Документация NumPy

• Настройка
  • Что такое NumPy?
    • Почему NumPy быстрый?
    • Кто еще использует NumPy?
  • Установка NumPy
  • Устранение неполадок с ImportError
    • ImportError
      • Использование Python из conda (Anaconda)
      • Использование PyCharm с Anaconda/conda Python
      • Использование VSCode с Anaconda/conda Python (или окружениями)
      • Использование Eclipse/PyDev с Anaconda/conda Python (или окружениями)
      • Raspberry Pi
      • Отладочная сборка в Windows
      • Все настройки
      • Настройка разработки
      • Проверка переменных среды
• Быстрый старт
  • Предварительные требования
  • Основы
    • Пример
    • Создание массивов
    • Вывод массивов
    • Основные операции
    • Универсальные функции
    • Индексирование, срезы и итерация
  • Изменение формы
    • Изменение формы массива
    • Объединение различных массивов
    • Разделение одного массива на несколько меньших
  • Копии и представления
    • Без копирования вообще
    • Представление или поверхностная копия
    • Глубокая копия
    • Обзор функций и методов
  • Менее базовые
    • Правила широковещательной рассылки
  • Расширенное индексирование и трюки с индексами
    • Индексирование массивами индексов
    • Индексирование булевыми массивами
    • Функция ix_
    • Индексирование строками
  • Линейная алгебра
    • Простые операции над массивами
  • Трюки и советы
    • “Автоматическое” изменение формы
    • Укладка векторов
    • Гистограммы
  • Дополнительное чтение
• NumPy: абсолютные основы для начинающих
  • Добро пожаловать в NumPy!
  • Установка NumPy
  • Как импортировать NumPy
  • Чтение примера кода
  • В чем разница между списком Python и массивом NumPy?
  • Что такое массив?
  • Дополнительная информация об массивах
  • Как создать базовый массив
  • Добавление, удаление и сортировка элементов
  • Как узнать форму и размер массива?
  • Можно ли изменить форму массива?
  • Как преобразовать одномерный массив в двумерный (как добавить новую ось к массиву)
  • Индексирование и срезы
  • Как создать массив из существующих данных
  • Основные операции над массивами
  • Широковещательная рассылка
  • Более полезные операции над массивами
  • Создание матриц
  • Генерация случайных чисел
  • Как получить уникальные элементы и их количество
  • Транспонирование и изменение формы матрицы
  • Как перевернуть массив
  • Изменение формы и выравнивание многомерных массивов
  • Как получить доступ к строке документации для получения дополнительной информации
  • Работа с математическими формулами
  • Как сохранять и загружать объекты NumPy
  • Импорт и экспорт CSV-файла
  • Построение графиков массивов с помощью Matplotlib

• Учебники NumPy
  • Основы NumPy
    • Типы данных
      • Типы массивов и преобразования между типами
      • Массивные скаляры
      • Ошибки переполнения
      • Расширенная точность
    • Создание массивов
      • Введение
      • Преобразование объектов Python, похожих на массивы, в массивы NumPy
      • Встроенное создание массивов NumPy
      • Чтение массивов из файла
        • Стандартные двоичные форматы
        • Общие ASCII форматы
        • Пользовательские двоичные форматы
        • Использование специальных библиотек
    • Ввод-вывод с NumPy
      • Импорт данных с помощью genfromtxt
        • Определение входных данных
        • Разделение строк на столбцы
          • Аргумент delimiter
          • Аргумент autostrip
          • Аргумент comments
        • Пропуск строк и выбор столбцов
          • Аргументы skip_header и skip_footer
          • Аргумент usecols
        • Выбор типа данных
        • Установка имен
          • Аргумент names
          • Аргумент defaultfmt
          • Проверка имен
        • Настройка преобразования
          • Аргумент converters
          • Использование отсутствующих и заполнение значений
          • missing_values
          • filling_values
          • usemask
        • Функции-короткоходы
    • Индексирование
      • Присваивание против ссылок
      • Индексирование одного элемента
      • Другие варианты индексирования
      • Массивы индексов
      • Индексирование многомерных массивов
      • Булевы или "масочные" массивы индексов
      • Комбинирование массивов индексов со срезами
      • Инструменты структурного индексирования
      • Присваивание значений индексированным массивам
      • Обработка переменного количества индексов в программах
    • Распространение
      • Общие правила распространения
    • Перестановка байтов
      • Введение в порядок байтов и ndarrays
      • Изменение порядка байтов
        • Данные и порядок байтов dtype не совпадают, измените dtype для соответствия данным
        • Данные и порядок байтов типа не совпадают, измените данные для соответствия типу
        • Данные и порядок байтов dtype совпадают, поменяйте данные и dtype
    • Структурированные массивы
      • Введение
      • Структурированные типы данных
        • Создание структурированных типов данных
        • Обработка и отображение структурированных типов данных
        • Автоматические смещения байтов и выравнивание
        • Заголовки полей
        • Типы объединений
      • Индексирование и присваивание структурированным массивам
        • Присваивание данных структурированному массиву
          • Присваивание из встроенных типов Python (кортежи)
          • Присваивание из скаляров
          • Присваивание из других структурированных массивов
          • Присваивание, включающее подмассивы
        • Индексирование структурированных массивов
          • Доступ к отдельным полям
          • Доступ к нескольким полям
          • Индексирование целым числом для получения структурированного скаляра
        • Просмотр структурированных массивов, содержащих объекты
        • Сравнение структур
      • Массивы записей
      • Вспомогательные функции для массивов записей
    • Написание пользовательских контейнеров массивов

• • • Наследование ndarray
      • Введение
        • ndarray и создание объектов
      • Преобразование представлений
      • Создание нового из шаблона
      • Взаимосвязь преобразования представлений и создания нового из шаблона
      • Последствия для наследования
        • Краткое руководство по Python для __new__ и __init__
        • Роль __array_finalize__
      • Простой пример - добавление дополнительного атрибута к ndarray
      • Несколько более реалистичный пример - добавление атрибута к существующему массиву
      • __array_ufunc__ для ufuncs
      • __array_wrap__ для ufuncs и других функций
      • Дополнительные нюансы - настраиваемые методы __del__ и ndarray.base
      • Наследование и совместимость с последующими версиями
  • Разное
    • Специальные значения чисел с плавающей точкой IEEE 754
    • Как NumPy обрабатывает числовые исключения
    • Примеры
    • Взаимодействие с C
    • Взаимодействие с Fortran:
    • Взаимодействие с C++:
  • NumPy для пользователей Matlab
    • Введение
    • Некоторые ключевые различия
    • «Массив» или «матрица»? Какой следует использовать?
      • Краткий ответ
      • Подробный ответ
    • Таблица приблизительных эквивалентов MATLAB-NumPy
      • Эквиваленты общего назначения
      • Линейно-алгебраические эквиваленты
    • Примечания
    • Настройка вашей среды
    • Ссылки
  • Учебник: Линейная алгебра на n-мерных массивах
  • Сборка из исходного кода
    • Предварительные условия
    • Базовая установка
    • Тестирование
      • Параллельные сборки
      • Выбор компилятора Fortran
      • Как проверить ABI библиотек BLAS/LAPACK
    • Ускоренные библиотеки BLAS/LAPACK
      • BLAS
      • LAPACK
      • Отключение ATLAS и других ускоренных библиотек
      • 64-битные BLAS и LAPACK
    • Предоставление дополнительных флагов компилятора

• • Использование NumPy C-API
    • Как расширить NumPy
      • Написание модуля расширения
      • Требуемая подпрограмма
      • Определение функций
        • Функции без ключевых аргументов
        • Функции с ключевыми аргументами
        • Обработка ссылок
      • Работа с объектами массивов
        • Преобразование произвольного объекта последовательности
        • Создание нового ndarray
        • Получение доступа к памяти ndarray и обращение к элементам ndarray
      • Пример
    • Использование Python в качестве связующего звена
      • Вызов других скомпилированных библиотек из Python
      • Ручные оболочки
      • f2py
        • Создание исходного кода для простого модуля расширения
        • Создание скомпилированного модуля расширения
        • Улучшение базового интерфейса
        • Вставка директив в исходный код Fortran
        • Пример фильтрации
        • Вызов f2py из Python
        • Автоматическое создание модулей расширения
        • Заключение
      • Cython
        • Комплексное сложение в Cython
        • Фильтр изображений в Cython
        • Заключение
      • ctypes
        • Наличие общей библиотеки
        • Загрузка общей библиотеки
        • Преобразование аргументов
        • Вызов функции
        • Полный пример
        • Заключение
      • Дополнительные инструменты, которые могут быть полезны
        • SWIG
        • SIP
        • Boost Python
        • PyFort
    • Написание собственных ufunc
      • Создание новой универсальной функции
      • Пример расширения, не являющегося ufunc
      • Пример NumPy ufunc для одного типа данных
      • Пример NumPy ufunc с несколькими типами данных
      • Пример NumPy ufunc с несколькими аргументами/значениями возврата
      • Пример NumPy ufunc с аргументами типа структурированного массива
    • Выходя за рамки основ
      • Итерация по элементам массива
        • Базовая итерация
        • Итерация по всем осям, кроме одной
        • Итерация по нескольким массивам
        • Распространение по нескольким массивам
      • Пользовательские типы данных
        • Добавление нового типа данных
        • Регистрация функции преобразования
        • Регистрация правил приведения типов
        • Регистрация цикла ufunc
      • Подтипирование ndarray в C
        • Создание подтипов
        • Уникальные особенности подтипирования ndarray
          • Метод __array_finalize__
          • Атрибут __array_priority__
          • Метод __array_wrap__
  • NumPy Справочник по практическому применению
    • Как читать и записывать данные с помощью NumPy

• Справочник NumPy
  • Объекты массивов
    • Многомерный массив (ndarray)
      • Создание массивов
        • numpy.ndarray
          • numpy.ndarray.all
          • numpy.ndarray.any
          • numpy.ndarray.argmax
          • numpy.ndarray.argmin
          • numpy.ndarray.argpartition
          • numpy.ndarray.argsort
          • numpy.ndarray.astype
          • numpy.ndarray.byteswap
          • numpy.ndarray.choose
          • numpy.ndarray.clip
          • numpy.ndarray.compress
          • numpy.ndarray.conj
          • numpy.ndarray.conjugate
          • numpy.ndarray.copy
          • numpy.ndarray.cumprod
          • numpy.ndarray.cumsum
          • numpy.ndarray.diagonal
          • numpy.ndarray.dot
          • numpy.ndarray.dump
          • numpy.ndarray.dumps
          • numpy.ndarray.fill
          • numpy.ndarray.flatten
          • numpy.ndarray.getfield
          • numpy.ndarray.item
          • numpy.ndarray.itemset
          • numpy.ndarray.max
          • numpy.ndarray.mean
          • numpy.ndarray.min
          • numpy.ndarray.newbyteorder
          • numpy.ndarray.nonzero
          • numpy.ndarray.partition
          • numpy.ndarray.prod
          • numpy.ndarray.ptp
          • numpy.ndarray.put
          • numpy.ndarray.ravel
          • numpy.ndarray.repeat
          • numpy.ndarray.reshape
          • numpy.ndarray.resize
          • numpy.ndarray.round
          • numpy.ndarray.searchsorted
          • numpy.ndarray.setfield
          • numpy.ndarray.setflags
          • numpy.ndarray.sort
          • numpy.ndarray.squeeze
          • numpy.ndarray.std
          • numpy.ndarray.sum
          • numpy.ndarray.swapaxes
          • numpy.ndarray.take
          • numpy.ndarray.tobytes
          • numpy.ndarray.tofile
          • numpy.ndarray.tolist
          • numpy.ndarray.tostring
          • numpy.ndarray.trace
          • numpy.ndarray.transpose
          • numpy.ndarray.var
          • numpy.ndarray.view
      • Индексирование массивов
      • Внутренняя структура памяти ndarray
      • Атрибуты массива
        • Структура памяти
          • numpy.ndarray.flags
          • numpy.ndarray.shape
          • numpy.ndarray.strides
          • numpy.ndarray.ndim
          • numpy.ndarray.data
          • numpy.ndarray.size
          • numpy.ndarray.itemsize
          • numpy.ndarray.nbytes
          • numpy.ndarray.base
        • Тип данных
          • numpy.ndarray.dtype
        • Другие атрибуты
          • numpy.ndarray.T
          • numpy.ndarray.real
          • numpy.ndarray.imag
          • numpy.ndarray.flat
          • numpy.ndarray.ctypes
        • Интерфейс массива
        • ctypes интерфейс внешних функций
          • numpy.ndarray.ctypes

• • • • Методы массива
        • Преобразование массива
          • numpy.ndarray.item
          • numpy.ndarray.tolist
          • numpy.ndarray.itemset
          • numpy.ndarray.tostring
          • numpy.ndarray.tobytes
          • numpy.ndarray.tofile
          • numpy.ndarray.dump
          • numpy.ndarray.dumps
          • numpy.ndarray.astype
          • numpy.ndarray.byteswap
          • numpy.ndarray.copy
          • numpy.ndarray.view
          • numpy.ndarray.getfield
          • numpy.ndarray.setflags
          • numpy.ndarray.fill
        • Изменение формы
          • numpy.ndarray.reshape
          • numpy.ndarray.resize
          • numpy.ndarray.transpose
          • numpy.ndarray.swapaxes
          • numpy.ndarray.flatten
          • numpy.ndarray.ravel
          • numpy.ndarray.squeeze
        • Выбор и обработка элементов
          • numpy.ndarray.take
          • numpy.ndarray.put
          • numpy.ndarray.repeat
          • numpy.ndarray.choose
          • numpy.ndarray.sort
          • numpy.ndarray.argsort
          • numpy.ndarray.partition
          • numpy.ndarray.argpartition
          • numpy.ndarray.searchsorted
          • numpy.ndarray.nonzero
          • numpy.ndarray.compress
          • numpy.ndarray.diagonal
        • Вычисления
          • numpy.ndarray.max
          • numpy.ndarray.argmax
          • numpy.ndarray.min
          • numpy.ndarray.argmin
          • numpy.ndarray.ptp
          • numpy.ndarray.clip
          • numpy.ndarray.conj
          • numpy.ndarray.round
          • numpy.ndarray.trace
          • numpy.ndarray.sum
          • numpy.ndarray.cumsum
          • numpy.ndarray.mean
          • numpy.ndarray.var
          • numpy.ndarray.std
          • numpy.ndarray.prod
          • numpy.ndarray.cumprod
          • numpy.ndarray.all
          • numpy.ndarray.any

