一、os模块：
1、os.name（）
描述：显示当前使用的平台，'nt'表示Windows，'posix' 表示Linux
语法：os.name
2、os.getcwd（）
描述：返回当前进程的工作目录。
语法：os.getcwd()
3、os.chdir（）
描述：改变当前工作目录到指定的路径。
语法：os.chdir(path)
4、os.makedirs（）
描述：方法用于递归创建目录。像 mkdir(), 但创建的所有intermediate-level文件夹需要包含子目录。
语法：os.makedirs(path, mode=0o777)
5、os.mkdir（）
描述：以数字权限模式创建目录。默认的模式为 0777 (八进制)。
语法：os.mkdir(path[, mode])
6、os.listdir（）
描述：列出目录下的所有文件和文件夹
语法：os.listdir（path）
7、os.remove（）
描述：用于删除指定路径的文件。如果指定的路径是一个目录，将抛出OSError。
语法：os.remove(path)
8、os.rename（）
描述：命名文件或目录,能对相应的文件进行重命名
语法：os.rename(src, dst)
9、os.renames()
描述：用于递归重命名目录或文件。类似rename()。既可以重命名文件, 也可以重命名文件的上级目录名
语法：os.renames(old, new)
10、os.linesep()
描述：当前平台用于分隔（或终止）行的字符串。它可以是单个字符，如 POSIX 上是 '\n'，也可以是多个字符，如 Windows 上是 '\r\n'。在写入以文本模式（默认模式）打开的文件时，请不要使用 os.linesep 作为行终止符，请在所有平台上都使用一个 '\n' 代替。
11、os.pathsep()
描述：操作系统通常用于分隔搜索路径（如 PATH）中不同部分的字符，如 POSIX 上是 ':'，Windows 上是 ';'。在 os.path 中也可用。
语法：os.pathsep
12、os.close（）
描述：关闭指定的文件描述符 fd
语法：os.close(fd)
13、os.stat（）
描述：获取文件或者目录信息
语法：os.stat(path)
14、os.sep()
描述：显示当前平台下路径分隔符,在 POSIX 上是 '/'，在 Windows 上是 ''
语法：os.sep
15、os.path.abspath()
描述：返回文件的绝对路径
语法：os.path.abspath(path)
16、os.path.basename()
描述：返回文件名，纯粹字符串处理逻辑，路径错误也可以
语法：os.path.basename(path)
17、os.path.commonprefix()
描述：返回list(多个路径)中，所有path共有的最长的路径
语法：os.path.commonprefix(list)
18、os.path.dirname()
描述：返回文件路径
语法：os.path.dirname(path)
19、os.path.exists()
描述：如果路径 path 存在，返回 True；如果路径 path 不存在，返回 False。
语法：os.path.exists(path)
20、os.path.lexists()
描述：路径存在则返回True，路径损坏也返回True， 不存在，返回 False。
语法：os.path.lexists
21、os.path.expanduser()
描述：把path中包含的""和"user"转换成用户目录
语法：os.path.expanduser(path)
22、os.path.expandvars()
描述：根据环境变量的值替换path中包含的"\(name"和"\){name}"
语法：os.path.expandvars(path)
23、os.path.getatime()
描述：返回最近访问时间（浮点型秒数），从新纪元到访问时的秒数。
语法：os.path.getatime(path)
24、os.path.getmtime()
描述：返回最近文件修改时间，从新纪元到访问时的秒数。
语法：os.path.getmtime(path)
25、os.path.getctime()
描述：返回文件 path 创建时间，从新纪元到访问时的秒数。
语法：os.path.getctime(path)
26、os.path.getsize()
描述：返回文件大小，如果文件不存在就返回错误
语法：os.path.getsize(path)
27、os.path.isabs()
描述：判断是否为绝对路径，也就是说在WIndow系统下，如果输入的字符串以" / "开头，os.path.isabs()就会返回True
语法：os.path.isabs(path)
28、os.path.isfile()
描述：判断路径是否为文件
语法：os.path.isfile(path)
29、os.path.isdir()
描述：判断路径是否为目录
语法：os.path.isdir(path)
30、os.path.join()
描述：把目录和文件名合成一个路径,1.如果各组件名首字母不包含’/’，则函数会自动加上,2.如果有一个组件是一个绝对路径，则在它之前的所有组件均会被舍弃,3.如果最后一个组件为空，则生成的路径以一个’/’分隔符结尾
语法：os.path.join(path1[, path2[, ...]])
