立一个flag这周认真再看numpy, pandas, matplotlib的文档，认真做笔记。供自己以后看，希望能帮到其他人吧（会慢慢更新！）
| 名字 | 功能 |
|---|---|
| (ndarray).shape | 返回一个shape（tuple） |
| (ndarray).reshape(tuple) | 根据传进去的参数生成新的ndarray(转换方式，跟ndarray内部编码有关（跟下面的某一个函数）) |
| (ndarray).vstack((ndarray1, ndarray2)) | 垂直方向上进行拼接（像栈一样叠起来，左边在上面，右边在下面） |
| (ndarray).hstack((ndarray1, ndarray2)) | 水平方向上的拼接（左边的，在左边，右边的在右边） |
| ndarray (+-*/) | 本质上都是相互之间的映射运算，（乘法也可以称之为点乘） |
| ndarray (形状不同的数组之间也可以进行类似的操作) | +-*/ （广播的思想） |
| ndarray.sum() | 将整个ndarray 全部元素加起来，得到一个数 |
| ndarray.sum(axis=0) | 按照第0轴进行加法，返回一个新的ndarray(第0轴就是行遍历) |
| ndarray.sum(axis=1) | 按照第1轴方向进行求和 |
| ndarray.mean() | 求平均值，也可以指定行号列号（跟上面的sum一样，可以指定axis） |
| ndarray.max() | 求最大值（也可以指定行 列（axis）） |
| ndarray.min() | 同理，也可以指定行列。这个axis可以这么理解，结果是在原来的矩阵中是行，那么就是axis = 0 (axis 是一个轴，标记的是函数作用的时候，行走（或者叫 遍历） 的方向) |
| ndarray.argmax() | 返回的是最大值的index，也可以设置axis，否者返回的是一个数，这个数，其实是ndarray顺序编码的index |
| ndarray.argmin() | 同理，返回最小值的index |
| ndarray.var() | 算方差，也可以设置axis |
| ndarray.std() | 算标准差，也可以设置axis |
| np.dot(ndarray1, ndarray2) | 返回值是两个矩阵之间的内积（矩阵乘法） |
| np.linalg.det(ndarray) | 返回值是这个ndarray的行列式（数值） |
| np.linalg.inv(ndarray) | 返回值是这个ndarray的逆矩阵 |
| np.linalg.solve(a,b) | a是系数矩阵，b是方程右边的解构成的列向量 |
| np.linalg.eig(a) | 算a的特征向量和特征值 |
