NumPy 1.26 中文文档翻译完成(3)https://developer.aliyun.com/article/1510599
numpy.absolute
numpy.fabs
numpy.sign
numpy.heaviside
numpy.nan_to_num
numpy.real_if_close
numpy.interp
- 矩阵库(numpy.matlib)
numpy.matlib.empty
numpy.matlib.zeros
numpy.matlib.ones
numpy.matlib.eye
numpy.matlib.identity
numpy.matlib.repmat
numpy.matlib.rand
numpy.matlib.randn
- 杂项例程
numpy.setbufsize
numpy.getbufsize
numpy.shares_memory
numpy.may_share_memory
numpy.byte_bounds
numpy.lib.mixins.NDArrayOperatorsMixin
numpy.lib.NumpyVersion
numpy.get_include
numpy.show_config
numpy.show_runtime
numpy.deprecate
numpy.deprecate_with_doc
numpy.broadcast_shapes
numpy.who
numpy.disp
numpy.exceptions.ComplexWarning
numpy.exceptions.VisibleDeprecationWarning
numpy.exceptions.AxisError
numpy.exceptions.DTypePromotionError
numpy.exceptions.TooHardError
- 填充数组
numpy.pad
- 多项式
- 使用便利类
- 幂级数(
numpy.polynomial.polynomial
) - 切比雪夫级数(
numpy.polynomial.chebyshev
) - 埃米特级数,“物理学家”(
numpy.polynomial.hermite
) - 埃米特 E 级数,“概率学家”(
numpy.polynomial.hermite_e
) - 拉盖尔级数(
numpy.polynomial.laguerre
) - 勒让德级数 (
numpy.polynomial.legendre
) - Polyutils
- Poly1d
- 随机抽样(numpy.random)
- 随机生成器
- 遗留随机生成
- 比特生成器
- 升级 PCG64 为 PCG64DXSM
- 兼容性政策
- 并行随机数生成
- 多线程生成
- 新功能或不同之处
- 性能
- 随机数的 C API
- 扩展
- 集合操作
numpy.lib.arraysetops
numpy.unique
numpy.in1d
numpy.intersect1d
numpy.isin
numpy.setdiff1d
numpy.setxor1d
numpy.union1d
- Sorting, searching, and counting
numpy.sort
numpy.lexsort
numpy.argsort
numpy.ndarray.sort
numpy.sort_complex
numpy.partition
numpy.argpartition
numpy.argmax
numpy.nanargmax
numpy.argmin
numpy.nanargmin
numpy.argwhere
numpy.nonzero
numpy.flatnonzero
numpy.where
numpy.searchsorted
numpy.extract
numpy.count_nonzero
- 统计学
numpy.ptp
numpy.percentile
numpy.nanpercentile
numpy.quantile
numpy.nanquantile
numpy.median
numpy.average
numpy.mean
numpy.std
numpy.var
numpy.nanmedian
numpy.nanmean
numpy.nanstd
numpy.nanvar
numpy.corrcoef
numpy.correlate
numpy.cov
numpy.histogram
numpy.histogram2d
numpy.histogramdd
numpy.bincount
numpy.histogram_bin_edges
numpy.digitize
- 测试支持(
numpy.testing
) numpy.testing.assert_allclose
numpy.testing.assert_array_almost_equal_nulp
numpy.testing.assert_array_max_ulp
numpy.testing.assert_array_equal
numpy.testing.assert_array_less
numpy.testing.assert_equal
numpy.testing.assert_raises
numpy.testing.assert_raises_regex
numpy.testing.assert_warns
numpy.testing.assert_no_warnings
numpy.testing.assert_no_gc_cycles
numpy.testing.assert_string_equal
numpy.testing.assert_
numpy.testing.assert_almost_equal
numpy.testing.assert_approx_equal
numpy.testing.assert_array_almost_equal
numpy.testing.print_assert_equal
numpy.testing.decorate_methods
numpy.testing.clear_and_catch_warnings
numpy.testing.measure
numpy.testing.rundocs
numpy.testing.suppress_warnings
- 测试准则
- 支持测试覆盖(
numpy.testing.overrides
) numpy.testing.overrides.allows_array_function_override
numpy.testing.overrides.allows_array_ufunc_override
numpy.testing.overrides.get_overridable_numpy_ufuncs
numpy.testing.overrides.get_overridable_numpy_array_functions
- 窗口函数
numpy.bartlett
numpy.blackman
numpy.hamming
numpy.hanning
numpy.kaiser
- 类型(
numpy.typing
) - 全局状态
- 打包(
numpy.distutils
) numpy.distutils.misc_util
numpy.distutils.ccompiler
numpy.distutils.ccompiler_opt
numpy.distutils.cpuinfo.cpu
numpy.distutils.core.Extension
numpy.distutils.exec_command
numpy.distutils.log.set_verbosity
numpy.distutils.system_info.get_info
numpy.distutils.system_info.get_standard_file
- NumPy distutils - 用户指南
numpy.distutils
的状态和迁移建议- NumPy C-API
- Python 类型和 C 结构
- 系统配置
- 数据类型 API
- 数组 API
- 数组迭代器 API
- UFunc API
- 广义通用函数 API
- NumPy 核心库
- C API 弃用
- NumPy 中的内存管理
- CPU/SIMD 优化
- CPU 构建选项
- CPU 调度器是如何工作的?