31、os.path.normcase()
描述：转换path的大小写和斜杠
语法：os.path.normcase(path)
32、os.path.normpath()
描述：规范path字符串形式
语法：os.path.normpath(path)
33、os.path.realpath()
描述：返回path的真实路径
语法：os.path.realpath(path)
34、os.path.relpath()
描述：返回从当前目录或 start 目录（可选）到达 path 之间要经过的相对路径。这仅仅是对路径的计算，不会访问文件系统来确认 path 或 start 的存在性或属性。
语法：os.path.relpath(path[, start])
35、os.path.samefile( )
描述：判断目录或文件是否相同
语法：os.path.samefile(path1, path2)
36、os.path.split()
描述：把路径分割成 dirname 和 basename，返回一个元组
语法：os.path.split(path)
37、os.path.splitdrive()
描述：一般用在 windows 下，返回驱动器名和路径组成的元组
语法：os.path.splitdrive(path)
38、os.path.splitext()
描述：分割路径，返回路径名和文件扩展名的元组
语法：os.path.splitext(path)
39、os.path.walk()
描述：遍历path，进入每个目录都调用visit函数，visit函数必须有3个参数(arg, dirname, names)，dirname表示当前目录的目录名，names代表当前目录下的所有文件名，args则为walk的第三个参数
语法：os.path.walk(path, visit, arg)
二、np模块
1、Array
它用于创建一维或多维数组
numpy.array(object, dtype=None, *,
copy=True, order='K', subok=False, ndmin=0, like=None)
Dtype:生成数组所需的数据类型。
ndim:指定生成数组的最小维度数。
2、Linspace
创建一个具有指定间隔的浮点数的数组。
numpy.linspace(start, stop, num=50, endpoint=True,
retstep=False, dtype=None, axis=0)[source]
start:起始数字
end:结束
Num:要生成的样本数，默认为50。
3、Arange
在给定的间隔内返回具有一定步长的整数。
numpy.arange([start, ]stop, [step, ]dtype=None, *, like=None)
step:数值步长。
4、Uniform
在上下限之间的均匀分布中生成随机样本。
numpy.random.uniform(low=0.0, high=1.0, size=None)
5、Random.randint
在一个范围内生成n个随机整数样本。
numpy.random.randint(low, high=None, size=None, dtype=int)
6、Random.random
生成n个随机浮点数样本。
numpy.random.random(size=None)
7、Logspace
在对数尺度上生成间隔均匀的数字。
numpy.logspace(start, stop, num=50, endpoint=True,
base=10.0, dtype=None, axis=0)
Start:序列的起始值。
End:序列的最后一个值。
endpoint:如果为True，最后一个样本将包含在序列中。
base:底数。默认是10。
8、zeroes
np.zeroes会创建一个全部为0的数组。
numpy.zeros(shape, dtype=float, order='C', *, like=None)
shape:阵列的形状。
Dtype:生成数组所需的数据类型。' int '或默认' float '
9、ones
np.ones函数创建一个全部为1的数组。
numpy.ones(shape, dtype=None, order='C', *, like=None)
10、full
创建一个单独值的n维数组。
numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
fill_value:填充值。
11、Identity
创建具有指定维度的单位矩阵。
numpy.identity(n, dtype=None, *, like=None)
12、min
返回数组中的最小值。
np.min(a, axis=None, out=None, keepdims=
initial=
axis:用于操作的轴。
out:用于存储输出的数组。
13、max
返回数组中的最大值。
np.max(a, axis=None,out=None)
14、unique
返回一个所有唯一元素排序的数组。
numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None, *, equal_nan=True)
return_index:如果为True，返回数组的索引。
return_inverse:如果为True，返回唯一数组的下标。
return_counts:如果为True，返回数组中每个唯一元素出现的次数。
axis:要操作的轴。默认情况下，数组被认为是扁平的。
15、mean
返回数组的平均数
numpy.mean(a, axis=None, dtype=None, out=None)
16、medain
返回数组的中位数。
numpy.medain(a, axis=None, out=None)
17、digitize
返回输入数组中每个值所属的容器的索引。
numpy.digitize(x, bins, right=False)[source]
bin：容器的数组。
right:表示该间隔是否包括右边或左边的bin。
18、reshape
它是NumPy中最常用的函数之一。它返回一个数组，其中包含具有新形状的相同数据。
numpy.reshape(shap)
19、expand_dims
它用于扩展数组的维度。
numpy.expand_dims(a, axis)
20、squeeze
通过移除一个单一维度来降低数组的维度。
np.squeeze(a, axis=None)
21、count_nonzero
计算所有非零元素并返回它们的计数。
numpy.count_nonzero(a, axis=None, *, keepdims=False)
22、argwhere
查找并返回非零元素的所有下标。
numpy.argwhere(a)
23、argmax & argmin
argmax返回数组中Max元素的索引。它可以用于多类图像分类问题中获得高概率预测标签的指标。
numpy.argmax(a, axis=None, out=None, *, keepdims=
argmin将返回数组中min元素的索引。
numpy.argmin(a, axis=None, out=None, *, keepdims=
