通过小编前面两篇日记分别记录了NumPy基础跟数据的存取。本日记将记录NumPy库一些比较常用的函数。通过本日记希望同学们能学习到NumPy的相关知识。还没有阅读过小编前面的两篇日记，可以点击下面链接进行阅读。
日记一：https://zhuanlan.zhihu.com/p/144194230
日记二：https://zhuanlan.zhihu.com/p/144576288
一、NumPy的随机数函数——random子库
1、首先，同学可能会有疑问，Python不是自带random库吗，为什么NumPy还自带一个random子库？
对于这两个random，其实还是有区别的。
1）Python自带的random库一般提供一些产生随机数的基本函数，可以满足基本需求，也一般用在建立一维数组。
2）NumPy自带的random子库一般提供一些产生随机数的高级函数，可以满足高级需求，也一般用在建立多维数组。
所以，小编觉得假若同学们用random的目的跟数据分析无关，就单纯地生成几个随机数去进行相关运算，则选择Python自带的random库就可以了，如果要进行数据分析相关操作的话，选择NumPy的random子库或许是更优的选择。
2、NumPy的random子库
random子库的基础函数
3、下面将通过例子来熟悉上面的函数。
1）例1：对rand()、randn()、和randint()的使用，代码如下
例1
2）可能有同学疑问，函数表里面的seed()函数是干嘛用的。来看看下面的例子2或许就理解了。代码如下
例2
可以发现randint()函数去随机产生两个数组，产生的两个数组是一模一样的，这就是seed()函数的作用所在。
3）例3：对shuffle()和permutation()函数的，代码如下
例3
观察例子3，可以发现shuffle()和permutation()这两个函数的区别在于使用shuffle()函数会改变原来的数组，而permutation()函数则不会改变原来的数组。
4）例4：choice()函数的使用，代码如下
例4
当设置参数replace为False时表示不重用元素，默认时为True，p=a/np.sum(a)表示以p为概率从数组a中抽取元素。
5）例5：对uniform()、normal()和poisson()函数的应用，代码如下
例5
二、NumPy的统计函数
NumPy直接提供统计类函数，比如求一个数组的和、期望、平均值等等，具体函数如下
NumPy的统计函数
下面将通过几个例子来熟悉上面的函数。
1、例1：对sum()、mean()和average()函数的使用，代码如下
例1
其中，对求和函数sum()，假若没有给定轴axis，则对所有数进行求和，若给定轴axis=0，则对每列进行求和，axis=1则对每行进行求和。对于下面函数也一样，axis=0对每列进行运算，axis=1对每行进行运算。
2、例2：对std()和var()函数的使用，代码如下
例2
3、例3：对max()、min()、argmax()、argmin()和unravel_index()函数的使用，代码如下
例3
其中，对于数组a的最大值为19，而argmax()函数则是输出降一维后最大值的下标；数组a的最小值为0，而argmin()函数则是输出降一维后最小值的下标。unravel_index()函数则是根据shape的形状降一维下标转换成多维下标。
4、例4：对ptp()和median()函数的使用，代码如下
例4
三、NumPy的梯度函数
NumPy的梯度函数
假设XY坐标轴连续三个X坐标对应的Y轴值分别是：a、b、c，则其中b的梯度为：(c-a)/2
下面通过几个例子来认识梯度函数。
1、例1：从1-20里面随机产生5个数，并进行梯度的计算，代码如下
例1
有同学可能会有疑问，第一个和最后一个的梯度应该怎么算，
例a[0]的梯度为(a[0]-a[1])/1=(1-1)/1=0;a[4]的梯度为(a[4]-a[3])/1=(18-9)/1=9)。
2、例2：从1-20里面随机产生一个3*4个数，并进行梯度的计算，代码如下
例2
看到这里，可能同学会有疑问，为什么梯度计算的结果有两个数组。其实第一个数组是最外层维度的梯度计算，即以每列去进行梯度的计算。第二个数组是第二层维度的梯度计算，即以每行去进行梯度的计算。同学们可以自行求证。
对于NumPy库的基础知识，也在此完成了记录。
欢迎大家一起交流学习。
如果想更深入了解NumPy的相关应用，请看相应的官方文档：https://www.numpy.org.cn/