numpy库的一些函数（一)
1. np.eye(n) : 生成单位矩阵；
print(np.eye(3))
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]2. np.concatenate()拼接；
3. np.(a) np.floor(a) : 计算各元素的ceiling 值， floor值（ceiling向上取整，floor向下取整）；
4. np.rint(a) : 各元素 四舍五入；
5. np.modf(a) : 将数组各元素的小数和整数部分以两个独立数组形式返回；
a=np.array([3.1,4.2,5.3])
print(a)
print(np.modf(a))结果为：
[3.1 4.2 5.3]
(array([0.1, 0.2, 0.3]), array([3., 4., 5.]))6. np.sign(a) : 计算各元素的符号值 1（+），0，-1（-）；
7. np.mod(a, b) : 元素级的模运算；
a=np.array([3.1,4.2,5.3])
b=np.array([2,3,4])
print(np.mod(a,b))结果为：
[1.1 1.2 1.3]8. np.copysign(a, b) : 将b中各元素的符号赋值给数组a的对应元素；
a=np.array([-3.1,-4.2,-5.3])
b=np.array([2,3,4])
a=np.copysign(a,b)
print(a)结果为：
[3.1 4.2 5.3]10. np.random.rand()：生成指定维度的的[0,1)范围之间的随机数，输入参数为维度；
a=np.random.rand(3,2)
print(a)结果为：
[[0.84840382 0.7015276 ]
[0.56983817 0.61783566]
[0.64622608 0.66891835]]11. np.random.randn()：生成指定维度的服从标准正态分布的随机数，输入参数为维度；
a=np.random.randn(3,2)
print(a)结果为：
[[ 0.08350738 -1.48708854]
[-1.30376758 1.42522364]
[-0.19306496 -1.10397591]]12. np.random.randint(low, high = None, size = None)：返回随机数或者随机数组成的array；
a=np.random.randint(1,6,size=7)
print(a)结果为：
[3 5 1 1 2 3 5]13.numpy.random.normal(loc=0.0, scale=1.0, size=None)：生成正态分布:
loc：float
此概率分布的均值（对应着整个分布的中心centre）
scale：float
此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）
size：int or tuple of ints
输出的shape，默认为None，只输出一个值
a=np.random.normal(0,1,size=1000)
print(np.mean(a))
print(np.std(a))
print(a)结果为：
0.044268012359035366
1.0229631748467778
[ 8.94681141e-01 5.77664180e-01 -1.25021294e+00 9.34434220e-02
-1.37864604e+00 2.08211752e+00 6.56774147e-01 -8.41141614e-01..............14.np.random.choice(a, size = None, replace = True, p = None)从给定数组a中随机选择,p可以指定a中每个元素被选择的概率；
a=np.random.choice([2,3,4,5],size=2,p=[0.2,0.3,0.4,0.1])
print(a)结果为（3和4的概率最大）：
[4 3]15. np.random.seed()函数可以保证生成的随机数具有可预测性;
np.random.seed(1)
print(np.random.rand(2))
np.random.seed(2)
print(np.random.rand(2))
np.random.seed(1)
print(np.random.rand(2))结果为：
[0.417022 0.72032449]
[0.4359949 0.02592623]
[0.417022 0.72032449]16. numpy.clip(a,a_min,a_max,a=None):这个方法会给出一个区间，在区间之外的数字将被剪除到区间的边缘，例如给定一个区间[0,1]，则小于0的将变成0，大于1则变成1.
a=np.array([-1,-2,-3,1,2,3,4,5])
print(np.clip(a,1,3))结果为：
[1 1 1 1 2 3 3 3]----
numpy也有很多常用函数，比如：
>Pi=np.pi
>np.sin(2*np.pi*x)
>np.mean()
>np.max()
>np.min()
>no.std()
>np.linespace()
>np.arrange()
>np.sort()
>np.fabs()
>np.abs()
#fabs() 函数只适用于 float 和 integer 类型，而 abs() 也适用于复数。
>np.squre(）
-------END-----