• • • • Арифметические, матричные умножения и операции сравнения
        • numpy.ndarray.__lt__
        • numpy.ndarray.__le__
        • numpy.ndarray.__gt__
        • numpy.ndarray.__ge__
        • numpy.ndarray.__eq__
        • numpy.ndarray.__ne__
        • numpy.ndarray.__bool__
        • numpy.ndarray.__neg__
        • numpy.ndarray.__pos__
        • numpy.ndarray.__abs__
        • numpy.ndarray.__invert__
        • numpy.ndarray.__add__
        • numpy.ndarray.__sub__
        • numpy.ndarray.__mul__
        • numpy.ndarray.__truediv__
        • numpy.ndarray.__floordiv__
        • numpy.ndarray.__mod__
        • numpy.ndarray.__divmod__
        • numpy.ndarray.__pow__
        • numpy.ndarray.__lshift__
        • numpy.ndarray.__rshift__
        • numpy.ndarray.__and__
        • numpy.ndarray.__or__
        • numpy.ndarray.__xor__
        • numpy.ndarray.__iadd__
        • numpy.ndarray.__isub__
        • numpy.ndarray.__imul__
        • numpy.ndarray.__itruediv__
        • numpy.ndarray.__ifloordiv__
        • numpy.ndarray.__imod__
        • numpy.ndarray.__ipow__
        • numpy.ndarray.__ilshift__
        • numpy.ndarray.__irshift__
        • numpy.ndarray.__iand__
        • numpy.ndarray.__ior__
        • numpy.ndarray.__ixor__
        • numpy.ndarray.__matmul__
      • Специальные методы
        • numpy.ndarray.__copy__
        • numpy.ndarray.__deepcopy__
        • numpy.ndarray.__reduce__
        • numpy.ndarray.__setstate__
        • numpy.ndarray.__new__
        • numpy.ndarray.__array__
        • numpy.ndarray.__array_wrap__
        • numpy.ndarray.__len__
        • numpy.ndarray.__getitem__
        • numpy.ndarray.__setitem__
        • numpy.ndarray.__contains__
        • numpy.ndarray.__int__
        • numpy.ndarray.__float__
        • numpy.ndarray.__complex__
        • numpy.ndarray.__str__
        • numpy.ndarray.__repr__

• • • Скаляры
      • Встроенные типы скаляров
      • Атрибуты
        • numpy.generic.flags
        • numpy.generic.shape
        • numpy.generic.strides
        • numpy.generic.ndim
        • numpy.generic.data
        • numpy.generic.size
        • numpy.generic.itemsize
        • numpy.generic.base
        • numpy.generic.dtype
        • numpy.generic.real
        • numpy.generic.imag
        • numpy.generic.flat
        • numpy.generic.T
        • numpy.generic.__array_interface__
        • numpy.generic.__array_struct__
        • numpy.generic.__array_priority__
        • numpy.generic.__array_wrap__
      • Индексирование
      • Методы
        • numpy.generic
          • numpy.generic.all
          • numpy.generic.any
          • numpy.generic.argmax
          • numpy.generic.argmin
          • numpy.generic.argsort
          • numpy.generic.astype
          • numpy.generic.byteswap
          • numpy.generic.choose
          • numpy.generic.clip
          • numpy.generic.compress
          • numpy.generic.conjugate
          • numpy.generic.copy
          • numpy.generic.cumprod
          • numpy.generic.cumsum
          • numpy.generic.diagonal
          • numpy.generic.dump
          • numpy.generic.dumps
          • numpy.generic.fill
          • numpy.generic.flatten
          • numpy.generic.getfield
          • numpy.generic.item
          • numpy.generic.itemset
          • numpy.generic.max
          • numpy.generic.mean
          • numpy.generic.min
          • numpy.generic.newbyteorder
          • numpy.generic.nonzero
          • numpy.generic.prod
          • numpy.generic.ptp
          • numpy.generic.put
          • numpy.generic.ravel
          • numpy.generic.repeat
          • numpy.generic.reshape
          • numpy.generic.resize
          • numpy.generic.round
          • numpy.generic.searchsorted
          • numpy.generic.setfield
          • numpy.generic.setflags
          • numpy.generic.sort
          • numpy.generic.squeeze
          • numpy.generic.std
          • numpy.generic.sum
          • numpy.generic.swapaxes
          • numpy.generic.take
          • numpy.generic.tofile
          • numpy.generic.tolist
          • numpy.generic.tostring
          • numpy.generic.trace
          • numpy.generic.transpose
          • numpy.generic.var
          • numpy.generic.view
        • numpy.generic.__array__
        • numpy.generic.__array_wrap__
        • numpy.generic.squeeze
        • numpy.generic.byteswap
        • numpy.generic.__reduce__
        • numpy.generic.__setstate__
        • numpy.generic.setflags
      • Определение новых типов

• • • Объекты типов данных (dtype)
      • Указание и создание типов данных
        • numpy.dtype
          • numpy.dtype.newbyteorder
      • dtype
        • Атрибуты
          • numpy.dtype.type
          • numpy.dtype.kind
          • numpy.dtype.char
          • numpy.dtype.num
          • numpy.dtype.str
          • numpy.dtype.name
          • numpy.dtype.itemsize
          • numpy.dtype.byteorder
          • numpy.dtype.fields
          • numpy.dtype.names
          • numpy.dtype.subdtype
          • numpy.dtype.shape
          • numpy.dtype.hasobject
          • numpy.dtype.flags
          • numpy.dtype.isbuiltin
          • numpy.dtype.isnative
          • numpy.dtype.descr
          • numpy.dtype.alignment
          • numpy.dtype.base
        • Методы
          • numpy.dtype.newbyteorder
          • numpy.dtype.__reduce__
          • numpy.dtype.__setstate__
    • Индексирование
      • Базовое срезы и индексирование
      • Расширенное индексирование
        • Индексирование целочисленным массивом
          • Чисто целочисленное индексирование массива
          • Комбинирование расширенного и базового индексирования
        • Булево индексирование массива
      • Подробные заметки
      • Доступ к полям
      • Индексирование плоского итератора
    • Итерация по массивам
      • Итерация по одному массиву
        • Управление порядком итерации
        • Изменение значений массива
        • Использование внешнего цикла
        • Отслеживание индекса или многомерного индекса
        • Альтернативная итерация и доступ к элементам
        • Буферизация элементов массива
        • Итерация как определённого типа данных
      • Итерация массивов с расширением
        • Выделение массивов вывода итератором
        • Итерация внешнего произведения
        • Редукционная итерация
      • Размещение внутреннего цикла в Cython

• • • Стандартные подклассы массивов
      • Специальные атрибуты и методы
      • Объекты матриц
        • numpy.matrix.T
        • numpy.matrix.H
        • numpy.matrix.I
        • numpy.matrix.A
        • numpy.matrix
          • numpy.matrix.all
          • numpy.matrix.any
          • numpy.matrix.argmax
          • numpy.matrix.argmin
          • numpy.matrix.argpartition
          • numpy.matrix.argsort
          • numpy.matrix.astype
          • numpy.matrix.byteswap
          • numpy.matrix.choose
          • numpy.matrix.clip
          • numpy.matrix.compress
          • numpy.matrix.conj
          • numpy.matrix.conjugate
          • numpy.matrix.copy
          • numpy.matrix.cumprod
          • numpy.matrix.cumsum
          • numpy.matrix.diagonal
          • numpy.matrix.dot
          • numpy.matrix.dump
          • numpy.matrix.dumps
          • numpy.matrix.fill
          • numpy.matrix.flatten
          • numpy.matrix.getA
          • numpy.matrix.getA1
          • numpy.matrix.getH
          • numpy.matrix.getI
          • numpy.matrix.getT
          • numpy.matrix.getfield
          • numpy.matrix.item
          • numpy.matrix.itemset
          • numpy.matrix.max
          • numpy.matrix.mean
          • numpy.matrix.min
          • numpy.matrix.newbyteorder
          • numpy.matrix.nonzero
          • numpy.matrix.partition
          • numpy.matrix.prod
          • numpy.matrix.ptp
          • numpy.matrix.put
          • numpy.matrix.ravel
          • numpy.matrix.repeat
          • numpy.matrix.reshape
          • numpy.matrix.resize
          • numpy.matrix.round
          • numpy.matrix.searchsorted
          • numpy.matrix.setfield
          • numpy.matrix.setflags
          • numpy.matrix.sort
          • numpy.matrix.squeeze
          • numpy.matrix.std
          • numpy.matrix.sum
          • numpy.matrix.swapaxes
          • numpy.matrix.take
          • numpy.matrix.tobytes
          • numpy.matrix.tofile
          • numpy.matrix.tolist
          • numpy.matrix.tostring
          • numpy.matrix.trace
          • numpy.matrix.transpose
          • numpy.matrix.var
          • numpy.matrix.view
        • numpy.asmatrix
        • numpy.bmat
      • Массивы файлов с отображением в памяти
        • numpy.memmap
          • numpy.memmap.flush
        • numpy.memmap.flush

• • • • Символьные массивы (numpy.char)
        • numpy.chararray
          • numpy.chararray.astype
          • numpy.chararray.argsort
          • numpy.chararray.copy
          • numpy.chararray.count
          • numpy.chararray.decode
          • numpy.chararray.dump
          • numpy.chararray.dumps
          • numpy.chararray.encode
          • numpy.chararray.endswith
          • numpy.chararray.expandtabs
          • numpy.chararray.fill
          • numpy.chararray.find
          • numpy.chararray.flatten
          • numpy.chararray.getfield
          • numpy.chararray.index
          • numpy.chararray.isalnum
          • numpy.chararray.isalpha
          • numpy.chararray.isdecimal
          • numpy.chararray.isdigit
          • numpy.chararray.islower
          • numpy.chararray.isnumeric
          • numpy.chararray.isspace
          • numpy.chararray.istitle
          • numpy.chararray.isupper
          • numpy.chararray.item
          • numpy.chararray.join
          • numpy.chararray.ljust
          • numpy.chararray.lower
          • numpy.chararray.lstrip
          • numpy.chararray.nonzero
          • numpy.chararray.put
          • numpy.chararray.ravel
          • numpy.chararray.repeat
          • numpy.chararray.replace
          • numpy.chararray.reshape
          • numpy.chararray.resize
          • numpy.chararray.rfind
          • numpy.chararray.rindex
          • numpy.chararray.rjust
          • numpy.chararray.rsplit
          • numpy.chararray.rstrip
          • numpy.chararray.searchsorted
          • numpy.chararray.setfield
          • numpy.chararray.setflags
          • numpy.chararray.sort
          • numpy.chararray.split
          • numpy.chararray.splitlines
          • numpy.chararray.squeeze
          • numpy.chararray.startswith
          • numpy.chararray.strip
          • numpy.chararray.swapaxes
          • numpy.chararray.swapcase
          • numpy.chararray.take
          • numpy.chararray.title
          • numpy.chararray.tofile
          • numpy.chararray.tolist
          • numpy.chararray.tostring
          • numpy.chararray.translate
          • numpy.chararray.transpose
          • numpy.chararray.upper
          • numpy.chararray.view
          • numpy.chararray.zfill
        • numpy.core.defchararray.array

• • • • Массивы записей (numpy.rec)
        • numpy.recarray
          • numpy.recarray.all
          • numpy.recarray.any
          • numpy.recarray.argmax
          • numpy.recarray.argmin
          • numpy.recarray.argpartition
          • numpy.recarray.argsort
          • numpy.recarray.astype
          • numpy.recarray.byteswap
          • numpy.recarray.choose
          • numpy.recarray.clip
          • numpy.recarray.compress
          • numpy.recarray.conj
          • numpy.recarray.conjugate
          • numpy.recarray.copy
          • numpy.recarray.cumprod
          • numpy.recarray.cumsum
          • numpy.recarray.diagonal
          • numpy.recarray.dot
          • numpy.recarray.dump
          • numpy.recarray.dumps
          • numpy.recarray.fill
          • numpy.recarray.flatten
          • numpy.recarray.getfield
          • numpy.recarray.item
          • numpy.recarray.itemset
          • numpy.recarray.max
          • numpy.recarray.mean
          • numpy.recarray.min
          • numpy.recarray.newbyteorder
          • numpy.recarray.nonzero
          • numpy.recarray.partition
          • numpy.recarray.prod
          • numpy.recarray.ptp
          • numpy.recarray.put
          • numpy.recarray.ravel
          • numpy.recarray.repeat
          • numpy.recarray.reshape
          • numpy.recarray.resize
          • numpy.recarray.round
          • numpy.recarray.searchsorted
          • numpy.recarray.setfield
          • numpy.recarray.setflags
          • numpy.recarray.sort
          • numpy.recarray.squeeze
          • numpy.recarray.std
          • numpy.recarray.sum
          • numpy.recarray.swapaxes
          • numpy.recarray.take
          • numpy.recarray.tobytes
          • numpy.recarray.tofile
          • numpy.recarray.tolist
          • numpy.recarray.tostring
          • numpy.recarray.trace
          • numpy.recarray.transpose
          • numpy.recarray.var
          • numpy.recarray.view

• • • • • numpy.record
          • numpy.record.all
          • numpy.record.any
          • numpy.record.argmax
          • numpy.record.argmin
          • numpy.record.argsort
          • numpy.record.astype
          • numpy.record.byteswap
          • numpy.record.choose
          • numpy.record.clip
          • numpy.record.compress
          • numpy.record.conjugate
          • numpy.record.copy
          • numpy.record.cumprod
          • numpy.record.cumsum
          • numpy.record.diagonal
          • numpy.record.dump
          • numpy.record.dumps
          • numpy.record.fill
          • numpy.record.flatten
          • numpy.record.getfield
          • numpy.record.item
          • numpy.record.itemset
          • numpy.record.max
          • numpy.record.mean
          • numpy.record.min
          • numpy.record.newbyteorder
          • numpy.record.nonzero
          • numpy.record.pprint
          • numpy.record.prod
          • numpy.record.ptp
          • numpy.record.put
          • numpy.record.ravel
          • numpy.record.repeat
          • numpy.record.reshape
          • numpy.record.resize
          • numpy.record.round
          • numpy.record.searchsorted
          • numpy.record.setfield
          • numpy.record.setflags
          • numpy.record.sort
          • numpy.record.squeeze
          • numpy.record.std
          • numpy.record.sum
          • numpy.record.swapaxes
          • numpy.record.take
          • numpy.record.tofile
          • numpy.record.tolist
          • numpy.record.tostring
          • numpy.record.trace
          • numpy.record.transpose
          • numpy.record.var
          • numpy.record.view
      • Маскированные массивы (numpy.ma)
      • Стандартный контейнерный класс
        • numpy.lib.user_array.container
      • Итераторы массивов
        • По умолчанию
        • Плоская итерация
          • numpy.ndarray.flat
        • N-мерное перечисление
          • numpy.ndenumerate
        • Итератор для широковещательной рассылки
          • numpy.broadcast
            • numpy.broadcast.reset

