元素計算函式

1. ceil(): 向上最接近的整數，引數是 number 或 array

2. floor(): 向下最接近的整數，引數是 number 或 array

3. rint(): 四捨五入，引數是 number 或 array
4. isnan(): 判斷元素是否為 NaN(Not a Number)，引數是 number 或 array
5. multiply(): 元素相乘，引數是 number 或 array
6. divide(): 元素相除，引數是 number 或 array
7. abs()：元素的絕對值，引數是 number 或 array
8. where(condition, x, y)
   : 三元運算子，x if condition else y

示例程式碼（1、2、3、4、5、6、7）：

# randn() 返回具有標準正態分佈的序列。
arr = np.random.randn(2,3)

print(arr)

print(np.ceil(arr))

print(np.floor(arr))

print(np.rint(arr))

print(np.isnan(arr))

print(np.multiply(arr, arr))

print(np.divide(arr, arr))

print(np.where(arr > 0, 1, -1))

執行結果：

# print(arr)
[[-0.75803752  0.0314314   1.15323032]
 [ 1.17567832  0.43641395  0.26288021]]

# print(np.ceil(arr))
[[-0.  1.  2.]
 [ 2.  1.  1.]]

# print(np.floor(arr))
[[-1.  0.  1.]
 [ 1.  0.  0.]]

# print(np.rint(arr))
[[-1.  0.  1.]
 [ 1.  0.  0.]]

# print(np.isnan(arr))
[[False False False]
 [False False False]]

 
# print(np.multiply(arr, arr))
[[  5.16284053e+00   1.77170104e+00   3.04027254e-02]
 [  5.11465231e-03   3.46109263e+00   1.37512421e-02]]

# print(np.divide(arr, arr))
[[ 1.  1.  1.]
 [ 1.  1.  1.]]

# print(np.where(arr > 0, 1, -1))
[[ 1  1 -1]
 [-1  1  1]]

元素統計函式

1. np.mean(), np.sum()：所有元素的平均值，所有元素的和，引數是 number 或 array

2. np.max(), np.min()：所有元素的最大值，所有元素的最小值，引數是 number 或 array

3. np.std(), np.var()：所有元素的標準差，所有元素的方差，引數是 number 或 array
4. np.argmax(), np.argmin()：最大值的下標索引值，最小值的下標索引值，引數是 number 或 array
5. np.cumsum(), np.cumprod()：返回一個一維陣列，每個元素都是之前所有元素的 累加和 和 累乘積，引數是 number 或 array
6. 多維陣列預設統計全部維度，axis引數可以按指定軸心統計，值為0則按列統計，值為1則按行統計。

示例程式碼：

arr = np.arange(12).reshape(3,4)
print(arr)

print(np.cumsum(arr)) # 返回一個一維陣列，每個元素都是之前所有元素的 累加和

print(np.sum(arr)) # 所有元素的和

print(np.sum(arr, axis=0)) # 陣列的按列統計和

print(np.sum(arr, axis=1)) # 陣列的按行統計和

執行結果：

# print(arr)
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

# print(np.cumsum(arr)) 
[ 0  1  3  6 10 15 21 28 36 45 55 66]

# print(np.sum(arr)) # 所有元素的和
66

# print(np.sum(arr, axis=0)) # 0表示對陣列的每一列的統計和
[12 15 18 21]

# print(np.sum(arr, axis=1)) # 1表示陣列的每一行的統計和
[ 6 22 38]

元素判斷函式

1. np.any(): 至少有一個元素滿足指定條件，返回True
2. np.all(): 所有的元素滿足指定條件，返回True

示例程式碼：

arr = np.random.randn(2,3)
print(arr)

print(np.any(arr > 0))
print(np.all(arr > 0))

執行結果：

[[ 0.05075769 -1.31919688 -1.80636984]
 [-1.29317016 -1.3336612  -0.19316432]]

True
False

元素去重排序函式

np.unique():找到唯一值並返回排序結果，類似於Python的set集合

示例程式碼：

arr = np.array([[1, 2, 1], [2, 3, 4]])
print(arr)

print(np.unique(arr))

執行結果：

[[1 2 1]
 [2 3 4]]

[1 2 3 4]