24、sort
对数组排序。
numpy.sort(a, axis=- 1, kind=None, order=None)
kind:要使用的排序算法。{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}
25、abs
numpy.absolute(x, /, out=None, *,
where=True, casting='same_kind',
order='K', dtype=None,
subok=True[, signature, extobj]) = <ufunc 'absolute'>
返回数组中元素的绝对值。当数组中包含负数时，它很有用。
26、round
将浮点值四舍五入到指定数目的小数点。
numpy.around(a, decimals=0, out=None)
decimals:要保留的小数点的个数。
27、clip
numpy.clip(a, a_min, a_max, out=None, **kwargs)
它可以将数组的裁剪值保持在一个范围内。
arr = np.array([0,1,-3,-4,5,6,7,2,3])
28、where
返回满足条件的数组元素。
numpy.where(condition, [x, y, ]/)
condition:匹配的条件。如果true则返回x，否则y。
29、put
用给定的值替换数组中指定的元素。
numpy.put(a, ind, v)
a:数组
Ind:需要替换的索引
V:替换值
30、copyto
将一个数组的内容复制到另一个数组中。
numpy.copyto(dst, src, casting='same_kind', where=True)
dst：目标
src：来源
31、查找公共元素
intersect1d函数以排序的方式返回两个数组中所有唯一的值。
numpy.intersect1d(ar1, ar2, assume_unique=False, return_indices=False)
Assume_unique:如果为真值，则假设输入数组都是唯一的。
Return_indices:如果为真，则返回公共元素的索引。
32、查找不同元素
numpy.setdiff1d(ar1, ar2, assume_unique=False)
np.setdiff1d函数返回arr1中在arr2中不存在的所有唯一元素。
33、从两个数组中提取唯一元素
numpy.setxor1d(ar1, ar2, assume_unique=False)
Setxor1d 将按顺序返回两个数组中所有唯一的值。
34、合并
numpy.union1d(ar1, ar2)
Union1d函数将两个数组合并为一个。
35、水平分割
numpy.hsplit(ary, indices_or_sections)
Hsplit函数将数据水平分割为n个相等的部分。
36、垂直分割
numpy.vsplit(ary, indices_or_sections)
Vsplit将数据垂直分割为n个相等的部分。
37、水平叠加
numpy.hstack(tup)
hstack 将在另一个数组的末尾追加一个数组。
38、垂直叠加
numpy.vstack(tup)
vstack将一个数组堆叠在另一个数组上。
39、allclose
numpy.allclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False)
如果两个数组的形状相同，则Allclose函数根据公差值查找两个数组是否相等或近似相等。
40、equal
numpy.equal(x1, x2, /, out=None, *,
where=True, casting='same_kind',
order='K', dtype=None, subok=True[, signature, extobj]
) = <ufunc 'equal'>
它比较两个数组的每个元素，如果元素匹配就返回True。
41、repeat
它用于重复数组中的元素n次。
numpy.repeat(a, repeats, axis=None)
A:重复的元素
Repeats:重复的次数。
42、tile
通过重复A，rep次来构造一个数组。
numpy.title(A, reps)
43、einsum 爱因斯坦求和
umpy.einsum(subscripts, *operands, out=None,
dtype=None, order='K',
casting='safe', optimize=False)
此函数用于计算数组上的多维和线性代数运算。
44、直方图
numpy.histogram(a, bins=10, range=None,
normed=None, weights=None, density=None)
这是Numpy的重要统计分析函数，可计算一组数据的直方图值。
45、百分位数
沿指定轴计算数据的Q-T-T百分位数。
numpy.percentile(a, q, axis=None, out=None,
overwrite_input=False, method='linear',
keepdims=False, *,
interpolation=None)[source]
a:输入。
q:要计算的百分位。
overwrite_input:如果为true，则允许输入数组修改中间计算以节省内存。
46、标准偏差
numpy.std(a, axis=None, dtype=None, out=None,
ddof=0, keepdims=
where=
std用于计算沿轴的标准偏差。
47、方差
numpy.var(a, axis=None, dtype=None, out=None,
ddof=0, keepdims=
where=
var用于计算沿轴的方差。
48、显示带有两个十进制值的浮点数
numpy.set_printoptions(precision=None, threshold=None, edgeitems=None,
linewidth=None, suppress=None, nanstr=None, infstr=None,
formatter=None, sign=None, floatmode=None, *,
legacy=None)
np.set_printoptions(precision=2)
49、保存
numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ',
newline='\n', header='', footer='',
comments='# ', encoding=None)
savetxt用于在文本文件中保存数组的内容。
50、加载
numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None,
converters=None, skiprows=0, usecols=None, unpack=False,
ndmin=0, encoding='bytes', max_rows=None, *,
quotechar=None, like=None)
用于从文本文件加载数组，它以文件名作为参数。
np.loadtxt('array.txt')