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,x,5)
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)
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。
x = np.array([[1,2],[4,5],[7,8]])
x
np.cumsum(x)
np.cumprod(x)
np.cumsum(x,axis=0)
np.cumsum(x,axis=1)
np.cumprod(x,axis=0)
np.cumprod(x,axis=1)
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。
x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.argmin(x)
np.argmax(x)
np.argmin(x,axis=0)
np.argmin(x,axis=1)
np.argmax(x,axis=0)
np.argmax(x,axis=1)
4. np.sort()
x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.sort(x)
np.sort(x,axis=1)
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()
