NumPy 速查
共 25 条 NumPy 数组运算常用写法，涵盖创建数组、索引与切片、运算与聚合、形状与拼接、常用工具。 支持搜索与分类筛选，点击即可复制。
创建数组
ndarray 是核心结构。
| 命令 | 说明 |
|---|---|
| 从列表创建 | |
| 全 0 / 全 1 / 指定值 | |
| 等差数列 / 等分区间 | |
| 随机数组 | |
| 改变形状（-1 自动推断） |
索引与切片
广播与花式索引。
| 命令 | 说明 |
|---|---|
| 基本索引与切片 | |
| 布尔索引 | |
| 花式（整数数组）索引 | |
| 条件选择 | |
| 转置 |
运算与聚合
逐元素运算与沿轴聚合。
| 命令 | 说明 |
|---|---|
| 逐元素运算 | |
| 广播 | |
| 矩阵乘法 | |
| 沿轴求和 / 均值 / 标准差 | |
| 最大 / 最大索引 / 累计和 |
形状与拼接
维度变换。
| 命令 | 说明 |
|---|---|
| 拼接 | |
| 垂直 / 水平堆叠 | |
| 展平 / 去掉长度为 1 的轴 | |
| 增加维度 | |
| 转换数据类型 |
常用工具
排序、去重与存取。
| 命令 | 说明 |
|---|---|
| 排序 / 排序索引 / 去重 | |
| 截断 / 绝对值 / 四舍五入 | |
| 保存 / 加载数组 | |
| 检测 NaN / 无穷 | |
| 整理为列向量 |
使用说明
NumPy 速查：创建数组、索引与切片、运算与聚合、形状与拼接、常用工具；支持搜索与分类筛选，点击即可复制。
- 按用途点分类：创建数组、索引与切片、运算与聚合、形状与拼接、常用工具。
- 点「命令」列复制到脚本或 Notebook。
- 优先使用向量化（逐元素运算与广播）替代 Python 循环。
- 聚合时用 axis 指定方向：axis=0 按列、axis=1 按行。
常见问题
- 广播是什么？
- 形状不同的数组在运算时按规则自动扩展对齐（如 (3,1)+(3,4)），避免显式复制。
- view 和 copy 的区别？
- 切片常返回视图，修改会影响原数组；需要独立副本时用 .copy()。
- 需要联网吗？
- 不需要，本地可用。
延伸阅读
相关工具
OPA
OPA 速查
opa eval / Rego / allow / Gatekeeper 速查
KYV
Kyverno 速查
ClusterPolicy / validate / mutate / kyverno test 速查
TPO
Grafana Tempo 速查
tempo.yaml / otlp / TraceQL / querier 速查
FLC
Falco 速查
falco_rules / condition / falcosidekick 速查
VCT
Vector 速查
sources / transforms / sinks / VRL 速查
FLT
Fluentd 速查
@type tail / filter / match / forward 速查