marker 参数来定义。
例如：
import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])
plt.plot(ypoints, marker = '^')
plt.show()
marker 可以定义的符号如下：
| 标记 | 符号 | 描述 |
|---|---|---|
| "." |
|
点 |
| "," |
|
像素点 |
| "o" |
|
实心圆 |
| "v" |
|
下三角 |
| "^" |
|
上三角 |
| "<" |
|
左三角 |
| ">" |
|
右三角 |
| "1" |
|
下三叉 |
| "2" |
|
上三叉 |
| "3" |
|
左三叉 |
| "4" |
|
右三叉 |
| "8" |
|
八角形 |
| "s" |
|
正方形 |
| "p" |
|
五边形 |
| "P" |
|
加号（填充） |
| "*" |
|
星号 |
| "h" |
|
六边形 1 |
| "H" |
|
六边形 2 |
| "+" |
|
加号 |
| "x" |
|
乘号 x |
| "X" |
|
乘号 x (填充) |
| "D" |
|
菱形 |
| "d" |
|
瘦菱形 |
| "|" |
|
竖线 |
| "_" |
|
横线 |
| 0 (TICKLEFT) |
|
左横线 |
| 1 (TICKRIGHT) |
|
右横线 |
| 2 (TICKUP) |
|
上竖线 |
| 3 (TICKDOWN) |
|
下竖线 |
| 4 (CARETLEFT) |
|
左箭头 |
| 5 (CARETRIGHT) |
|
右箭头 |
| 6 (CARETUP) |
|
上箭头 |
| 7 (CARETDOWN) |
|
下箭头 |
| 8 (CARETLEFTBASE) |
|
左箭头 (中间点为基准) |
| 9 (CARETRIGHTBASE) |
|
右箭头 (中间点为基准) |
| 10 (CARETUPBASE) |
|
上箭头 (中间点为基准) |
| 11 (CARETDOWNBASE) |
|
下箭头 (中间点为基准) |
| "None", " " or "" | 没有任何标记 | |
| '$...$' |
|
渲染指定的字符。例如 "$f$" 以字母 f 为标记。 |
绘图过程如果我们自定义线的样式，包括线的类型、颜色和大小等。
线的类型
线的类型可以使用 linestyle 参数来定义，简写为 ls。
线的颜色
线的颜色可以使用 color 参数来定义，简写为 c。
线的宽度
线的宽度可以使用 linewidth 参数来定义，简写为 lw，值可以是浮点数，如：1、2.0、5.67 等。
多条线
plot() 方法中可以包含多对 x,y 值来绘制多条线。
grid() 方法
我们可以使用 pyplot 中的 grid() 方法来设置图表中的网格线。