NumPy是Python中强大的数值计算库，提供了许多方便的数据处理和分析函数。以下是一些常用的NumPy函数：

1.创建数组

• np.array()：创建数组。
• np.zeros()：创建全零数组。
• np.ones()：创建全一数组。
• np.arange()：创建等差数组。
• np.linspace()：创建等间隔数组。

2.数组操作

• np.reshape()：改变数组形状。
• np.flatten()：将多维数组转换为一维数组。
• np.concatenate()：拼接数组。
• np.split()：分割数组。
• np.hstack()：水平堆叠数组。
• np.vstack()：垂直堆叠数组。

3.数组计算

• np.sum()：求和。
• np.mean()：求平均值。
• np.median()：求中位数。
• np.std()：求标准差。
• np.var()：求方差。
• np.min()：求最小值。
• np.max()：求最大值。

4.数组运算

• np.add()：元素逐一相加。
• np.subtract()：元素逐一相减。
• np.multiply()：元素逐一相乘。
• np.divide()：元素逐一相除。
• np.dot()：矩阵乘法。
• np.power()：数组元素逐一求幂。

5.数组索引与切片

• np.where()：根据条件返回元素位置。
• np.argmax()：返回最大值的索引。
• np.argmin()：返回最小值的索引。
• np.take()：根据索引取值。
• np.put()：根据索引赋值。

6.线性代数

• np.linalg.inv()：矩阵求逆。
• np.linalg.det()：求矩阵行列式。
• np.linalg.eig()：求矩阵特征值和特征向量。
• np.linalg.solve()：求解线性方程组。

7.随机数生成

• np.random.rand()：生成[0, 1)之间的均匀分布随机数。
• np.random.randn()：生成标准正态分布的随机数。
• np.random.randint()：生成整数随机数。
• np.random.choice()：从数组中随机选择元素。
• np.random.seed()：设置随机种子。

这些函数只是NumPy库的一部分功能，NumPy还有许多其他强大的工具和方法，可以根据需要进一步学习和使用。