NumPy 常用命令速查表
把 NumPy 日常数据分析最常用的数组操作整理成速查，处理数据时对照查。
返回 编程语言数组创建 9
np.array([1, 2, 3])从列表创建数组
np.zeros((3, 4))创建 3×4 全 0 数组
np.ones((2, 3))创建 2×3 全 1 数组
np.arange(0, 10, 2)等差数组 [0, 2, 4, 6, 8]
np.linspace(0, 1, 5)0 到 1 等分 5 个点
np.eye(3)3×3 单位矩阵
np.random.rand(3, 3)3×3 均匀分布随机数
np.random.randn(3, 3)3×3 标准正态分布
np.random.randint(0, 10, (2, 3))2×3 随机整数
索引与切片 6
a[0]取第一个元素
a[1:3]切片取第 2、3 个
a[a > 5]布尔索引，取大于 5 的元素
a[[0, 2, 4]]花式索引，取指定位置
a[1:3, 2:4]二维切片：行 1-2，列 2-3
np.where(a > 5, a, 0)条件替换：大于 5 保留，否则置 0
形状变换 8
a.shape查看数组形状
a.reshape(2, 3)变换为 2×3 形状
a.flatten()展平为一维数组
a.T转置
np.concatenate([a, b], axis=0)沿行方向拼接
np.vstack([a, b])垂直堆叠
np.hstack([a, b])水平堆叠
np.split(a, 3)等分为 3 份
数学与统计 10
a.sum()所有元素求和
a.mean()均值
a.std()标准差
a.min() / a.max()最小值 / 最大值
a.argmin() / a.argmax()最小值 / 最大值索引
a.cumsum()累积和
np.dot(a, b)矩阵点积
a @ b矩阵乘法（Python 3.5+）
np.sort(a)排序
np.unique(a)去重
广播与保存 7
a + 1广播：每个元素加 1
a * 2广播：每个元素乘 2
a + b（形状兼容即可）广播运算
np.save("data.npy", a)保存为 npy 文件
np.load("data.npy")加载 npy 文件
np.savetxt("data.csv", a, delimiter=",")保存为 CSV
np.loadtxt("data.csv", delimiter=",")从 CSV 加载
💡 提示
- NumPy 数组是同构的，所有元素类型必须一致，混类型会自动提升。
- 广播规则：两个维度从后往前比较，相等或其中一个为 1 才能广播。
- a * b 是元素级乘法，矩阵乘法用 a @ b 或 np.dot(a, b)。