日常工作¶

在本章中，将按功能分组显示常规文档字符串。许多docstring包含示例代码，它演示了例程的基本用法。这些示例假定numpy是通过以下方式导入的：

>>> import numpy as np

执行示例的一种方便方法是 %doctest_mode ipython模式，允许粘贴多行示例并保留缩进。

数组创建例程
- 零和零点
- 从现有数据
- 创建记录数组 (numpy.rec ）
- 创建字符数组 (numpy.char ）
- 数值范围
- 构建矩阵
- 矩阵类
数组操作例程
- 基本操作
- 更改数组形状
- 类转置操作
- 更改维度数
- 改变数组类型
- 连接数组
- 拆分数组
- 切片阵列
- 添加和删除元素
- 重新排列元素
二元运算
- 元素位操作
- 钻头填塞
- 输出格式
字符串操作
- 字符串操作
- 比较
- 字符串信息
- 便利班
C型外部功能接口 (numpy.ctypeslib ）
日期时间支持函数
- numpy.datetime_as_string
- numpy.datetime_data
- 工作日功能
数据类型例程
- numpy.can_cast
- numpy.promote_types
- numpy.min_scalar_type
- numpy.result_type
- numpy.common_type
- numpy.obj2sctype
- 创建数据类型
- 数据类型信息
- 数据类型测试
- 其他
可选SciPy加速例程 (numpy.dual ）
- 线性代数
- FFT
- 其他
具有自动域的数学函数 (numpy.emath ）
- 功能
浮点错误处理
- 设置和获取错误处理
- 内部功能
离散傅立叶变换 (numpy.fft ）
- 标准快速傅立叶变换
- 实数傅立叶变换
- 埃尔米特快速傅里叶变换
- 助手例程
- 背景信息
- 实施细节
- 类型提升
- 归一化
- 实变换和厄米变换
- 更高的尺寸
- 工具书类
- 实例
函数式编程
- numpy.apply_along_axis
- numpy.apply_over_axes
- numpy.vectorize
- numpy.frompyfunc
- numpy.piecewise
numpy特定帮助功能
- 寻找帮助
- 阅读帮助
索引例程
- 生成索引数组
- 类索引操作
- 将数据插入数组
- 迭代数组
输入和输出
- numpy二进制文件（npy，npz）
- 文本文件
- 原始二进制文件
- 字符串格式
- 内存映射文件
- 文本格式选项
- 基N表示
- 数据源
- 二进制格式说明
线性代数 (numpy.linalg ）
- 矩阵和向量积
- 分解
- 矩阵特征值
- 规范和其他数字
- 解方程和逆矩阵
- 例外情况
- 几个矩阵上的线性代数
逻辑函数
- 真值检验
- 数组内容
- 数组类型测试
- 逻辑运算
- 比较
屏蔽数组操作
- 常量
- 创造
- 检查阵列
- 操纵蒙面阵
- 面具上的操作
- 转换操作
- 蒙面数组算法
数学函数
- 三角函数
- 双曲函数
- 舍入
- 总额、产品、差额
- 指数和对数
- 其他特殊功能
- 浮点例程
- 有理例行程序
- 算术运算
- 处理复数
- 其他
矩阵库 (numpy.matlib ）
- numpy.matlib.empty
- numpy.matlib.zeros
- numpy.matlib.ones
- numpy.matlib.eye
- numpy.matlib.identity
- numpy.matlib.repmat
- numpy.matlib.rand
- numpy.matlib.randn
其他程序
- 性能调整
- 内存范围
- 数组混音
- numpy版本比较
- 实用程序
- 类Matlab函数
填充数组
- numpy.pad
多项式
- 正在从转换 numpy.poly1d 到 numpy.polynomial
- 文件 polynomial 包裹
- 遗留多项式文档
随机抽样 (numpy.random ）
- 快速启动
- 介绍
- 概念
- 特征
设置例程
- numpy.lib.arraysetops
- 制作合适的套装
- 布尔运算
排序、搜索和计数
- 分选
- 搜索
- 计数
统计
- 订单统计
- 平均数和方差
- 相关的
- 直方图
测试支持 (numpy.testing ）
- 断言
- 装饰器
- 试运行
- 指南
窗口功能
- 各种窗口

numpy.ufunc.signature 数组创建例程