熟练掌握Numpy是基于python机器学习必备技能，本文统计了2本tensorflow书中tf出现的频率：
| numpy | count | notes |
|---|---|---|
| 186 | 声明数组 | |
| 117 | 矩阵转置 | |
| 108 | 随机选取内容 | |
| 30 | 随机数 | |
| 24 | 如果使用相同的seed( )值，则每次生成的随即数都相同 | |
| 21 | 获得正态分布数据 | |
| 19 | 用0填充的数组 | |
| 18 | 最大数的索引 | |
| 16 | 0代替nan | |
| 15 | 求均值 | |
| 14 | 在指定的间隔内返回均匀间隔的数字 | |
| 10 | 平方根 | |
| 10 | 对数组中的元素进行连续重复复制 | |
| 9 | 将a，沿着axis的方向，滚动shift长度 | |
| 9 | [start, ]stop, [step, ]dtype=None | |
| 8 | 从坐标向量返回坐标矩阵 | |
| 8 | 一次完成多个数组的拼接 | |
| 7 | 求和 | |
| 7 | 给予数组一个新的形状 | |
| 7 | 返回一个洗牌后的矩阵副本. 对比shuffle | |
| 6 | 升维[1] -> [[1]] | |
| 6 | 向上取整 | |
| 7 | 将切片对象沿第二个轴（按列）转换为连接 squeeze | |
| 4 | 排序 {‘quicksort’, ‘mergesort’, ‘heapsort’}, | |
| 4 | 调整数组大小 | |
| 4 | 均匀分布[low,high)中随机采样，左闭右开 | |
| 4 | 数组合并水平， vstack垂直 | |
| 4 | 列合并，行合并row_stack | |
| 4 | 数组分割 | |
| 3 | 从数组的形状中删除单维条目，即把shape中为1的维度去掉 | |
| 3 | 单位矩阵 | |
| 3 | 矩阵相乘 | |
| 2 | 差集 | |
| 2 | 当前数组混洗,对比permutation | |
| 2 | 随机样本 | |
| 2 | 类似list的enumerate | |
| 2 | 最小值 | |
| 1 | shape相同的0值矩阵 | |
| 1 | 余弦 | |
| 1 | 标准正态分布 | |
| 1 | 随机整数 | |
| 1 | 求对数 | |
| 1 | 以自然常数e为底的指数函数 | |
| 1 | 绝对值 absolute | |
| 1 | 加载数据 | |
| 1 | 保存数据 | |
| 1 | nan值判断 | |
| np.float32 | 3 | . |
| np.int32 | 1 | . |
| np.uint8 | 1 | . |