- NumPy 安全性
- NumPy 和 SWIG
numpy.i:NumPy 的 SWIG 接口文件
- 测试 numpy.i 类型映射
- 贡献给 NumPy
- 用于开发的 Git
- 设置和使用您的开发环境
- 构建 NumPy API 和参考文档
- 开发工作流程
- 高级调试工具
- 评审员指南
- NumPy 基准测试
- 对于下游软件包的作者
- 发布一个版本
- NumPy 治理
- 如何为 NumPy 文档做出贡献
- 发布说明
- NumPy 1.26.0 发布说明
- NumPy 1.25.2 发布说明
- NumPy 1.25.1 发布说明
- NumPy 1.25.0 发布说明
- NumPy 1.24.3 发布说明
- NumPy 1.24.2 发布说明
- NumPy 1.24.1 发布说明
- NumPy 1.24 发布说明
- NumPy 1.23.5 发布说明
- NumPy 1.23.4 发布说明
- NumPy 1.23.3 发布说明
- NumPy 1.23.2 发布说明
- NumPy 1.23.1 发布说明
- NumPy 1.23.0 版本发布说明
- NumPy 1.22.4 发布说明
- NumPy 1.22.3 发布说明
- NumPy 1.22.2 发布说明
- NumPy 1.22.1 发布说明
- NumPy 1.22.0 发布说明
- NumPy 1.21.6 发布说明
- NumPy 1.21.5 发布说明
- NumPy 1.21.4 发布说明
- NumPy 1.21.3 版本说明
- NumPy 1.21.2 版本说明
- NumPy 1.21.1 发布说明
- NumPy 1.21.0 发行说明
- NumPy 1.20.3 版本说明
- NumPy 1.20.2 发布说明
- NumPy 1.20.1 发布说明
- NumPy 1.20.0 发布说明
- NumPy 1.19.5 发布说明
- NumPy 1.19.4 发布说明
- NumPy 1.19.3 发布说明
- NumPy 1.19.2 发布说明
- NumPy 1.19.1 发布说明
- NumPy 1.19.0 发布说明
- NumPy 1.18.5 版本发布说明
- NumPy 1.18.4 Release Notes
- NumPy 1.18.3 版本说明
- NumPy 1.18.2 发行说明
- NumPy 1.18.1 发布说明
- NumPy 1.18.0 发行说明
- NumPy 1.17.5 版本发布说明
- NumPy 1.17.4 发布说明
- NumPy 1.17.3 版本发布说明
- NumPy 1.17.2 发布说明
- NumPy 1.17.1 发布说明
- NumPy 1.17.0 发布说明
- NumPy 1.16.6 发布说明
- NumPy 1.16.5 版本说明
- NumPy 1.16.4 发行说明
- NumPy 1.16.3 发行说明
- NumPy 1.16.2 发布说明
- NumPy 1.16.1 发布说明
- NumPy 1.16.0 发行说明
- NumPy 1.15.4 发行说明
- NumPy 1.15.3 版本发布说明
- NumPy 1.15.2 发布说明
- NumPy 1.15.1 发布说明
- NumPy 1.15.0 发行说明
- NumPy 1.14.6 版本说明
- NumPy 1.14.5 版本发布说明
- NumPy 1.14.4 发布说明
- NumPy 1.14.3 发布说明
- NumPy 1.14.2 发布说明
- NumPy 1.14.1 发布说明
- NumPy 1.14.0 发布说明
- NumPy 1.13.3 发布说明
- NumPy 1.13.2 版本说明
- NumPy 1.13.1 发布说明
- NumPy 1.13.0 发布说明
- NumPy 1.12.1 发布说明
- NumPy 1.12.0 版本发布说明
- NumPy 1.11.3 版本说明
- Numpy 1.11.2 发布说明
- NumPy 1.11.1 发行说明
- NumPy 1.11.0 发布说明
- NumPy 1.10.4 发布说明
- NumPy 1.10.3 发布说明
- NumPy 1.10.2 发行说明
- NumPy 1.10.1 发布说明
- NumPy 1.10.0 发布说明
- NumPy 1.9.2 发布说明
- NumPy 1.9.1 发布说明
- NumPy 1.9.0 发布说明
- NumPy 1.8.2 发布说明
- NumPy 1.8.1 发布说明
- NumPy 1.8.0 发布说明
- NumPy 1.7.2 发行说明
- NumPy 1.7.1 发布说明
- NumPy 1.7.0 发行说明
- NumPy 1.6.2 Release Notes
- NumPy 1.6.1 发布说明
- NumPy 1.6.0 发行说明
- NumPy 1.5.0 版本发布说明
- NumPy 1.4.0 发布说明
- NumPy 1.3.0 发布说明