np.float32
np.finfo：类，机器对浮点类型的限制 参数可以是float,dtype, instance，表示应该获取哪类浮点类型的信息 属性： eps：最小的正数
示例： np.finfo(float).epsnp.amax(a, axis=None, out=None, keepdims=<class numpy._globals._NoValue at 0x40b6a26c>)：沿着指定维度取矩阵的最大值 参数： a： axis：序列或者整数，表示沿着哪几个或者哪个维度取最大值 keepdims：bool类型。默认情况下不保留维度数。
np.argmax(a, axis=None, out=None)：返回最大值对应的坐标 参数： a：array_like axis：int 返回： 返回的array的shape是a的shape去掉axis。
np.multiply(x1, x2[, out])：按元素相乘 参数： x1：array_like x2：array_like 返回： y：ndarray，返回x1和x2按元素相乘的结果
np.concatenate((a1, a2,...), axis=0)： 参数： a1, a2, …：array_like，除了axis维其他的shape必须一样 axis：沿着哪个维度进行串联 返回： res：ndarray，串联的数组
np.nonzero(a)：返回a中非零元素的索引，是一个数组的元组，元组大小等于a的维度数，元组中每个数组中的元素对应该非0值在该维度的索引。如果想要得到非零值，用a[nonzero(a)]；如果想按元素的位置而非维度，用np.transpose(nonzero(a))
np.flatnonzero(a)：等价于a.ravel().nonzero()[0] 参数： a：ndarray 返回：ndarray，返回a的flatten形式中非0元素的索引
np.ravel(a, order='c')：返回a的flatten形式 参数： a：array_like order：字符，指定读a的顺序，可取值{‘C’:按行, ‘F’：按列, ‘A’：, ‘K’：按在内存中出现的顺序}，默认取值’C’ 返回： y：array_like，1维的
numpy.unravel_index(indices, dims, order='C'):相当于在一个shape比较复杂的矩阵中，查展开后指定索引值在矩阵中对应的位置 参数： indices：整数array_like，每个元素值都是dims的flatten形式的索引 dims：整数元组，表示shape order：{‘C’, ‘F’} 返回： unraveled_coords：ndarray元组，元组中的每个array的shape都和indices一样，而且元组的元素个数和dims的维度一样
np.logical_and():
np.linalg.norm(W.ravel())：求范数
lambdas, vecs = np.linalg.egi(A)：求特征值
q,r = np.linalg.qr(A)：QR分解
np.loadtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)：从文件读取array
np.corrcoef(A)：计算行与行之间的相关系数，返回对称系数矩阵
np.corrcoed(A, rowval=0)：计算列与列之间的相关系数成员变量：
np.ndarray.flat：展开的一维数组的迭代器成员函数：
np.ndarray.ravel([order])：展开的数组
np.ndarray.astye(dtype, order='K', casting='unsafe', subok=True, copy=True)：转换成指定数据类型，默认情况下不修改原数组 参数： dtype： order： casting： subok： copy：bool， 返回： arr_t：ndarray，copy为True时，返回的是新的数组
函数：
np.random.shuffle(x)：洗牌，修改了x 参数： x：array_like 返回： None