教程：NumPy教程
阅读笔记：
1.1 axis
ndarray是一个多维数组，比如我们有一个（2,4,3）这样维度的数组，它表示：有2个数组，每一个数组的维度为4行*3列：
取axis = 0时，就相当于所求的数组的结果变成shape（2，4）
取axis = 1时，数组的结果shape（3，4）
取axis = 2时，数组的结果shape（3，2）
1.2 多维数组的操作
ndarray.shape
ndarray.ndim
ndarray.reshape
numpy.itemsize(每个元素类型的字节长度)
1.3 创建数组
np.empty
np.zeros
np.ones
从已有的数组创建:
numpy.asarray
numpy.frombuffer
numpy.fromiter（来自任何可迭代对象）
来自数值范围内的数据：
numpy.arange（给定范围等间隔，默认从0开始，坐闭右开）
numpy.linspace（给定范围和均匀间隔数量，左闭右闭）
numpy.logspace（对数刻度上均匀分布，base的start次幂~base的stop次幂）
1.4 切片
slice(start,stop,step)
多维ndarray切片：
高级和基本索引可以通过使用切片:或省略号...与索引数组组合。
a = np.array([np.nan, 1,2,np.nan,3,4,5])
print a[~np.isnan(a)] #过滤Nan
1.5 数组上的迭代
numpy.nditer
1.6 数组操作
修改形状
numpy.reshape
numpy.ndarray.flat（返回数组上的一维迭代器）
numpy.ndarray.flatten（返回折叠为一维的数组副本，返回一个拷贝副本，内容物理存储在另一个位置，修改副本不会影响原数组）
numpy.ravel（也是将多维数组降为一维，但是返回的是view,相同内存内容的不同视图，修改会影响原数组）
翻转操作
numpy.transpose
numpy.ndarray.T
numpy.rollaxis（numpy.rollaxis的理解）
numpy.swapaxes（交换两个轴）
修改维度
numpy.broadcast
numpy.broadcast_to
numpy.expand_dims（指定位置插入新的轴）
numpy.squeeze（指定位置删除一维条目）
数组连接
numpy.concatenate（沿指定轴连接相同形状的两个或多个数组）
numpy.stack（沿新轴连接数组）
numpy.hstack（水平堆叠）
numpy.vstack（竖直堆叠）
数组分割：
numpy.split
numpy.hsplit
numpy.vsplit
添加/删除元素
numpy.resize
numpy.append
numpy.insert（未提供轴时插入会展开原数组）
numpy.delete
1.7 位操作
numpy.bitwise_and (与)
numpy.bitwise_or（或）
numpy.invert（取反，有符号的整数返回补码）
numpy.left shift（左移，右补0）
numpy.right_shift（右移，左补0）
1.8 字符串函数（封装在numpy.char中）
numpy.char.add（字符串连接）
numpy.char.multiply
numpy.char.center
numpy.char.capitalize
numpy.char.title（首字母大写）
numpy.char.lower
numpy.char.split
numpy.char.splitlines
numpy.char.strip
numpy.char.join
numpy.char.replace
numpy.char.decode
numpy.char.encode
1.9 算数函数
三角函数
numpy.around
numpy.floor（向上取整）
numpy.ceil（向上取整）
1.10 算术运算
numpy.reciprocal（取倒数）
numpy.power
numpy.mod（余数）= numpy.remainder()
1.11 统计运算
numpy.amin
numpy.amax
numpy.ptp（沿轴方向的最大值-最小值）
numpy.percentile
numpy.median
numpy.mean
numpy.average