• • • Маскированные массивы
      • Модуль numpy.ma
        • Обоснование
        • Что такое маскированный массив?
        • Модуль numpy.ma
      • Использование numpy.ma
        • Создание маскированных массивов
          • numpy.ma.array
          • numpy.ma.masked_array
          • numpy.ma.asarray
          • numpy.ma.asanyarray
          • numpy.ma.fix_invalid
          • numpy.ma.masked_equal
          • numpy.ma.masked_greater
          • numpy.ma.masked_greater_equal
          • numpy.ma.masked_inside
          • numpy.ma.masked_invalid
          • numpy.ma.masked_less
          • numpy.ma.masked_less_equal
          • numpy.ma.masked_not_equal
          • numpy.ma.masked_object
          • numpy.ma.masked_outside
          • numpy.ma.masked_values
          • numpy.ma.masked_where
        • Доступ к данным
        • Доступ к маске
        • Доступ только к корректным записям
        • Изменение маски
          • Маскирование записи
          • Размаскирование записи
        • Индексирование и срезы
        • Операции с маскированными массивами
      • Примеры
        • Данные со значением, представляющим пропущенные данные
        • Заполнение пропущенных данных
        • Числовые операции
        • Игнорирование экстремальных значений
      • Константы модуля numpy.ma
      • Класс MaskedArray
        • Атрибуты и свойства маскированных массивов
          • numpy.ma.MaskedArray.base
          • numpy.ma.MaskedArray.ctypes
          • numpy.ma.MaskedArray.dtype
          • numpy.ma.MaskedArray.flags
          • numpy.ma.MaskedArray.itemsize
          • numpy.ma.MaskedArray.nbytes
          • numpy.ma.MaskedArray.ndim
          • numpy.ma.MaskedArray.shape
          • numpy.ma.MaskedArray.size
          • numpy.ma.MaskedArray.strides
          • numpy.ma.MaskedArray.imag
          • numpy.ma.MaskedArray.real
          • numpy.ma.MaskedArray.flat
          • numpy.ma.MaskedArray.__array_priority__

• • • • MaskedArray методы
        • Преобразование
          • numpy.ma.MaskedArray.__float__
          • numpy.ma.MaskedArray.__int__
          • numpy.ma.MaskedArray.view
          • numpy.ma.MaskedArray.astype
          • numpy.ma.MaskedArray.byteswap
          • numpy.ma.MaskedArray.compressed
          • numpy.ma.MaskedArray.filled
          • numpy.ma.MaskedArray.tofile
          • numpy.ma.MaskedArray.toflex
          • numpy.ma.MaskedArray.tolist
          • numpy.ma.MaskedArray.torecords
          • numpy.ma.MaskedArray.tostring
          • numpy.ma.MaskedArray.tobytes
        • Манипуляции с формой
          • numpy.ma.MaskedArray.flatten
          • numpy.ma.MaskedArray.ravel
          • numpy.ma.MaskedArray.reshape
          • numpy.ma.MaskedArray.resize
          • numpy.ma.MaskedArray.squeeze
          • numpy.ma.MaskedArray.swapaxes
          • numpy.ma.MaskedArray.transpose
          • numpy.ma.MaskedArray.T
        • Выбор и манипулирование элементами
          • numpy.ma.MaskedArray.argmax
          • numpy.ma.MaskedArray.argmin
          • numpy.ma.MaskedArray.argsort
          • numpy.ma.MaskedArray.choose
          • numpy.ma.MaskedArray.compress
          • numpy.ma.MaskedArray.diagonal
          • numpy.ma.MaskedArray.fill
          • numpy.ma.MaskedArray.item
          • numpy.ma.MaskedArray.nonzero
          • numpy.ma.MaskedArray.put
          • numpy.ma.MaskedArray.repeat
          • numpy.ma.MaskedArray.searchsorted
          • numpy.ma.MaskedArray.sort
          • numpy.ma.MaskedArray.take
        • Сериализация и копирование
          • numpy.ma.MaskedArray.copy
          • numpy.ma.MaskedArray.dump
          • numpy.ma.MaskedArray.dumps
        • Вычисления
          • numpy.ma.MaskedArray.all
          • numpy.ma.MaskedArray.anom
          • numpy.ma.MaskedArray.any
          • numpy.ma.MaskedArray.clip
          • numpy.ma.MaskedArray.conj
          • numpy.ma.MaskedArray.conjugate
          • numpy.ma.MaskedArray.cumprod
          • numpy.ma.MaskedArray.cumsum
          • numpy.ma.MaskedArray.max
          • numpy.ma.MaskedArray.mean
          • numpy.ma.MaskedArray.min
          • numpy.ma.MaskedArray.prod
          • numpy.ma.MaskedArray.product
          • numpy.ma.MaskedArray.ptp
          • numpy.ma.MaskedArray.round
          • numpy.ma.MaskedArray.std
          • numpy.ma.MaskedArray.sum
          • numpy.ma.MaskedArray.trace
          • numpy.ma.MaskedArray.var

• • • • • Арифметические и сравнения операции
          • Операторы сравнения:
            • numpy.ma.MaskedArray.__lt__
            • numpy.ma.MaskedArray.__le__
            • numpy.ma.MaskedArray.__gt__
            • numpy.ma.MaskedArray.__ge__
            • numpy.ma.MaskedArray.__eq__
            • numpy.ma.MaskedArray.__ne__
          • Логическое значение массива (bool):
            • numpy.ma.MaskedArray.__bool__
          • Арифметика:
            • numpy.ma.MaskedArray.__abs__
            • numpy.ma.MaskedArray.__add__
            • numpy.ma.MaskedArray.__radd__
            • numpy.ma.MaskedArray.__sub__
            • numpy.ma.MaskedArray.__rsub__
            • numpy.ma.MaskedArray.__mul__
            • numpy.ma.MaskedArray.__rmul__
            • numpy.ma.MaskedArray.__div__
            • numpy.ma.MaskedArray.__truediv__
            • numpy.ma.MaskedArray.__rtruediv__
            • numpy.ma.MaskedArray.__floordiv__
            • numpy.ma.MaskedArray.__rfloordiv__
            • numpy.ma.MaskedArray.__mod__
            • numpy.ma.MaskedArray.__rmod__
            • numpy.ma.MaskedArray.__divmod__
            • numpy.ma.MaskedArray.__rdivmod__
            • numpy.ma.MaskedArray.__pow__
            • numpy.ma.MaskedArray.__rpow__
            • numpy.ma.MaskedArray.__lshift__
            • numpy.ma.MaskedArray.__rlshift__
            • numpy.ma.MaskedArray.__rshift__
            • numpy.ma.MaskedArray.__rrshift__
            • numpy.ma.MaskedArray.__and__
            • numpy.ma.MaskedArray.__rand__
            • numpy.ma.MaskedArray.__or__
            • numpy.ma.MaskedArray.__ror__
            • numpy.ma.MaskedArray.__xor__
            • numpy.ma.MaskedArray.__rxor__
          • Арифметика, в-месте:
            • numpy.ma.MaskedArray.__iadd__
            • numpy.ma.MaskedArray.__isub__
            • numpy.ma.MaskedArray.__imul__
            • numpy.ma.MaskedArray.__idiv__
            • numpy.ma.MaskedArray.__itruediv__
            • numpy.ma.MaskedArray.__ifloordiv__
            • numpy.ma.MaskedArray.__imod__
            • numpy.ma.MaskedArray.__ipow__
            • numpy.ma.MaskedArray.__ilshift__
            • numpy.ma.MaskedArray.__irshift__
            • numpy.ma.MaskedArray.__iand__
            • numpy.ma.MaskedArray.__ior__
            • numpy.ma.MaskedArray.__ixor__
        • Представление
          • numpy.ma.MaskedArray.__repr__
          • numpy.ma.MaskedArray.__str__
          • numpy.ma.MaskedArray.ids
          • numpy.ma.MaskedArray.iscontiguous
        • Специальные методы
          • numpy.ma.MaskedArray.__copy__
          • numpy.ma.MaskedArray.__deepcopy__
          • numpy.ma.MaskedArray.__getstate__
          • numpy.ma.MaskedArray.__reduce__
          • numpy.ma.MaskedArray.__setstate__
          • numpy.ma.MaskedArray.__new__
          • numpy.ma.MaskedArray.__array__
          • numpy.ma.MaskedArray.__array_wrap__
          • numpy.ma.MaskedArray.__len__
          • numpy.ma.MaskedArray.__getitem__
          • numpy.ma.MaskedArray.__setitem__
          • numpy.ma.MaskedArray.__delitem__
          • numpy.ma.MaskedArray.__contains__

• • • • • Специфические методы
          • Обработка маски
            • numpy.ma.MaskedArray.__setmask__
            • numpy.ma.MaskedArray.harden_mask
            • numpy.ma.MaskedArray.soften_mask
            • numpy.ma.MaskedArray.unshare_mask
            • numpy.ma.MaskedArray.shrink_mask
          • Обработка fill_value
            • numpy.ma.MaskedArray.get_fill_value
            • numpy.ma.MaskedArray.set_fill_value
          • Подсчет отсутствующих элементов
            • numpy.ma.MaskedArray.count
      • Операции с массивами с масками
        • Константы
          • numpy.ma.MaskType
        • Создание
          • Из существующих данных
            • numpy.ma.masked_array
            • numpy.ma.array
            • numpy.ma.copy
            • numpy.ma.frombuffer
            • numpy.ma.fromfunction
            • numpy.ma.MaskedArray.copy
          • Единицы и нули
            • numpy.ma.empty
            • numpy.ma.empty_like
            • numpy.ma.masked_all
            • numpy.ma.masked_all_like
            • numpy.ma.ones
            • numpy.ma.zeros
        • Проверка массива
          • numpy.ma.all
          • numpy.ma.any
          • numpy.ma.count
          • numpy.ma.count_masked
          • numpy.ma.getmask
          • numpy.ma.getmaskarray
          • numpy.ma.getdata
          • numpy.ma.nonzero
          • numpy.ma.shape
          • numpy.ma.size
          • numpy.ma.is_masked
          • numpy.ma.is_mask
          • numpy.ma.MaskedArray.all
          • numpy.ma.MaskedArray.any
          • numpy.ma.MaskedArray.count
          • numpy.ma.MaskedArray.nonzero
          • numpy.ma.shape
          • numpy.ma.size
        • Работа с MaskedArray
          • Изменение формы
            • numpy.ma.ravel
            • numpy.ma.reshape
            • numpy.ma.resize
            • numpy.ma.MaskedArray.flatten
            • numpy.ma.MaskedArray.ravel
            • numpy.ma.MaskedArray.reshape
            • numpy.ma.MaskedArray.resize
          • Изменение осей
            • numpy.ma.swapaxes
            • numpy.ma.transpose
            • numpy.ma.MaskedArray.swapaxes
            • numpy.ma.MaskedArray.transpose
          • Изменение числа измерений
            • numpy.ma.atleast_1d
            • numpy.ma.atleast_2d
            • numpy.ma.atleast_3d
            • numpy.ma.expand_dims
            • numpy.ma.squeeze
            • numpy.ma.MaskedArray.squeeze
            • numpy.ma.stack
            • numpy.ma.column_stack
            • numpy.ma.concatenate
            • numpy.ma.dstack
            • numpy.ma.hstack
            • numpy.ma.hsplit
            • numpy.ma.mr_
            • numpy.ma.row_stack
            • numpy.ma.vstack
          • Объединение массивов
            • numpy.ma.concatenate
            • numpy.ma.stack
            • numpy.ma.vstack
            • numpy.ma.hstack
            • numpy.ma.dstack
            • numpy.ma.column_stack
            • numpy.ma.append

• • • • • Операции с масками
          • Создание маски
            • numpy.ma.make_mask
            • numpy.ma.make_mask_none
            • numpy.ma.mask_or
            • numpy.ma.make_mask_descr
          • Доступ к маске
            • numpy.ma.getmask
            • numpy.ma.getmaskarray
            • numpy.ma.masked_array.mask
          • Поиск данных с маской
            • numpy.ma.flatnotmasked_contiguous
            • numpy.ma.flatnotmasked_edges
            • numpy.ma.notmasked_contiguous
            • numpy.ma.notmasked_edges
            • numpy.ma.clump_masked
            • numpy.ma.clump_unmasked
          • Изменение маски
            • numpy.ma.mask_cols
            • numpy.ma.mask_or
            • numpy.ma.mask_rowcols
            • numpy.ma.mask_rows
            • numpy.ma.harden_mask
            • numpy.ma.soften_mask
            • numpy.ma.MaskedArray.harden_mask
            • numpy.ma.MaskedArray.soften_mask
            • numpy.ma.MaskedArray.shrink_mask
            • numpy.ma.MaskedArray.unshare_mask
        • Операции преобразования
          • > в массив с маской
            • numpy.ma.asarray
            • numpy.ma.asanyarray
            • numpy.ma.fix_invalid
            • numpy.ma.masked_equal
            • numpy.ma.masked_greater
            • numpy.ma.masked_greater_equal
            • numpy.ma.masked_inside
            • numpy.ma.masked_invalid
            • numpy.ma.masked_less
            • numpy.ma.masked_less_equal
            • numpy.ma.masked_not_equal
            • numpy.ma.masked_object
            • numpy.ma.masked_outside
            • numpy.ma.masked_values
            • numpy.ma.masked_where
          • > в массив ndarray
            • numpy.ma.compress_cols
            • numpy.ma.compress_rowcols
            • numpy.ma.compress_rows
            • numpy.ma.compressed
            • numpy.ma.filled
            • numpy.ma.MaskedArray.compressed
            • numpy.ma.MaskedArray.filled
          • > в другой объект
            • numpy.ma.MaskedArray.tofile
            • numpy.ma.MaskedArray.tolist
            • numpy.ma.MaskedArray.torecords
            • numpy.ma.MaskedArray.tobytes
          • Заполнение массива с маской
            • numpy.ma.common_fill_value
            • numpy.ma.default_fill_value
            • numpy.ma.maximum_fill_value
            • numpy.ma.maximum_fill_value
            • numpy.ma.set_fill_value
            • numpy.ma.MaskedArray.get_fill_value
            • numpy.ma.MaskedArray.set_fill_value

