imoprt numpy as np

创建数组：

np.array()		#根据输入数据创建一个数组。

np.zeros()		#创建一个全零数组。
	np.zeros((2,3)) #创建2个含3个零的数组。2行3列

np.ones()		#创建一个全一数组。
	np.ones((2,3)) #创建2个含3个一的数组。

np.full()		#创建一个全自定义数组。
	np.ones((2,3),8) #创建2个含3个8的数组。

np.eye(4) #创建对角线都是1的4行4列数组。
	array([[1., 0., 0., 0.],
	       [0., 1., 0., 0.],
	       [0., 0., 1., 0.],
	       [0., 0., 0., 1.]])
np.empty()		#创建一个未初始化的数组。
np.arange()  #创建一个范围内的数组。
np.linspace()		#创建一个线性间隔的数组。

数组操作：

ndarray.shape		#返回数组的维度。
ndarray.ndim		#返回数组的维数。
ndarray.size		#返回数组中的元素总数。
ndarray.reshape()		#改变数组的形状。
ndarray.flatten()		#将多维数组转换为一维数组。

数学函数：

np.add()		#两个数组相加。
np.subtract()		#两个数组相减。
np.multiply()		#两个数组相乘。
np.divide()		#两个数组相除。
np.exp()		#计算数组元素的指数。
np.sqrt()		#计算数组元素的平方根。
np.sin(), np.cos(), np.tan()		#计算三角函数。
np.sum()		#计算数组元素的和。
np.mean()		#计算数组元素的平均值。
np.max(), numpy.min()		#计算数组元素的最大值和最小值。

索引和切片：

#数组索引：
array[index]，#可以使用整数或切片来获取数组元素。
#布尔索引：
array[condition]，#根据条件选择数组元素。
#花式索引：
array[index_array]，#使用整数数组作为索引来选择数组元素。

数组拼接和分割：

np.concatenate()		#拼接数组。
np.vstack()		#垂直拼接数组。
np.hstack()		#水平拼接数组。
np.split()		#分割数组。

广播（Broadcasting）：

NumPy可以对不同形状的数组进行运算，自动将较小数组广播到较大数组的形状，以使它们具有兼容的形状。

数组排序：

ndarray.sort()		#对数组进行原地排序。
np.argsort()		#返回排序后的索引。
np.sort()		#返回数组的排序副本。

文件操作：

np.save()		#将数组保存到文件中。
np.load()		#从文件加载数组。

以上只是NumPy提供的一些常用方法和函数的示例。NumPy还有许多其他功能和选项，可以参考官方文档来深入了解。