用法：
#返回从0到n（包括0不包括n）的数
np.arange(3)
array([0, 1, 2])
np.arange(3.0)
array([ 0., 1., 2.])
#返回左开右闭的区间内的数
np.arange(3,7)
array([3, 4, 5, 6])
#返回从第一个数（包括）到第二个数（不包括），每次增加第三个数大小
np.arange(3,7,2)
array([3, 5])
用法：
返回一个符合指定规格且每个数都符合正态分布的矩阵
random_state = np.random.RandomState(0)
a = random_state.randn(150,200*4)
用法：
将数组从小到大排序，并返回其下标
x = np.array([3, 1, 2])
np.argsort(x) #按升序排列
array([1, 2, 0])
np.argsort(-x) #按降序排列
array([0, 2, 1])
转置
array = array.T
a = numpy.array([1,34,1,56,78,23,5])
a.sort()
print(a)
#平均值
print(np.mean(a))
#中位数
print(np.median(a))
#众数
counts = np.bincount(a)
print(np.argmax(counts))
#众数方法二
import numpy as np
import scipy.stats as ss
a = np.array([1,2,2,2,3,3,3,3,4,])
t = ss.mode(a)
print(t)
#返回numpy数组最大值索引
print(np.argmax(a))
#subplot用法
for i in range(wide):
print(i+1)
plt.subplot(2,4,i+1)
plt.title('figure_a'+str(i+1))
plt.plot(y['a'+str(i+1)])
plt.show()
#声明固定大小数组
arr = np.zeros((3,8))
#dtype参数限定二维数组数据类型
brr = np.ones((4,4),dtype=int)
print(arr.shape)
print(brr.shape)
print(arr)
print(brr)
#insert
t = np.array([])
print(t)
#在数组t的第0位置插入5
t = np.insert(t,0,5)
print(t)
#偏度
skew = ss.skew(num)
#峰度
kurtosis = ss.kurtosis(num)
#多维数组
#声明8个4*8的二维矩阵
a = np.zeros((8,4,8))
#返回属于标准正态分布的数
#返回一个2*4的满足标准正太分布的矩阵
a = np.random.randn(2,4)
#按照列连接两个两个矩阵
a = np.array([[1,2,3],[7,8,9]])
b = np.array([[4,5,6],[10,11,12]])
#按行拼接
c = np.r_[a,b]
print(c)
"""
c=[[ 1 2 3]
[ 7 8 9]
[ 4 5 6]
[10 11 12]]
"""
#按列拼接
c = np.c_[a,b]
print(c)
"""
c=[[ 1 2 3 4 5 6]
[ 7 8 9 10 11 12]]
"""
#在左闭右开的区间产生数量为size的数组
s = np.random.uniform(-1,0,1000)
print(s.shape)
#s.shape = (1000,0),且中的每一个元素属于[-1,0)
#从错标向量返回坐标矩阵
a = np.meshgrid(-5,5,500)
print(a.shape)
#a.shape =（500，500）
#将多维数组拉成一维数组
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a)
print(a.ravel())
"""[[1 2 3]
[4 5 6]
[7 8 9]]
[1 2 3 4 5 6 7 8 9]
"""
#三维数组
b = np.zeros((2,2,2))
print(b)
print(b.ravel())
"""[[[0. 0.]
[0. 0.]]
[[0. 0.]
[0. 0.]]]
[0. 0. 0. 0. 0. 0. 0. 0.]
"""
参考文献：
https://numpy.org/doc/stable/reference/generated/numpy.arange.html
