本文禁止转载！
原本是不想专门讲述Numpy函数的，但是今天又有人问起 。这次黄同学趁机为大家总结了这12个Numpy高级函数 ，大家一定要掌握 ，因为它真的很好用！很好用！很好用！
在正式讲述12个函数之前，先看看黄同学为你准备的大纲 ，辛苦整理 ，记得保存 。
1. np.where(condition,x,y)
- 用法一：满足条件(condition)，输出x ，不满足输出y。
- 用法二：筛选出满足条件(condition)的元素 。
例一：查找数组中大于5的值 ，并返回 。对于小于等于5的部分，直接用5代替；
import numpy as np
x = np.array([1,3,5,7,9])
z = x > 5
z
np.where(z,y,5)
结果如下：
例二：查找数组中大于18岁的人 ，并返回它们的下标；
y = np.array([19,35,15,25,10])
y
z = y > 18
z
np.where(z)
结果如下：
2. np.cumsum()和np.cumprod()
- np.cumsum()：按照不同轴 ，计算元素的累加和。
- np.cumprod()：按照不同轴，计算元素的累乘积 。
- 注意：若不设置axis，则会自动将数组拉成一条直线 ，然后进行累加或累乘 。
如果不设置axis：
x = np.array([[1,2],[4,5],[7,8]])
x
np.cumsum(x)
np.cumprod(x)
结果如下：
axis=0表示【按列方向操作】；axis=1表示【按行方向操作】
np.cumsum(x,axis=0)
np.cumsum(x,axis=1)
结果如下：
np.cumprod(x,axis=0)
np.cumprod(x,axis=1)
结果如下：
3. np.argmin()和np.argmax()
- np.argmin()：按照不同轴 ，返回最小值元素的下标。
- np.argmax()：按照不同轴，返回最大值元素的下标 。
- 注意：若不设置axis ，则会自动将数组拉成一条直线 ，返回最大值 、最小值元素的下标 。
如果不设置axis：
x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.argmin(x)
np.argmax(x)
结果如下：
axis=0表示【按列方向操作】；axis=1表示【按行方向操作】
np.argmin(x,axis=0)
np.argmin(x,axis=1)
结果如下：
np.argmax(x,axis=0)
np.argmax(x,axis=1)
结果如下：
4. np.sort()
- np.sort()：按照不同轴，进行元素排序。
- 默认是按照行操作 ，相当于axis=1。
x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.sort(x)
np.sort(x,axis=1)
结果如下：
np.sort(x,axis=0)
结果如下：
5. 如图所示 （六合一）
① unique()
② np.in1d()
③ np.intersect1d()
④ np.union1d()
⑤ np.setdiff1d()
⑥ np.setxor1d()