• • • • • Арифметические операции с масками
          • Арифметические операции
            • numpy.ma.anom
            • numpy.ma.anomalies
            • numpy.ma.average
            • numpy.ma.conjugate
            • numpy.ma.corrcoef
            • numpy.ma.cov
            • numpy.ma.cumsum
            • numpy.ma.cumprod
            • numpy.ma.mean
            • numpy.ma.median
            • numpy.ma.power
            • numpy.ma.prod
            • numpy.ma.std
            • numpy.ma.sum
            • numpy.ma.var
            • numpy.ma.MaskedArray.anom
            • numpy.ma.MaskedArray.cumprod
            • numpy.ma.MaskedArray.cumsum
            • numpy.ma.MaskedArray.mean
            • numpy.ma.MaskedArray.prod
            • numpy.ma.MaskedArray.std
            • numpy.ma.MaskedArray.sum
            • numpy.ma.MaskedArray.var
          • Минимум/максимум
            • numpy.ma.argmax
            • numpy.ma.argmin
            • numpy.ma.max
            • numpy.ma.min
            • numpy.ma.ptp
            • numpy.ma.MaskedArray.argmax
            • numpy.ma.MaskedArray.argmin
            • numpy.ma.MaskedArray.max
            • numpy.ma.MaskedArray.min
            • numpy.ma.MaskedArray.ptp
          • Сортировка
            • numpy.ma.argsort
            • numpy.ma.sort
            • numpy.ma.MaskedArray.argsort
            • numpy.ma.MaskedArray.sort
          • Алгебра
            • numpy.ma.diag
            • numpy.ma.dot
            • numpy.ma.identity
            • numpy.ma.inner
            • numpy.ma.innerproduct
            • numpy.ma.outer
            • numpy.ma.outerproduct
            • numpy.ma.trace
            • numpy.ma.transpose
            • numpy.ma.MaskedArray.trace
            • numpy.ma.MaskedArray.transpose
          • Полиномиальная аппроксимация
            • numpy.ma.vander
            • numpy.ma.polyfit
          • Обрезка и округление
            • numpy.ma.around
            • numpy.ma.clip
            • numpy.ma.round
            • numpy.ma.MaskedArray.clip
            • numpy.ma.MaskedArray.round
          • Разное
            • numpy.ma.allequal
            • numpy.ma.allclose
            • numpy.ma.apply_along_axis
            • numpy.ma.apply_over_axes
            • numpy.ma.arange
            • numpy.ma.choose
            • numpy.ma.ediff1d
            • numpy.ma.indices
            • numpy.ma.where
    • Интерфейс массива
      • Сторона Python
      • Доступ к C-структуре
      • Примеры описания типов
      • Отличия от интерфейса массива (версия 2)
    • Даты и временные интервалы
      • Основные даты
      • Арифметика дат и интервалов
      • Единицы дат
      • Функциональность рабочего дня
        • np.is_busday():
        • np.busday_count():
          • Настраиваемые маски недель
  • Константы

• • Универсальные функции (ufunc)
    • Распространение
    • Определение типа выходных данных
    • Использование внутренних буферов
      • numpy.setbufsize
    • Обработка ошибок
      • numpy.seterr
      • numpy.seterrcall
    • Правила приведения типов
    • Переопределение поведения Ufunc
    • ufunc
      • Необязательные ключевые аргументы
      • Атрибуты
        • numpy.ufunc.nin
        • numpy.ufunc.nout
        • numpy.ufunc.nargs
        • numpy.ufunc.ntypes
        • numpy.ufunc.types
        • numpy.ufunc.identity
        • numpy.ufunc.signature
      • Методы
        • numpy.ufunc.reduce
        • numpy.ufunc.accumulate
        • numpy.ufunc.reduceat
        • numpy.ufunc.outer
        • numpy.ufunc.at
    • Доступные ufuncs
      • Математические операции
      • Тригонометрические функции
      • Функции битового сдвига
      • Функции сравнения
      • Функции с плавающей точкой
  • Функции
    • Функции создания массивов
      • Единицы и нули
        • numpy.empty
        • numpy.empty_like
        • numpy.eye
        • numpy.identity
        • numpy.ones
        • numpy.ones_like
        • numpy.zeros
        • numpy.zeros_like
        • numpy.full
        • numpy.full_like
      • Из существующих данных
        • numpy.array
        • numpy.asarray
        • numpy.asanyarray
        • numpy.ascontiguousarray
        • numpy.asmatrix
        • numpy.copy
        • numpy.frombuffer
        • numpy.fromfile
        • numpy.fromfunction
        • numpy.fromiter
        • numpy.fromstring
        • numpy.loadtxt
      • Создание массивов записей (numpy.rec)
        • numpy.core.records.array
        • numpy.core.records.fromarrays
        • numpy.core.records.fromrecords
        • numpy.core.records.fromstring
        • numpy.core.records.fromfile
      • Создание массивов символов (numpy.char)
        • numpy.core.defchararray.array
        • numpy.core.defchararray.asarray
      • Числовые диапазоны
        • numpy.arange
        • numpy.linspace
        • numpy.logspace
        • numpy.geomspace
        • numpy.meshgrid
        • numpy.mgrid
        • numpy.ogrid
      • Создание матриц
        • numpy.diag
        • numpy.diagflat
        • numpy.tri
        • numpy.tril
        • numpy.triu
        • numpy.vander
      • Класс матриц
        • numpy.mat
        • numpy.bmat

• • • Операции с массивами
      • Основные операции
        • numpy.copyto
        • numpy.shape
      • Изменение формы массива
        • numpy.reshape
        • numpy.ravel
        • numpy.ndarray.flat
        • numpy.ndarray.flatten
      • Операции, подобные транспонированию
        • numpy.moveaxis
        • numpy.rollaxis
        • numpy.swapaxes
        • numpy.ndarray.T
        • numpy.transpose
      • Изменение числа измерений
        • numpy.atleast_1d
        • numpy.atleast_2d
        • numpy.atleast_3d
        • numpy.broadcast
          • numpy.broadcast.reset
        • numpy.broadcast_to
        • numpy.broadcast_arrays
        • numpy.expand_dims
        • numpy.squeeze
      • Изменение типа массива
        • numpy.asarray
        • numpy.asanyarray
        • numpy.asmatrix
        • numpy.asfarray
        • numpy.asfortranarray
        • numpy.ascontiguousarray
        • numpy.asarray_chkfinite
        • numpy.asscalar
        • numpy.require
      • Объединение массивов
        • numpy.concatenate
        • numpy.stack
        • numpy.block
        • numpy.vstack
        • numpy.hstack
        • numpy.dstack
        • numpy.column_stack
      • Разделение массивов
        • numpy.split
        • numpy.array_split
        • numpy.dsplit
        • numpy.hsplit
        • numpy.vsplit
      • Выравнивание массивов
        • numpy.tile
        • numpy.repeat
      • Добавление и удаление элементов
        • numpy.delete
        • numpy.insert
        • numpy.append
        • numpy.resize
        • numpy.trim_zeros
        • numpy.unique
      • Переупорядочивание элементов
        • numpy.flip
        • numpy.fliplr
        • numpy.flipud
        • numpy.reshape
        • numpy.roll
        • numpy.rot90
    • Битовые операции
      • Элементные битовые операции
        • numpy.bitwise_and
        • numpy.bitwise_or
        • numpy.bitwise_xor
        • numpy.invert
        • numpy.left_shift
        • numpy.right_shift
      • Упаковку битов
        • numpy.packbits
        • numpy.unpackbits
      • Форматирование вывода
        • numpy.binary_repr

• • • Операции со строками
      • Операции со строками
        • numpy.char.add
        • numpy.char.multiply
        • numpy.char.mod
        • numpy.char.capitalize
        • numpy.char.center
        • numpy.char.decode
        • numpy.char.encode
        • numpy.char.expandtabs
        • numpy.char.join
        • numpy.char.ljust
        • numpy.char.lower
        • numpy.char.lstrip
        • numpy.char.partition
        • numpy.char.replace
        • numpy.char.rjust
        • numpy.char.rpartition
        • numpy.char.rsplit
        • numpy.char.rstrip
        • numpy.char.split
        • numpy.char.splitlines
        • numpy.char.strip
        • numpy.char.swapcase
        • numpy.char.title
        • numpy.char.translate
        • numpy.char.upper
        • numpy.char.zfill
      • Сравнение
        • numpy.char.equal
        • numpy.char.not_equal
        • numpy.char.greater_equal
        • numpy.char.less_equal
        • numpy.char.greater
        • numpy.char.less
        • numpy.char.compare_chararrays
      • Информация о строках
        • numpy.char.count
        • numpy.char.endswith
        • numpy.char.find
        • numpy.char.index
        • numpy.char.isalpha
        • numpy.char.isalnum
        • numpy.char.isdecimal
        • numpy.char.isdigit
        • numpy.char.islower
        • numpy.char.isnumeric
        • numpy.char.isspace
        • numpy.char.istitle
        • numpy.char.isupper
        • numpy.char.rfind
        • numpy.char.rindex
        • numpy.char.startswith
        • numpy.char.str_len

• • • • Класс-утилита
        • numpy.char.array
        • numpy.char.asarray
        • numpy.char.chararray
          • numpy.char.chararray.astype
          • numpy.char.chararray.argsort
          • numpy.char.chararray.copy
          • numpy.char.chararray.count
          • numpy.char.chararray.decode
          • numpy.char.chararray.dump
          • numpy.char.chararray.dumps
          • numpy.char.chararray.encode
          • numpy.char.chararray.endswith
          • numpy.char.chararray.expandtabs
          • numpy.char.chararray.fill
          • numpy.char.chararray.find
          • numpy.char.chararray.flatten
          • numpy.char.chararray.getfield
          • numpy.char.chararray.index
          • numpy.char.chararray.isalnum
          • numpy.char.chararray.isalpha
          • numpy.char.chararray.isdecimal
          • numpy.char.chararray.isdigit
          • numpy.char.chararray.islower
          • numpy.char.chararray.isnumeric
          • numpy.char.chararray.isspace
          • numpy.char.chararray.istitle
          • numpy.char.chararray.isupper
          • numpy.char.chararray.item
          • numpy.char.chararray.join
          • numpy.char.chararray.ljust
          • numpy.char.chararray.lower
          • numpy.char.chararray.lstrip
          • numpy.char.chararray.nonzero
          • numpy.char.chararray.put
          • numpy.char.chararray.ravel
          • numpy.char.chararray.repeat
          • numpy.char.chararray.replace
          • numpy.char.chararray.reshape
          • numpy.char.chararray.resize
          • numpy.char.chararray.rfind
          • numpy.char.chararray.rindex
          • numpy.char.chararray.rjust
          • numpy.char.chararray.rsplit
          • numpy.char.chararray.rstrip
          • numpy.char.chararray.searchsorted
          • numpy.char.chararray.setfield
          • numpy.char.chararray.setflags
          • numpy.char.chararray.sort
          • numpy.char.chararray.split
          • numpy.char.chararray.splitlines
          • numpy.char.chararray.squeeze
          • numpy.char.chararray.startswith
          • numpy.char.chararray.strip
          • numpy.char.chararray.swapaxes
          • numpy.char.chararray.swapcase
          • numpy.char.chararray.take
          • numpy.char.chararray.title
          • numpy.char.chararray.tofile
          • numpy.char.chararray.tolist
          • numpy.char.chararray.tostring
          • numpy.char.chararray.translate
          • numpy.char.chararray.transpose
          • numpy.char.chararray.upper
          • numpy.char.chararray.view
          • numpy.char.chararray.zfill
      • Интерфейс внешних функций C (numpy.ctypeslib)
      • Функции работы с датами и временем
        • numpy.datetime_as_string
        • numpy.datetime_data
        • Функции для рабочих дней
          • numpy.busdaycalendar
          • numpy.is_busday
          • numpy.busday_offset
          • numpy.busday_count

• • • Процедуры типов данных
      • numpy.can_cast
      • numpy.promote_types
      • numpy.min_scalar_type
      • numpy.result_type
      • numpy.common_type
      • numpy.obj2sctype
      • Создание типов данных
        • numpy.dtype
          • numpy.dtype.newbyteorder
        • numpy.format_parser
      • Информация о типах данных
        • numpy.finfo
        • numpy.iinfo
        • numpy.MachAr
      • Тестирование типов данных
        • numpy.issctype
        • numpy.issubdtype
        • numpy.issubsctype
        • numpy.issubclass_
        • numpy.find_common_type
      • Разное
        • numpy.typename
        • numpy.sctype2char
        • numpy.mintypecode
        • numpy.maximum_sctype
    • Процедуры, ускоряемые с помощью SciPy (numpy.dual)
      • Линейная алгебра
      • FFT
      • Другие
    • Математические функции с автоматическим областью определения (numpy.emath)
    • Обработка ошибок с плавающей запятой
      • Установка и получение обработки ошибок
        • numpy.seterr
        • numpy.geterr
        • numpy.seterrcall
        • numpy.geterrcall
        • numpy.errstate
          • numpy.errstate.__call__
      • Внутренние функции
        • numpy.seterrobj
        • numpy.geterrobj
    • Дискретное преобразование Фурье (numpy.fft)
      • Стандартные преобразования Фурье
        • numpy.fft.fft
        • numpy.fft.ifft
        • numpy.fft.fft2
        • numpy.fft.ifft2
        • numpy.fft.fftn
        • numpy.fft.ifftn
      • Преобразования Фурье для вещественных данных
        • numpy.fft.rfft
        • numpy.fft.irfft
        • numpy.fft.rfft2
        • numpy.fft.irfft2
        • numpy.fft.rfftn
        • numpy.fft.irfftn
      • Эрмитовы преобразования Фурье
        • numpy.fft.hfft
        • numpy.fft.ihfft
      • Вспомогательные процедуры
        • numpy.fft.fftfreq
        • numpy.fft.rfftfreq
        • numpy.fft.fftshift
        • numpy.fft.ifftshift
      • Общие сведения
      • Детали реализации
      • Расширение типов
      • Нормализация
      • Преобразования для вещественных и эрмитовых данных
      • Многомерные преобразования
      • Ссылки
      • Примеры
    • Финансовые функции
      • Простые финансовые функции
        • numpy.fv
        • numpy.pv
        • numpy.npv
        • numpy.pmt
        • numpy.ppmt
        • numpy.ipmt
        • numpy.irr
        • numpy.mirr
        • numpy.nper
        • numpy.rate
    • Функциональное программирование
      • numpy.apply_along_axis
      • numpy.apply_over_axes
      • numpy.vectorize
        • numpy.vectorize.__call__
      • numpy.frompyfunc
      • numpy.piecewise

