1. 逻辑运算
   1. nparray = np.random.normal(0, 1, (5,5))
   2. nparray[nparray > 0.5] = 2: 把 array 中大与 0.5 的值修改为 2
2. 通用判断
   1. np.all(nparray > 0.1): 所有的值都大于 0.1 才返回 true
   2. np.any()：任何一个值满足则返回 true
3. 三元运算
   1. np.where(condition, x, y)
   2. np.logical_and, np.logical_or
4. 统计指标
   1. min：asix 0 代表 列，1 代表 行
      1. argmix()：返回最小值的下标
      2. argmix(asix = 0)，返回每列最大值下标
   2. max：
   3. median：
   4. mean：均值
   5. std：标准差
   6. var：方差

1. np.dot / np.matmul，矩阵相乘

Numpy + matplotlib

stock = pd.DataFrame(nparray)

stoce_code = ["股票{}".format(i+1) for i in range(stock.shape[0])]

pd.date_range：生成连续的时间序列

date = pd.date_range(start="20220807", periods=stock.shape[1]. freq="B")

df = pd.DataFrame(stock, index=stock_code, columns=date)

• head：前 n 行
• tail：后 n 行
• 修改索引：必须全部修改
• reset_index：重设索引
• set_index：可以设置多个索引
• columns.get_indexer：获取下标

pandas 是 先列后行 进行索引查找数据

• loc：先行后列
• iloc：用 index 先行后列
• ix：混合，即将弃用