数学和统计方法
可以通过数组上的一组数学函数对整个数组或某个轴向的数据进行统计计算。sum、mean以及标准差std等聚合计算(aggregation，通常叫做约简((reduction))既可以当做数组的实例方法调用，也可以当做顶级NumPy函数使用。
=====================================
mean和sum这类的函数可以接受一个axis选项参数，用于计算该轴向上的统计值，最终结果是一个少一维的数组.，arr.mean(1)是“计算行的平均值”，arr.sum(0)是“计算每列的和”
=====================================
cumsum和cumprod之类的方法则不聚合，而是产生一个由中间结果组成的数组
=====================================
累加函数（如cumsum）返回的是同样大小的数组，但是会根据每个低维的切片沿着标记轴计算部分聚类
用于布尔型数组的方法
sum经常被用来对布尔型数组中的True值计数
=====================================
any用于测试数组中是否存在一个或多个True，而all则检查数组中所有值是否都是True
这两个方法也能用于非布尔型数组，所有非0元素将会被当做True
排序
NumPy数组也可以通过sort方法就地排序
=====================================
多维数组可以在任何一个轴向上进行排序，只需将轴编号传给sort即可
唯一化以及其它的集合逻辑
np.unique用于找出数组中的唯一值并返回已排序的结果
=====================================
np.in1d用于测试一个数组中的值在另一个数组中的成员资格，返回一个布尔型数组
用于数组的文件输入输出
np.save和np.load是读写磁盘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
如果文件路径末尾没有扩展名.npy，则该扩展名会被自动加上。然后就可以通过np.load读取磁盘上的数组
=====================================
np.savez可以将多个数组保存到一个未压缩文件中，将数组以关键字参数的形式传入.加载.npz文件时，将得到一个类似字典的对象，该对象会对各个数组进行延迟加载
要数据压缩，可以使用numpy.savez_compressed
++++++++++++++++++++++++++++++++++++
转载：https://blog.csdn.net/qq_42893334/article/details/102486372