• • • Функции NumPy для справки
      • Поиск справки
        • numpy.lookfor
      • Чтение справки
        • numpy.info
        • numpy.source
    • Операции индексирования
      • Генерация массивов индексов
        • numpy.c_
        • numpy.r_
        • numpy.s_
        • numpy.nonzero
        • numpy.where
        • numpy.indices
        • numpy.ix_
        • numpy.ogrid
        • numpy.ravel_multi_index
        • numpy.unravel_index
        • numpy.diag_indices
        • numpy.diag_indices_from
        • numpy.mask_indices
        • numpy.tril_indices
        • numpy.tril_indices_from
        • numpy.triu_indices
        • numpy.triu_indices_from
      • Операции, похожие на индексирование
        • numpy.take
        • numpy.take_along_axis
        • numpy.choose
        • numpy.compress
        • numpy.diag
        • numpy.diagonal
        • numpy.select
        • numpy.lib.stride_tricks.as_strided
      • Вставка данных в массивы
        • numpy.place
        • numpy.put
        • numpy.put_along_axis
        • numpy.putmask
        • numpy.fill_diagonal
      • Итерация по массивам
        • numpy.nditer
          • numpy.nditer.close
          • numpy.nditer.copy
          • numpy.nditer.debug_print
          • numpy.nditer.enable_external_loop
          • numpy.nditer.iternext
          • numpy.nditer.remove_axis
          • numpy.nditer.remove_multi_index
          • numpy.nditer.reset
        • numpy.ndenumerate
        • numpy.ndindex
          • numpy.ndindex.ndincr
        • numpy.nested_iters
        • numpy.flatiter
          • numpy.flatiter.copy
        • numpy.lib.Arrayterator

• • • Ввод и вывод
      • Двоичные файлы NumPy (NPY, NPZ)
        • numpy.load
        • numpy.save
        • numpy.savez
        • numpy.savez_compressed
      • Текстовые файлы
        • numpy.loadtxt
        • numpy.savetxt
        • numpy.genfromtxt
        • numpy.fromregex
        • numpy.fromstring
        • numpy.ndarray.tofile
        • numpy.ndarray.tolist
      • Необработанные двоичные файлы
      • Форматирование строк
        • numpy.array2string
        • numpy.array_repr
        • numpy.array_str
        • numpy.format_float_positional
        • numpy.format_float_scientific
      • Операции с файлами с сопоставлением памяти
        • numpy.memmap
          • numpy.memmap.flush
      • Параметры форматирования текста
        • numpy.set_printoptions
        • numpy.get_printoptions
        • numpy.set_string_function
        • numpy.printoptions
      • Представления в системе счисления с основанием n
        • numpy.binary_repr
        • numpy.base_repr
      • Источники данных
        • numpy.DataSource
          • numpy.DataSource.abspath
          • numpy.DataSource.exists
          • numpy.DataSource.open
      • Описание двоичного формата
        • numpy.lib.format
          • Формат NPY
            • Возможности
            • Ограничения
            • Расширения файлов
            • Нумерация версий
            • Версия формата 1.0
            • Версия формата 2.0
            • Версия формата 3.0
            • Примечания
    • Линейная алгебра (numpy.linalg)
      • Матричные и векторные произведения
        • numpy.dot
        • numpy.linalg.multi_dot
        • numpy.vdot
        • numpy.inner
        • numpy.outer
        • numpy.matmul
        • numpy.tensordot
        • numpy.einsum
        • numpy.einsum_path
        • numpy.linalg.matrix_power
        • numpy.kron
      • Разложения
        • numpy.linalg.cholesky
        • numpy.linalg.qr
        • numpy.linalg.svd
      • Собственные значения матриц
        • numpy.linalg.eig
        • numpy.linalg.eigh
        • numpy.linalg.eigvals
        • numpy.linalg.eigvalsh
      • Нормы и другие числа
        • numpy.linalg.norm
        • numpy.linalg.cond
        • numpy.linalg.det
        • numpy.linalg.matrix_rank
        • numpy.linalg.slogdet
        • numpy.trace
      • Решение уравнений и обращение матриц
        • numpy.linalg.solve
        • numpy.linalg.tensorsolve
        • numpy.linalg.lstsq
        • numpy.linalg.inv
        • numpy.linalg.pinv
        • numpy.linalg.tensorinv
      • Исключения
        • numpy.linalg.LinAlgError
      • Линейная алгебра для нескольких матриц одновременно

• • • Логические функции
      • Проверка истинности
        • numpy.all
        • numpy.any
      • Содержимое массива
        • numpy.isfinite
        • numpy.isinf
        • numpy.isnan
        • numpy.isnat
        • numpy.isneginf
        • numpy.isposinf
      • Проверка типа массива
        • numpy.iscomplex
        • numpy.iscomplexobj
        • numpy.isfortran
        • numpy.isreal
        • numpy.isrealobj
        • numpy.isscalar
      • Логические операции
        • numpy.logical_and
        • numpy.logical_or
        • numpy.logical_not
        • numpy.logical_xor
      • Сравнение
        • numpy.allclose
        • numpy.isclose
        • numpy.array_equal
        • numpy.array_equiv
        • numpy.greater
        • numpy.greater_equal
        • numpy.less
        • numpy.less_equal
        • numpy.equal
        • numpy.not_equal

• • • Операции с массивами масок
      • Константы
        • numpy.ma.MaskType
      • Создание
        • Из существующих данных
          • numpy.ma.masked_array
          • numpy.ma.array
          • numpy.ma.copy
          • numpy.ma.frombuffer
          • numpy.ma.fromfunction
          • numpy.ma.MaskedArray.copy
        • Единицы и нули
          • numpy.ma.empty
          • numpy.ma.empty_like
          • numpy.ma.masked_all
          • numpy.ma.masked_all_like
          • numpy.ma.ones
          • numpy.ma.zeros
      • Просмотр массива
        • numpy.ma.all
        • numpy.ma.any
        • numpy.ma.count
        • numpy.ma.count_masked
        • numpy.ma.getmask
        • numpy.ma.getmaskarray
        • numpy.ma.getdata
        • numpy.ma.nonzero
        • numpy.ma.shape
        • numpy.ma.size
        • numpy.ma.is_masked
        • numpy.ma.is_mask
        • numpy.ma.MaskedArray.all
        • numpy.ma.MaskedArray.any
        • numpy.ma.MaskedArray.count
        • numpy.ma.MaskedArray.nonzero
        • numpy.ma.shape
        • numpy.ma.size
      • Обработка MaskedArray
        • Изменение формы
          • numpy.ma.ravel
          • numpy.ma.reshape
          • numpy.ma.resize
          • numpy.ma.MaskedArray.flatten
          • numpy.ma.MaskedArray.ravel
          • numpy.ma.MaskedArray.reshape
          • numpy.ma.MaskedArray.resize
        • Изменение осей
          • numpy.ma.swapaxes
          • numpy.ma.transpose
          • numpy.ma.MaskedArray.swapaxes
          • numpy.ma.MaskedArray.transpose
        • Изменение количества измерений
          • numpy.ma.atleast_1d
          • numpy.ma.atleast_2d
          • numpy.ma.atleast_3d
          • numpy.ma.expand_dims
          • numpy.ma.squeeze
          • numpy.ma.MaskedArray.squeeze
          • numpy.ma.stack
          • numpy.ma.column_stack
          • numpy.ma.concatenate
          • numpy.ma.dstack
          • numpy.ma.hstack
          • numpy.ma.hsplit
          • numpy.ma.mr_
          • numpy.ma.row_stack
          • numpy.ma.vstack
        • Объединение массивов
          • numpy.ma.concatenate
          • numpy.ma.stack
          • numpy.ma.vstack
          • numpy.ma.hstack
          • numpy.ma.dstack
          • numpy.ma.column_stack
          • numpy.ma.append

• • • • Операции с масками
        • Создание маски
          • numpy.ma.make_mask
          • numpy.ma.make_mask_none
          • numpy.ma.mask_or
          • numpy.ma.make_mask_descr
        • Доступ к маске
          • numpy.ma.getmask
          • numpy.ma.getmaskarray
          • numpy.ma.masked_array.mask
        • Поиск данных с маской
          • numpy.ma.flatnotmasked_contiguous
          • numpy.ma.flatnotmasked_edges
          • numpy.ma.notmasked_contiguous
          • numpy.ma.notmasked_edges
          • numpy.ma.clump_masked
          • numpy.ma.clump_unmasked
        • Изменение маски
          • numpy.ma.mask_cols
          • numpy.ma.mask_or
          • numpy.ma.mask_rowcols
          • numpy.ma.mask_rows
          • numpy.ma.harden_mask
          • numpy.ma.soften_mask
          • numpy.ma.MaskedArray.harden_mask
          • numpy.ma.MaskedArray.soften_mask
          • numpy.ma.MaskedArray.shrink_mask
          • numpy.ma.MaskedArray.unshare_mask
      • Операции преобразования
        • > в массив с маской
          • numpy.ma.asarray
          • numpy.ma.asanyarray
          • numpy.ma.fix_invalid
          • numpy.ma.masked_equal
          • numpy.ma.masked_greater
          • numpy.ma.masked_greater_equal
          • numpy.ma.masked_inside
          • numpy.ma.masked_invalid
          • numpy.ma.masked_less
          • numpy.ma.masked_less_equal
          • numpy.ma.masked_not_equal
          • numpy.ma.masked_object
          • numpy.ma.masked_outside
          • numpy.ma.masked_values
          • numpy.ma.masked_where
        • > в массив ndarray
          • numpy.ma.compress_cols
          • numpy.ma.compress_rowcols
          • numpy.ma.compress_rows
          • numpy.ma.compressed
          • numpy.ma.filled
          • numpy.ma.MaskedArray.compressed
          • numpy.ma.MaskedArray.filled
        • > в другой объект
          • numpy.ma.MaskedArray.tofile
          • numpy.ma.MaskedArray.tolist
          • numpy.ma.MaskedArray.torecords
          • numpy.ma.MaskedArray.tobytes
        • Заполнение массива с маской
          • numpy.ma.common_fill_value
          • numpy.ma.default_fill_value
          • numpy.ma.maximum_fill_value
          • numpy.ma.maximum_fill_value
          • numpy.ma.set_fill_value
          • numpy.ma.MaskedArray.get_fill_value
          • numpy.ma.MaskedArray.set_fill_value

• • • • Арифметические операции с масками
        • Арифметические операции
          • numpy.ma.anom
          • numpy.ma.anomalies
          • numpy.ma.average
          • numpy.ma.conjugate
          • numpy.ma.corrcoef
          • numpy.ma.cov
          • numpy.ma.cumsum
          • numpy.ma.cumprod
          • numpy.ma.mean
          • numpy.ma.median
          • numpy.ma.power
          • numpy.ma.prod
          • numpy.ma.std
          • numpy.ma.sum
          • numpy.ma.var
          • numpy.ma.MaskedArray.anom
          • numpy.ma.MaskedArray.cumprod
          • numpy.ma.MaskedArray.cumsum
          • numpy.ma.MaskedArray.mean
          • numpy.ma.MaskedArray.prod
          • numpy.ma.MaskedArray.std
          • numpy.ma.MaskedArray.sum
          • numpy.ma.MaskedArray.var
        • Минимум/максимум
          • numpy.ma.argmax
          • numpy.ma.argmin
          • numpy.ma.max
          • numpy.ma.min
          • numpy.ma.ptp
          • numpy.ma.MaskedArray.argmax
          • numpy.ma.MaskedArray.argmin
          • numpy.ma.MaskedArray.max
          • numpy.ma.MaskedArray.min
          • numpy.ma.MaskedArray.ptp
        • Сортировка
          • numpy.ma.argsort
          • numpy.ma.sort
          • numpy.ma.MaskedArray.argsort
          • numpy.ma.MaskedArray.sort
        • Алгебра
          • numpy.ma.diag
          • numpy.ma.dot
          • numpy.ma.identity
          • numpy.ma.inner
          • numpy.ma.innerproduct
          • numpy.ma.outer
          • numpy.ma.outerproduct
          • numpy.ma.trace
          • numpy.ma.transpose
          • numpy.ma.MaskedArray.trace
          • numpy.ma.MaskedArray.transpose
        • Полиномиальная аппроксимация
          • numpy.ma.vander
          • numpy.ma.polyfit
        • Ограничение и округление
          • numpy.ma.around
          • numpy.ma.clip
          • numpy.ma.round
          • numpy.ma.MaskedArray.clip
          • numpy.ma.MaskedArray.round
        • Разное
          • numpy.ma.allequal
          • numpy.ma.allclose
          • numpy.ma.apply_along_axis
          • numpy.ma.apply_over_axes
          • numpy.ma.arange
          • numpy.ma.choose
          • numpy.ma.ediff1d
          • numpy.ma.indices
          • numpy.ma.where

• • • Математические функции
      • Тригонометрические функции
        • numpy.sin
        • numpy.cos
        • numpy.tan
        • numpy.arcsin
        • numpy.arccos
        • numpy.arctan
        • numpy.hypot
        • numpy.arctan2
        • numpy.degrees
        • numpy.radians
        • numpy.unwrap
        • numpy.deg2rad
        • numpy.rad2deg
      • Гиперболические функции
        • numpy.sinh
        • numpy.cosh
        • numpy.tanh
        • numpy.arcsinh
        • numpy.arccosh
        • numpy.arctanh
      • Округление
        • numpy.around
        • numpy.round_
        • numpy.rint
        • numpy.fix
        • numpy.floor
        • numpy.ceil
        • numpy.trunc
      • Суммы, произведения, разности
        • numpy.prod
        • numpy.sum
        • numpy.nanprod
        • numpy.nansum
        • numpy.cumprod
        • numpy.cumsum
        • numpy.nancumprod
        • numpy.nancumsum
        • numpy.diff
        • numpy.ediff1d
        • numpy.gradient
        • numpy.cross
        • numpy.trapz
      • Функции возведения в степень и логарифмы
        • numpy.exp
        • numpy.expm1
        • numpy.exp2
        • numpy.log
        • numpy.log10
        • numpy.log2
        • numpy.log1p
        • numpy.logaddexp
        • numpy.logaddexp2
      • Другие специальные функции
        • numpy.i0
        • numpy.sinc
      • Функции для работы с плавающей точкой
        • numpy.signbit
        • numpy.copysign
        • numpy.frexp
        • numpy.ldexp
        • numpy.nextafter
        • numpy.spacing
      • Рациональные функции
        • numpy.lcm
        • numpy.gcd
      • Арифметические операции
        • numpy.add
        • numpy.reciprocal
        • numpy.positive
        • numpy.negative
        • numpy.multiply
        • numpy.divide
        • numpy.power
        • numpy.subtract
        • numpy.true_divide
        • numpy.floor_divide
        • numpy.float_power
        • numpy.fmod
        • numpy.mod
        • numpy.modf
        • numpy.remainder
        • numpy.divmod
      • Обработка комплексных чисел
        • numpy.angle
        • numpy.real
        • numpy.imag
        • numpy.conj
        • numpy.conjugate

