更多关于：NumPy…
数学运算函数
| add（x1，x2 [，out]） | 按元素添加参数，等效于 x1 + x2 |
| subtract（x1，x2 [，out]） | 按元素方式减去参数，等效于x1 – x2 |
| multiply（x1，x2 [，out]） | 逐元素乘法参数，等效于x1 * x2 |
| divide（x1，x2 [，out]） | 逐元素除以参数，等效于x1 / x2 |
| exp（x [，out]） | 计算输入数组中所有元素的指数。 |
| exp2（x [，out]） | 对于输入数组中的所有p，计算2 ** p。 |
| log（x [，out]） | 自然对数，逐元素。 |
| log2（x [，out]） | x的基础2对数。 |
| log10（x [，out]） | 以元素为单位返回输入数组的基数10的对数。 |
| expm1（x [，out]） | 对数组中的所有元素计算exp（x） - 1 |
| log1p（x [，out]） | 返回一个加自然对数的输入数组，元素。 |
| sqrt（x [，out]） | 按元素方式返回数组的正平方根。 |
| square（x [，out]） | 返回输入的元素平方。 |
| sin（x [，out]） | 三角正弦。 |
| cos（x [，out]） | 元素余弦。 |
| tan（x [，out]） | 逐元素计算切线。 |
››› x = np.random.randint(4, size=6).reshape(2,3)
››› x
array([[2, 0, 3],
[2, 3, 3]])
››› y = np.random.randint(4, size=6).reshape(2,3)
››› y
array([[1, 3, 1],
[1, 1, 0]])
›››
››› x + y
array([[3, 3, 4],
[3, 4, 3]])
››› np.add(x, y)
array([[3, 3, 4],
[3, 4, 3]])
››› np.square(x)
array([[4, 0, 9],
[4, 9, 9]])
››› np.log1p(x)
array([[ 1.09861229, 0. , 1.38629436],
[ 1.09861229, 1.38629436, 1.38629436]])
规约函数
下面所有的函数都支持axis来指定不同的轴，用法都是类似的。
| ndarray.sum（[axis，dtype，out，keepdims]） | 返回给定轴上的数组元素的总和。 |
| ndarray.cumsum（[axis，dtype，out]） | 返回沿给定轴的元素的累积和。 |
| ndarray.mean（[axis，dtype，out，keepdims]） | 返回沿给定轴的数组元素的平均值。 |
| ndarray.var（[axis，dtype，out，ddof，keepdims]） | 沿给定轴返回数组元素的方差。 |
| ndarray.std（[axis，dtype，out，ddof，keepdims]） | 返回给定轴上的数组元素的标准偏差。 |
| ndarray.argmax（[axis，out]） | 沿着给定轴的最大值的返回索引。 |
| ndarray.min（[axis，out，keepdims]） | 沿给定轴返回最小值。 |
| ndarray.argmin（[axis，out]） | 沿着给定轴的最小值的返回索引。 |
››› x = np.random.randint(10, size=6).reshape(2,3)
››› x
array([[3, 7, 0],
[7, 1, 3]])
››› np.sum(x)
21
››› np.sum(x, axis=0)
array([10, 8, 3])
››› np.sum(x, axis=1)
array([10, 11])
››› np.argmax(x)
1
››› np.argmax(x, axis=0)
array([1, 0, 1], dtype=int64)
››› np.argmax(x, axis=1)
array([1, 0], dtype=int64)