• • • • Разное
        • numpy.convolve
        • numpy.clip
        • numpy.sqrt
        • numpy.cbrt
        • numpy.square
        • numpy.absolute
        • numpy.fabs
        • numpy.sign
        • numpy.heaviside
        • numpy.maximum
        • numpy.minimum
        • numpy.fmax
        • numpy.fmin
        • numpy.nan_to_num
        • numpy.real_if_close
        • numpy.interp
    • Библиотека матриц (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
    • Разные служебные функции
      • Настройка производительности
        • numpy.setbufsize
        • numpy.getbufsize
      • Диапазоны памяти
        • numpy.shares_memory
        • numpy.may_share_memory
        • numpy.byte_bounds
      • Смеси массивов
        • numpy.lib.mixins.NDArrayOperatorsMixin
      • Сравнение версий NumPy
        • numpy.lib.NumpyVersion
      • Утилиты
        • numpy.get_include
        • numpy.show_config
        • numpy.deprecate
        • numpy.deprecate_with_doc
      • Функции в стиле MATLAB
        • numpy.who
        • numpy.disp
    • Заполнение массивов
      • numpy.pad

• • • Многочлены
      • Примечание о переходе
        • Использование удобных классов
          • Основы
          • Математический анализ
          • Другие конструкторы многочленов
          • Подгонка
        • Степенные ряды (numpy.polynomial.polynomial)
          • Классы
            • numpy.polynomial.polynomial.Polynomial
              • numpy.polynomial.polynomial.Polynomial.__call__
              • numpy.polynomial.polynomial.Polynomial.basis
              • numpy.polynomial.polynomial.Polynomial.cast
              • numpy.polynomial.polynomial.Polynomial.convert
              • numpy.polynomial.polynomial.Polynomial.copy
              • numpy.polynomial.polynomial.Polynomial.cutdeg
              • numpy.polynomial.polynomial.Polynomial.degree
              • numpy.polynomial.polynomial.Polynomial.deriv
              • numpy.polynomial.polynomial.Polynomial.fit
              • numpy.polynomial.polynomial.Polynomial.fromroots
              • numpy.polynomial.polynomial.Polynomial.has_samecoef
              • numpy.polynomial.polynomial.Polynomial.has_samedomain
              • numpy.polynomial.polynomial.Polynomial.has_sametype
              • numpy.polynomial.polynomial.Polynomial.has_samewindow
              • numpy.polynomial.polynomial.Polynomial.identity
              • numpy.polynomial.polynomial.Polynomial.integ
              • numpy.polynomial.polynomial.Polynomial.linspace
              • numpy.polynomial.polynomial.Polynomial.mapparms
              • numpy.polynomial.polynomial.Polynomial.roots
              • numpy.polynomial.polynomial.Polynomial.trim
              • numpy.polynomial.polynomial.Polynomial.truncate
          • Константы
            • numpy.polynomial.polynomial.polydomain
            • numpy.polynomial.polynomial.polyzero
            • numpy.polynomial.polynomial.polyone
            • numpy.polynomial.polynomial.polyx
          • Арифметика
            • numpy.polynomial.polynomial.polyadd
            • numpy.polynomial.polynomial.polysub
            • numpy.polynomial.polynomial.polymulx
            • numpy.polynomial.polynomial.polymul
            • numpy.polynomial.polynomial.polydiv
            • numpy.polynomial.polynomial.polypow
            • numpy.polynomial.polynomial.polyval
            • numpy.polynomial.polynomial.polyval2d
            • numpy.polynomial.polynomial.polyval3d
            • numpy.polynomial.polynomial.polygrid2d
            • numpy.polynomial.polynomial.polygrid3d
          • Математический анализ
            • numpy.polynomial.polynomial.polyder
            • numpy.polynomial.polynomial.polyint
          • Разные функции
            • numpy.polynomial.polynomial.polyfromroots
            • numpy.polynomial.polynomial.polyroots
            • numpy.polynomial.polynomial.polyvalfromroots
            • numpy.polynomial.polynomial.polyvander
            • numpy.polynomial.polynomial.polyvander2d
            • numpy.polynomial.polynomial.polyvander3d
            • numpy.polynomial.polynomial.polycompanion
            • numpy.polynomial.polynomial.polyfit
            • numpy.polynomial.polynomial.polytrim
            • numpy.polynomial.polynomial.polyline
          • См. также

• • • • • Ряды Чебышева (numpy.polynomial.chebyshev)
          • Классы
            • numpy.polynomial.chebyshev.Chebyshev
              • numpy.polynomial.chebyshev.Chebyshev.__call__
              • numpy.polynomial.chebyshev.Chebyshev.basis
              • numpy.polynomial.chebyshev.Chebyshev.cast
              • numpy.polynomial.chebyshev.Chebyshev.convert
              • numpy.polynomial.chebyshev.Chebyshev.copy
              • numpy.polynomial.chebyshev.Chebyshev.cutdeg
              • numpy.polynomial.chebyshev.Chebyshev.degree
              • numpy.polynomial.chebyshev.Chebyshev.deriv
              • numpy.polynomial.chebyshev.Chebyshev.fit
              • numpy.polynomial.chebyshev.Chebyshev.fromroots
              • numpy.polynomial.chebyshev.Chebyshev.has_samecoef
              • numpy.polynomial.chebyshev.Chebyshev.has_samedomain
              • numpy.polynomial.chebyshev.Chebyshev.has_sametype
              • numpy.polynomial.chebyshev.Chebyshev.has_samewindow
              • numpy.polynomial.chebyshev.Chebyshev.identity
              • numpy.polynomial.chebyshev.Chebyshev.integ
              • numpy.polynomial.chebyshev.Chebyshev.interpolate
              • numpy.polynomial.chebyshev.Chebyshev.linspace
              • numpy.polynomial.chebyshev.Chebyshev.mapparms
              • numpy.polynomial.chebyshev.Chebyshev.roots
              • numpy.polynomial.chebyshev.Chebyshev.trim
              • numpy.polynomial.chebyshev.Chebyshev.truncate
          • Константы
            • numpy.polynomial.chebyshev.chebdomain
            • numpy.polynomial.chebyshev.chebzero
            • numpy.polynomial.chebyshev.chebone
            • numpy.polynomial.chebyshev.chebx
          • Арифметика
            • numpy.polynomial.chebyshev.chebadd
            • numpy.polynomial.chebyshev.chebsub
            • numpy.polynomial.chebyshev.chebmulx
            • numpy.polynomial.chebyshev.chebmul
            • numpy.polynomial.chebyshev.chebdiv
            • numpy.polynomial.chebyshev.chebpow
            • numpy.polynomial.chebyshev.chebval
            • numpy.polynomial.chebyshev.chebval2d
            • numpy.polynomial.chebyshev.chebval3d
            • numpy.polynomial.chebyshev.chebgrid2d
            • numpy.polynomial.chebyshev.chebgrid3d
          • Вычисления
            • numpy.polynomial.chebyshev.chebder
            • numpy.polynomial.chebyshev.chebint
          • Разные функции
            • numpy.polynomial.chebyshev.chebfromroots
            • numpy.polynomial.chebyshev.chebroots
            • numpy.polynomial.chebyshev.chebvander
            • numpy.polynomial.chebyshev.chebvander2d
            • numpy.polynomial.chebyshev.chebvander3d
            • numpy.polynomial.chebyshev.chebgauss
            • numpy.polynomial.chebyshev.chebweight
            • numpy.polynomial.chebyshev.chebcompanion
            • numpy.polynomial.chebyshev.chebfit
            • numpy.polynomial.chebyshev.chebpts1
            • numpy.polynomial.chebyshev.chebpts2
            • numpy.polynomial.chebyshev.chebtrim
            • numpy.polynomial.chebyshev.chebline
            • numpy.polynomial.chebyshev.cheb2poly
            • numpy.polynomial.chebyshev.poly2cheb
            • numpy.polynomial.chebyshev.chebinterpolate
          • См. также
          • Замечания
          • Ссылки

• • • • • Ряды Эрмита, «Физики» (numpy.polynomial.hermite)
          • Классы
            • numpy.polynomial.hermite.Hermite
              • numpy.polynomial.hermite.Hermite.__call__
              • numpy.polynomial.hermite.Hermite.basis
              • numpy.polynomial.hermite.Hermite.cast
              • numpy.polynomial.hermite.Hermite.convert
              • numpy.polynomial.hermite.Hermite.copy
              • numpy.polynomial.hermite.Hermite.cutdeg
              • numpy.polynomial.hermite.Hermite.degree
              • numpy.polynomial.hermite.Hermite.deriv
              • numpy.polynomial.hermite.Hermite.fit
              • numpy.polynomial.hermite.Hermite.fromroots
              • numpy.polynomial.hermite.Hermite.has_samecoef
              • numpy.polynomial.hermite.Hermite.has_samedomain
              • numpy.polynomial.hermite.Hermite.has_sametype
              • numpy.polynomial.hermite.Hermite.has_samewindow
              • numpy.polynomial.hermite.Hermite.identity
              • numpy.polynomial.hermite.Hermite.integ
              • numpy.polynomial.hermite.Hermite.linspace
              • numpy.polynomial.hermite.Hermite.mapparms
              • numpy.polynomial.hermite.Hermite.roots
              • numpy.polynomial.hermite.Hermite.trim
              • numpy.polynomial.hermite.Hermite.truncate
          • Константы
            • numpy.polynomial.hermite.hermdomain
            • numpy.polynomial.hermite.hermzero
            • numpy.polynomial.hermite.hermone
            • numpy.polynomial.hermite.hermx
          • Арифметика
            • numpy.polynomial.hermite.hermadd
            • numpy.polynomial.hermite.hermsub
            • numpy.polynomial.hermite.hermmulx
            • numpy.polynomial.hermite.hermmul
            • numpy.polynomial.hermite.hermdiv
            • numpy.polynomial.hermite.hermpow
            • numpy.polynomial.hermite.hermval
            • numpy.polynomial.hermite.hermval2d
            • numpy.polynomial.hermite.hermval3d
            • numpy.polynomial.hermite.hermgrid2d
            • numpy.polynomial.hermite.hermgrid3d
          • Вычисления
            • numpy.polynomial.hermite.hermder
            • numpy.polynomial.hermite.hermint
          • Прочие функции
            • numpy.polynomial.hermite.hermfromroots
            • numpy.polynomial.hermite.hermroots
            • numpy.polynomial.hermite.hermvander
            • numpy.polynomial.hermite.hermvander2d
            • numpy.polynomial.hermite.hermvander3d
            • numpy.polynomial.hermite.hermgauss
            • numpy.polynomial.hermite.hermweight
            • numpy.polynomial.hermite.hermcompanion
            • numpy.polynomial.hermite.hermfit
            • numpy.polynomial.hermite.hermtrim
            • numpy.polynomial.hermite.hermline
            • numpy.polynomial.hermite.herm2poly
            • numpy.polynomial.hermite.poly2herm
          • См. также

• • • • • Ряды Эрмита Е, «Вероятностники» (numpy.polynomial.hermite_e)
          • Классы
            • numpy.polynomial.hermite_e.HermiteE
              • numpy.polynomial.hermite_e.HermiteE.__call__
              • numpy.polynomial.hermite_e.HermiteE.basis
              • numpy.polynomial.hermite_e.HermiteE.cast
              • numpy.polynomial.hermite_e.HermiteE.convert
              • numpy.polynomial.hermite_e.HermiteE.copy
              • numpy.polynomial.hermite_e.HermiteE.cutdeg
              • numpy.polynomial.hermite_e.HermiteE.degree
              • numpy.polynomial.hermite_e.HermiteE.deriv
              • numpy.polynomial.hermite_e.HermiteE.fit
              • numpy.polynomial.hermite_e.HermiteE.fromroots
              • numpy.polynomial.hermite_e.HermiteE.has_samecoef
              • numpy.polynomial.hermite_e.HermiteE.has_samedomain
              • numpy.polynomial.hermite_e.HermiteE.has_sametype
              • numpy.polynomial.hermite_e.HermiteE.has_samewindow
              • numpy.polynomial.hermite_e.HermiteE.identity
              • numpy.polynomial.hermite_e.HermiteE.integ
              • numpy.polynomial.hermite_e.HermiteE.linspace
              • numpy.polynomial.hermite_e.HermiteE.mapparms
              • numpy.polynomial.hermite_e.HermiteE.roots
              • numpy.polynomial.hermite_e.HermiteE.trim
              • numpy.polynomial.hermite_e.HermiteE.truncate
          • Константы
            • numpy.polynomial.hermite_e.hermedomain
            • numpy.polynomial.hermite_e.hermezero
            • numpy.polynomial.hermite_e.hermeone
            • numpy.polynomial.hermite_e.hermex
          • Арифметика
            • numpy.polynomial.hermite_e.hermeadd
            • numpy.polynomial.hermite_e.hermesub
            • numpy.polynomial.hermite_e.hermemulx
            • numpy.polynomial.hermite_e.hermemul
            • numpy.polynomial.hermite_e.hermediv
            • numpy.polynomial.hermite_e.hermepow
            • numpy.polynomial.hermite_e.hermeval
            • numpy.polynomial.hermite_e.hermeval2d
            • numpy.polynomial.hermite_e.hermeval3d
            • numpy.polynomial.hermite_e.hermegrid2d
            • numpy.polynomial.hermite_e.hermegrid3d
          • Вычисления
            • numpy.polynomial.hermite_e.hermeder
            • numpy.polynomial.hermite_e.hermeint
          • Разные функции
            • numpy.polynomial.hermite_e.hermefromroots
            • numpy.polynomial.hermite_e.hermeroots
            • numpy.polynomial.hermite_e.hermevander
            • numpy.polynomial.hermite_e.hermevander2d
            • numpy.polynomial.hermite_e.hermevander3d
            • numpy.polynomial.hermite_e.hermegauss
            • numpy.polynomial.hermite_e.hermeweight
            • numpy.polynomial.hermite_e.hermecompanion
            • numpy.polynomial.hermite_e.hermefit
            • numpy.polynomial.hermite_e.hermetrim
            • numpy.polynomial.hermite_e.hermeline
            • numpy.polynomial.hermite_e.herme2poly
            • numpy.polynomial.hermite_e.poly2herme
          • См. также

• • • • • Ряды Лагера (numpy.polynomial.laguerre)
          • Классы
            • numpy.polynomial.laguerre.Laguerre
              • numpy.polynomial.laguerre.Laguerre.__call__
              • numpy.polynomial.laguerre.Laguerre.basis
              • numpy.polynomial.laguerre.Laguerre.cast
              • numpy.polynomial.laguerre.Laguerre.convert
              • numpy.polynomial.laguerre.Laguerre.copy
              • numpy.polynomial.laguerre.Laguerre.cutdeg
              • numpy.polynomial.laguerre.Laguerre.degree
              • numpy.polynomial.laguerre.Laguerre.deriv
              • numpy.polynomial.laguerre.Laguerre.fit
              • numpy.polynomial.laguerre.Laguerre.fromroots
              • numpy.polynomial.laguerre.Laguerre.has_samecoef
              • numpy.polynomial.laguerre.Laguerre.has_samedomain
              • numpy.polynomial.laguerre.Laguerre.has_sametype
              • numpy.polynomial.laguerre.Laguerre.has_samewindow
              • numpy.polynomial.laguerre.Laguerre.identity
              • numpy.polynomial.laguerre.Laguerre.integ
              • numpy.polynomial.laguerre.Laguerre.linspace
              • numpy.polynomial.laguerre.Laguerre.mapparms
              • numpy.polynomial.laguerre.Laguerre.roots
              • numpy.polynomial.laguerre.Laguerre.trim
              • numpy.polynomial.laguerre.Laguerre.truncate
          • Константы
            • numpy.polynomial.laguerre.lagdomain
            • numpy.polynomial.laguerre.lagzero
            • numpy.polynomial.laguerre.lagone
            • numpy.polynomial.laguerre.lagx
          • Арифметические операции
            • numpy.polynomial.laguerre.lagadd
            • numpy.polynomial.laguerre.lagsub
            • numpy.polynomial.laguerre.lagmulx
            • numpy.polynomial.laguerre.lagmul
            • numpy.polynomial.laguerre.lagdiv
            • numpy.polynomial.laguerre.lagpow
            • numpy.polynomial.laguerre.lagval
            • numpy.polynomial.laguerre.lagval2d
            • numpy.polynomial.laguerre.lagval3d
            • numpy.polynomial.laguerre.laggrid2d
            • numpy.polynomial.laguerre.laggrid3d
          • Вычисления
            • numpy.polynomial.laguerre.lagder
            • numpy.polynomial.laguerre.lagint
          • Прочие функции
            • numpy.polynomial.laguerre.lagfromroots
            • numpy.polynomial.laguerre.lagroots
            • numpy.polynomial.laguerre.lagvander
            • numpy.polynomial.laguerre.lagvander2d
            • numpy.polynomial.laguerre.lagvander3d
            • numpy.polynomial.laguerre.laggauss
            • numpy.polynomial.laguerre.lagweight
            • numpy.polynomial.laguerre.lagcompanion
            • numpy.polynomial.laguerre.lagfit
            • numpy.polynomial.laguerre.lagtrim
            • numpy.polynomial.laguerre.lagline
            • numpy.polynomial.laguerre.lag2poly
            • numpy.polynomial.laguerre.poly2lag
          • См. также

• • • • • Ряды Лежандра (numpy.polynomial.legendre)
          • Классы
            • numpy.polynomial.legendre.Legendre
              • numpy.polynomial.legendre.Legendre.__call__
              • numpy.polynomial.legendre.Legendre.basis
              • numpy.polynomial.legendre.Legendre.cast
              • numpy.polynomial.legendre.Legendre.convert
              • numpy.polynomial.legendre.Legendre.copy
              • numpy.polynomial.legendre.Legendre.cutdeg
              • numpy.polynomial.legendre.Legendre.degree
              • numpy.polynomial.legendre.Legendre.deriv
              • numpy.polynomial.legendre.Legendre.fit
              • numpy.polynomial.legendre.Legendre.fromroots
              • numpy.polynomial.legendre.Legendre.has_samecoef
              • numpy.polynomial.legendre.Legendre.has_samedomain
              • numpy.polynomial.legendre.Legendre.has_sametype
              • numpy.polynomial.legendre.Legendre.has_samewindow
              • numpy.polynomial.legendre.Legendre.identity
              • numpy.polynomial.legendre.Legendre.integ
              • numpy.polynomial.legendre.Legendre.linspace
              • numpy.polynomial.legendre.Legendre.mapparms
              • numpy.polynomial.legendre.Legendre.roots
              • numpy.polynomial.legendre.Legendre.trim
              • numpy.polynomial.legendre.Legendre.truncate
          • Константы
            • numpy.polynomial.legendre.legdomain
            • numpy.polynomial.legendre.legzero
            • numpy.polynomial.legendre.legone
            • numpy.polynomial.legendre.legx
          • Арифметика
            • numpy.polynomial.legendre.legadd
            • numpy.polynomial.legendre.legsub
            • numpy.polynomial.legendre.legmulx
            • numpy.polynomial.legendre.legmul
            • numpy.polynomial.legendre.legdiv
            • numpy.polynomial.legendre.legpow
            • numpy.polynomial.legendre.legval
            • numpy.polynomial.legendre.legval2d
            • numpy.polynomial.legendre.legval3d
            • numpy.polynomial.legendre.leggrid2d
            • numpy.polynomial.legendre.leggrid3d
          • Вычисления
            • numpy.polynomial.legendre.legder
            • numpy.polynomial.legendre.legint
          • Прочие функции
            • numpy.polynomial.legendre.legfromroots
            • numpy.polynomial.legendre.legroots
            • numpy.polynomial.legendre.legvander
            • numpy.polynomial.legendre.legvander2d
            • numpy.polynomial.legendre.legvander3d
            • numpy.polynomial.legendre.leggauss
            • numpy.polynomial.legendre.legweight
            • numpy.polynomial.legendre.legcompanion
            • numpy.polynomial.legendre.legfit
            • numpy.polynomial.legendre.legtrim
            • numpy.polynomial.legendre.legline
            • numpy.polynomial.legendre.leg2poly
            • numpy.polynomial.legendre.poly2leg
          • См. также

• • • • • Polyutils
          • Объекты ошибок
            • numpy.polynomial.polyutils.PolyError
            • numpy.polynomial.polyutils.PolyDomainError
          • Объекты предупреждений
            • numpy.polynomial.polyutils.RankWarning
          • Базовый класс
            • numpy.polynomial.polyutils.PolyBase
          • Функции
            • numpy.polynomial.polyutils.as_series
            • numpy.polynomial.polyutils.trimseq
            • numpy.polynomial.polyutils.trimcoef
            • numpy.polynomial.polyutils.getdomain
            • numpy.polynomial.polyutils.mapdomain
            • numpy.polynomial.polyutils.mapparms
        • Poly1d
          • Основы
            • numpy.poly1d
              • numpy.poly1d.__call__
              • numpy.poly1d.deriv
              • numpy.poly1d.integ
            • numpy.polyval
            • numpy.poly
            • numpy.roots
          • Аппроксимация
            • numpy.polyfit
          • Вычисления
            • numpy.polyder
            • numpy.polyint
          • Арифметика
            • numpy.polyadd
            • numpy.polydiv
            • numpy.polymul
            • numpy.polysub
          • Предупреждения
            • numpy.RankWarning

• • • Случайная выборка (numpy.random)
      • Быстрый старт
      • Введение
        • Что нового или изменилось
        • Параллельное генерирование
      • Концепции
        • Генератор случайных чисел
          • Доступ к генератору битов
            • numpy.random.Generator.bit_generator
          • Простые случайные данные
            • numpy.random.Generator.integers
            • numpy.random.Generator.random
            • numpy.random.Generator.choice
            • numpy.random.Generator.bytes
          • Перестановки
            • numpy.random.Generator.shuffle
            • numpy.random.Generator.permutation
          • Распределения
            • numpy.random.Generator.beta
            • numpy.random.Generator.binomial
            • numpy.random.Generator.chisquare
            • numpy.random.Generator.dirichlet
            • numpy.random.Generator.exponential
            • numpy.random.Generator.f
            • numpy.random.Generator.gamma
            • numpy.random.Generator.geometric
            • numpy.random.Generator.gumbel
            • numpy.random.Generator.hypergeometric
            • numpy.random.Generator.laplace
            • numpy.random.Generator.logistic
            • numpy.random.Generator.lognormal
            • numpy.random.Generator.logseries
            • numpy.random.Generator.multinomial
            • numpy.random.Generator.multivariate_hypergeometric
            • numpy.random.Generator.multivariate_normal
            • numpy.random.Generator.negative_binomial
            • numpy.random.Generator.noncentral_chisquare
            • numpy.random.Generator.noncentral_f
            • numpy.random.Generator.normal
            • numpy.random.Generator.pareto
            • numpy.random.Generator.poisson
            • numpy.random.Generator.power
            • numpy.random.Generator.rayleigh
            • numpy.random.Generator.standard_cauchy
            • numpy.random.Generator.standard_exponential
            • numpy.random.Generator.standard_gamma
            • numpy.random.Generator.standard_normal
            • numpy.random.Generator.standard_t
            • numpy.random.Generator.triangular
            • numpy.random.Generator.uniform
            • numpy.random.Generator.vonmises
            • numpy.random.Generator.wald
            • numpy.random.Generator.weibull
            • numpy.random.Generator.zipf

• • • • • Генератор Legacy (RandomState)
          • Инициализация и состояние
            • numpy.random.RandomState.get_state
            • numpy.random.RandomState.set_state
            • numpy.random.RandomState.seed
          • Простые случайные данные
            • numpy.random.RandomState.rand
            • numpy.random.RandomState.randn
            • numpy.random.RandomState.randint
            • numpy.random.RandomState.random_integers
            • numpy.random.RandomState.random_sample
            • numpy.random.RandomState.choice
            • numpy.random.RandomState.bytes
          • Перестановки
            • numpy.random.RandomState.shuffle
            • numpy.random.RandomState.permutation
          • Распределения
            • numpy.random.RandomState.beta
            • numpy.random.RandomState.binomial
            • numpy.random.RandomState.chisquare
            • numpy.random.RandomState.dirichlet
            • numpy.random.RandomState.exponential
            • numpy.random.RandomState.f
            • numpy.random.RandomState.gamma
            • numpy.random.RandomState.geometric
            • numpy.random.RandomState.gumbel
            • numpy.random.RandomState.hypergeometric
            • numpy.random.RandomState.laplace
            • numpy.random.RandomState.logistic
            • numpy.random.RandomState.lognormal
            • numpy.random.RandomState.logseries
            • numpy.random.RandomState.multinomial
            • numpy.random.RandomState.multivariate_normal
            • numpy.random.RandomState.negative_binomial
            • numpy.random.RandomState.noncentral_chisquare
            • numpy.random.RandomState.noncentral_f
            • numpy.random.RandomState.normal
            • numpy.random.RandomState.pareto
            • numpy.random.RandomState.poisson
            • numpy.random.RandomState.power
            • numpy.random.RandomState.rayleigh
            • numpy.random.RandomState.standard_cauchy
            • numpy.random.RandomState.standard_exponential
            • numpy.random.RandomState.standard_gamma
            • numpy.random.RandomState.standard_normal
            • numpy.random.RandomState.standard_t
            • numpy.random.RandomState.triangular
            • numpy.random.RandomState.uniform
            • numpy.random.RandomState.vonmises
            • numpy.random.RandomState.wald
            • numpy.random.RandomState.weibull
            • numpy.random.RandomState.zipf

• • • • • • Функции в numpy.random
            • numpy.random.beta
            • numpy.random.binomial
            • numpy.random.bytes
            • numpy.random.chisquare
            • numpy.random.choice
            • numpy.random.dirichlet
            • numpy.random.exponential
            • numpy.random.f
            • numpy.random.gamma
            • numpy.random.geometric
            • numpy.random.get_state
            • numpy.random.gumbel
            • numpy.random.hypergeometric
            • numpy.random.laplace
            • numpy.random.logistic
            • numpy.random.lognormal
            • numpy.random.logseries
            • numpy.random.multinomial
            • numpy.random.multivariate_normal
            • numpy.random.negative_binomial
            • numpy.random.noncentral_chisquare
            • numpy.random.noncentral_f
            • numpy.random.normal
            • numpy.random.pareto
            • numpy.random.permutation
            • numpy.random.poisson
            • numpy.random.power
            • numpy.random.rand
            • numpy.random.randint
            • numpy.random.randn
            • numpy.random.random
            • numpy.random.random_integers
            • numpy.random.random_sample
            • numpy.random.ranf
            • numpy.random.rayleigh
            • numpy.random.sample
            • numpy.random.seed
            • numpy.random.set_state
            • numpy.random.shuffle
            • numpy.random.standard_cauchy
            • numpy.random.standard_exponential
            • numpy.random.standard_gamma
            • numpy.random.standard_normal
            • numpy.random.standard_t
            • numpy.random.triangular
            • numpy.random.uniform
            • numpy.random.vonmises
            • numpy.random.wald
            • numpy.random.weibull
            • numpy.random.zipf

• • • • • Генераторы битов
          • Поддерживаемые генераторы битов
            • numpy.random.BitGenerator
              • numpy.random.BitGenerator.random_raw
            • MT19937
              • Состояние
                • numpy.random.MT19937.state
              • Параллельное генерирование
                • numpy.random.MT19937.jumped
              • Расширение
                • numpy.random.MT19937.cffi
                • numpy.random.MT19937.ctypes
            • PCG64
              • Состояние
                • numpy.random.PCG64.state
              • Параллельное генерирование
                • numpy.random.PCG64.advance
                • numpy.random.PCG64.jumped
              • Расширение
                • numpy.random.PCG64.cffi
                • numpy.random.PCG64.ctypes
            • Philox
              • Состояние
                • numpy.random.Philox.state
              • Параллельное генерирование
                • numpy.random.Philox.advance
                • numpy.random.Philox.jumped
              • Расширение
                • numpy.random.Philox.cffi
                • numpy.random.Philox.ctypes
            • SFC64
              • Состояние
                • numpy.random.SFC64.state
              • Расширение
                • numpy.random.SFC64.cffi
                • numpy.random.SFC64.ctypes
        • Инициализация и энтропия
          • numpy.random.SeedSequence
            • numpy.random.SeedSequence.generate_state
            • numpy.random.SeedSequence.spawn
      • Функции
        • Параллельные приложения
          • SeedSequence порождение
          • Независимые потоки
          • Переход к состоянию BitGenerator
        • Многопоточная генерация
        • Что нового или отличается
        • Сравнение производительности
          • Рекомендация
          • Временные интервалы
          • Производительность на разных операционных системах
            • 64-битная Linux
            • 64-битная Windows
            • 32-битная Windows
        • Cython API для случайных чисел
        • C API для случайных чисел
        • Примеры использования Numba, Cython, CFFI
          • Numba
          • Cython
          • CFFI
          • Новые генераторы битов
          • Примеры
            • Numba
            • CFFI + Numba
            • Cython
              • setup.py
              • extending.pyx
              • extending_distributions.pyx
            • CFFI
        • Исходный код генератора и BitGenerators
    • Операции с множествами
      • Создание правильных множеств
        • numpy.unique
      • Булевы операции
        • numpy.in1d
        • numpy.intersect1d
        • numpy.isin
        • numpy.setdiff1d
        • numpy.setxor1d
        • numpy.union1d

• • • Сортировка, поиск и подсчёт
      • Сортировка
        • numpy.sort
        • numpy.lexsort
        • numpy.argsort
        • numpy.ndarray.sort
        • numpy.msort
        • numpy.sort_complex
        • numpy.partition
        • numpy.argpartition
      • Поиск
        • numpy.argmax
        • numpy.nanargmax
        • numpy.argmin
        • numpy.nanargmin
        • numpy.argwhere
        • numpy.nonzero
        • numpy.flatnonzero
        • numpy.where
        • numpy.searchsorted
        • numpy.extract
      • Подсчёт
        • numpy.count_nonzero
    • Статистика
      • Порядковые статистики
        • numpy.amin
        • numpy.amax
        • numpy.nanmin
        • numpy.nanmax
        • numpy.ptp
        • numpy.percentile
        • numpy.nanpercentile
        • numpy.quantile
        • numpy.nanquantile
      • Средние значения и дисперсии
        • numpy.median
        • numpy.average
        • numpy.mean
        • numpy.std
        • numpy.var
        • numpy.nanmedian
        • numpy.nanmean
        • numpy.nanstd
        • numpy.nanvar
      • Корреляция
        • numpy.corrcoef
        • numpy.correlate
        • numpy.cov
      • Гистограммы
        • numpy.histogram
        • numpy.histogram2d
        • numpy.histogramdd
        • numpy.bincount
        • numpy.histogram_bin_edges
        • numpy.digitize

• • • Тестирование (numpy.testing)
      • Утверждения
        • numpy.testing.assert_almost_equal
        • numpy.testing.assert_approx_equal
        • numpy.testing.assert_array_almost_equal
        • 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_string_equal
      • Декораторы
        • numpy.testing.dec.deprecated
        • numpy.testing.dec.knownfailureif
        • numpy.testing.dec.setastest
        • numpy.testing.dec.skipif
        • numpy.testing.dec.slow
        • numpy.testing.decorate_methods
      • Выполнение тестов
        • numpy.testing.Tester
        • numpy.testing.run_module_suite
        • numpy.testing.rundocs
        • numpy.testing.suppress_warnings
          • numpy.testing.suppress_warnings.__call__
          • numpy.testing.suppress_warnings.filter
          • numpy.testing.suppress_warnings.record
      • Рекомендации
        • Рекомендации по тестированию
          • Введение
          • Написание собственных тестов
            • Пометка тестов
            • Более простое создание и разбор функций/методов
            • Параметрические тесты
            • Доктэсты
            • tests/
            • __init__.py и setup.py
          • Советы и хитрости
            • Создание множества похожих тестов
            • Известные ошибки и пропуск тестов
            • Тесты на случайных данных
    • Функции окон
      • Различные окна
        • numpy.bartlett
        • numpy.blackman
        • numpy.hamming
        • numpy.hanning
        • numpy.kaiser
  • Глобальное состояние
    • Параметры производительности
      • Количество потоков, используемых для линейной алгебры
      • Madvise Hugepage в Linux
    • Параметры взаимодействия
    • Параметры отладки
      • Упрощенная проверка шагов
  • Упаковки (numpy.distutils)
    • Модули в numpy.distutils
      • distutils.misc_util
      • numpy.distutils.ccompiler
      • 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
    • Класс конфигурации
    • Компиляция устанавливаемых C библиотек
      • Файлы npy-pkg-config
      • Использование C библиотеки из другого пакета
    • Преобразование файлов .src

• • NumPy Distutils — Руководство пользователя
    • Структура SciPy
    • Требования к пакетам SciPy
    • Файл setup.py
      • Пример пакета SciPy на чистом Python
      • Configuration атрибуты экземпляра
      • Configuration методы экземпляра
      • Преобразование файлов .src с помощью шаблонов
      • Файлы Fortran
        • Правило повторяемости с именами
        • Правило краткой повторяемости
        • Заданные имена
      • Другие файлы
      • Полезные функции в numpy.distutils.misc_util
      • numpy.distutils.system_info модуль
      • numpy.distutils.cpuinfo модуль
      • numpy.distutils.log модуль
      • numpy.distutils.exec_command модуль
    • Файл __init__.py
    • Дополнительные возможности в NumPy Distutils
      • Указание параметров config_fc для библиотек в скрипте setup.py
      • Получение дополнительных опций компилятора Fortran 77 из исходного кода

• • NumPy C-API
    • Типы Python и структуры C
      • Определённые новые типы Python
        • PyArray_Type и PyArrayObject
        • PyArrayDescr_Type и PyArray_Descr
        • PyUFunc_Type и PyUFuncObject
        • PyArrayIter_Type и PyArrayIterObject
        • PyArrayMultiIter_Type и PyArrayMultiIterObject
        • PyArrayNeighborhoodIter_Type и PyArrayNeighborhoodIterObject
        • PyArrayFlags_Type и PyArrayFlagsObject
        • Скалярные типы массивов
      • Другие структуры C
        • PyArray_Dims
        • PyArray_Chunk
        • PyArrayInterface
        • Внутренне используемые структуры
    • Настройка системы
      • Размеры типов данных
      • Информация о платформе
      • Директивы компилятора
      • Обработка прерываний
    • API типов данных
      • Перечисленные типы
      • Определения
        • Максимальные и минимальные значения для целых чисел
        • Количество бит в типах данных
        • Ссылки на битовую ширину для перечисленных номеров типов
        • Целое число, которое может содержать указатель
      • Имена типов C
        • Булево
        • (Без)знаковые целые
        • (Комплексное) число с плавающей точкой
        • Имена битовой ширины
      • Форматирование Printf
    • API массивов
      • Структура массива и доступ к данным
        • Доступ к данным
      • Создание массивов
        • Из ничего
        • Из других объектов
      • Работа с типами
        • Общий контроль типа Python
        • Проверка типа данных
        • Преобразование типов данных
        • Новые типы данных
        • Специальные функции для NPY_OBJECT
      • Флаги массива
        • Основные флаги массива
        • Комбинации флагов массива
        • Флаги-постоянные
        • Проверка флагов
      • Альтернативный API методов массива
        • Преобразование
        • Изменение формы
        • Выбор и изменение элементов
        • Вычисления
      • Функции
        • Функции массива
        • Другие функции
      • Дополнительные данные с семантикой объектов
      • Итераторы массивов
      • Расширение (многоитераторы)
      • Итератор окрестностей
      • Скаляры массива
      • Описатели типов данных
      • Утилиты преобразования
        • Для использования с PyArg_ParseTuple
        • Другие преобразования
      • Разное
        • Импорт API
        • Проверка версии API
        • Внутренняя гибкость
        • Управление памятью
        • Поддержка потоков
          • Группа 1
          • Группа 2
        • Приоритет
        • Буферы по умолчанию
        • Другие константы
        • Разные макросы
        • Перечисленные типы

• • • API Итератора Массива
      • Итератор Массива
      • Пример Простой Итерации
      • Пример Простой Многократной Итерации
      • Типы Данных Итератора
      • Создание и Уничтожение
      • Функции для Итерации
      • Преобразование из Предыдущих Итераторов NumPy
    • API UFunc
      • Константы
      • Макросы
      • Функции
      • Общие функции
      • Импортирование API
    • API Обобщенных Универсальных Функций
      • Определения
      • Детали Подписи
      • C-API для Реализации Элементарных Функций
    • Основные библиотеки NumPy
      • Библиотека основных математических функций NumPy
        • Классификация чисел с плавающей точкой
        • Полезные математические константы
        • Манипуляции с числами с плавающей точкой низкого уровня
        • Комплексные функции
        • Связывание с основной математической библиотекой в расширении
        • Функции половинной точности
    • Устаревшие элементы API C
      • Предыстория
      • Механизм устаревания NPY_NO_DEPRECATED_API
  • Внутреннее устройство NumPy
    • Описание кода NumPy C
      • Модель памяти
      • Инкапсуляция типов данных
      • N-мерные итераторы
      • Распространение
      • Массивно-скалярные значения
      • Индексирование
        • Расширенное индексирование
      • Универсальные функции
        • Настройка
        • Вызов функции
          • Один цикл
          • Цикл с шагом
          • Буферизованный цикл
        • Окончательная обработка результата
        • Методы
          • Настройка
          • Сведение
          • Накопление
          • Reduceat
    • Выравнивание памяти
      • Цели выравнивания NumPy
      • Переменные в NumPy, которые управляют и описывают выравнивание
      • Последствия выравнивания
    • Внутренняя организация массивов NumPy
    • Вопросы порядка индексирования многомерных массивов

• • NumPy и SWIG
    • numpy.i: файл интерфейса SWIG для NumPy
      • Введение
      • Использование numpy.i
      • Доступные typemap
        • Массивы-входы
        • Массивы на месте
        • Массивы-argout
        • Массивы-argout (вид)
        • Управляемые памятью массивы-argout (вид)
        • Массивы-выходы
        • Другие распространённые типы: bool
        • Другие распространённые типы: complex
      • Массивы NumPy, скаляры и SWIG
        • Почему существует второй файл?
      • Вспомогательные функции
        • Макросы
        • Процедуры
      • Выход за рамки предоставленных typemap
        • Пример
        • Другие ситуации
        • Конечная заметка
      • Краткое содержание
    • Тестирование typemap numpy.i
      • Введение
      • Организация тестирования
      • Тестирование заголовочных файлов
      • Тестирование исходных файлов
      • Тестирование файлов интерфейса SWIG
      • Тестирование Python-скриптов
  • Благодарности
• Объяснения
  • Вещание
    • Общие правила вещания
• Руководство пользователя и справочник F2PY
  • Три способа обертки – начало работы
    • Быстрый способ
    • Умный способ
    • Быстрый и умный способ
  • Файл сигнатур
    • Блок Python модуля
    • Сигнатуры Fortran/C процедур
      • Объявления типов
      • Утверждения
      • Атрибуты
    • Расширения
      • Директивы F2PY
      • Выражения C
      • Многострочные блоки
  • Использование связываний F2PY в Python
    • Скалярные аргументы
    • Строковые аргументы
    • Массивы-аргументы
    • Аргументы обратного вызова
      • Разрешение аргументов для функций обратного вызова
    • Общие блоки
    • Данные Fortran 90 модуля
      • Динамические массивы
  • Использование F2PY
    • Команда f2py
    • Модуль Python numpy.f2py
  • Использование через numpy.distutils
  • Расширенное использование F2PY
    • Добавление написанных функций в сгенерированные F2PY модули
    • Изменение словаря сгенерированного F2PY модуля
    • Работа с спецификаторами KIND
• Словарь

• Содействие в NumPy
  • Процесс разработки - краткое описание
    • Отклонение между upstream/master и вашей ветвью разработки
    • Руководящие принципы
    • Стилевые рекомендации
    • Покрытие тестами
    • Сборка документации
      • Требования
      • Исправление предупреждений
  • Процесс разработки - подробное описание
    • Кодекс поведения NumPy
      • Введение
      • Конкретные рекомендации
      • Заявление о разнообразии
      • Рекомендации по отчетности
      • Урегулирование сообщений об инцидентах и соблюдение Кодекса поведения
      • Примечания
    • Основы Git
      • Установка Git
      • Получение локальной копии кода
      • Обновление кода
      • Начало работы с Git для разработки
        • Настройка Git
        • Создание собственной копии (вилки) NumPy
          • Настройка и настройка учетной записи GitHub
          • Создание собственной вилки NumPy
        • Настройка вашей вилки
          • Обзор
          • Подробное описание
            • Клонирование вашей вилки
            • Связывание вашего репозитория с исходным репозиторием
      • Настройка Git
        • Обзор
        • Подробное описание
          • user.name и user.email
          • Псевдонимы
          • Редактор
          • Слияние
      • Два и три точки в спецификациях различий
      • Дополнительные ресурсы Git
        • Учебники и обзоры
        • Расширенный рабочий процесс Git
        • Онлайн-справочные страницы
    • Настройка и использование вашей среды разработки
      • Рекомендуемая настройка для разработки
      • Тестирование сборки
      • Сборка на месте
      • Другие варианты сборки
      • Использование virtualenvs
      • Запуск тестов
      • Перестроение и очистка рабочей области
      • Отладка
      • Понимание кода и начало работы
    • Рабочий процесс разработки
      • Базовый рабочий процесс
        • Создание новой ветви разработки
        • Рабочий процесс редактирования
          • Обзор
          • Более подробное описание
          • Написание сообщения об изменении
        • Запрос о слиянии ваших изменений с основным репозиторием
        • Перебазирование на главную ветвь
        • Восстановление после ошибок
      • Дополнительные действия, которые вы можете выполнить
        • Переписывание истории коммитов
        • Удаление ветви на GitHub
        • Несколько человек, разделяющих один репозиторий
        • Обзор вашего репозитория
        • Обратный порт
        • Отправка изменений в основной репозиторий
    • Тестирование производительности NumPy
      • Использование
      • Создание тестов производительности
    • Руководство по стилю NumPy C
      • Введение
      • Диалект C
      • Макет кода
      • Правила именования
      • Документация функций

• • • Выпуск версии
      • Как подготовить выпуск
        • Текущая информация о сборке и выпуске
          • Дерево исходного кода
          • Документация NumPy
          • Вики SciPy.org
          • Вики документации
          • Сценарии выпуска
        • Поддерживаемые платформы и версии
          • OS X
          • Windows
          • Linux
          • BSD / Solaris
        • Инструментальная цепочка
          • Компиляторы
          • OpenBLAS
          • Сборка архивных файлов исходного кода и wheel-пакетов
          • Сборка документации
          • Загрузка на PyPI
          • Генерация списков авторов/запросов на изменение
          • Virtualenv
        • Что выпускается
          • Wheels
          • Другое
          • Распространение исходного кода
        • Процесс выпуска
          • Согласование графика выпуска
          • Убедитесь, что текущая ветка правильно собирает пакет
          • Проверка устаревших элементов
          • Проверка номера версии C API
          • Проверка примечаний к выпуску
          • Обновление статуса выпуска и создание тега выпуска
          • Обновление версии основной ветки
          • Запуск сборки wheel-пакетов
          • Произвести выпуск
          • Сборка и архивирование документации
          • Обновить PyPI
          • Отправить тег выпуска и коммит
          • Обновить scipy.org
          • Объявление спискам рассылки
          • Объявление в Linux Weekly News
          • После окончательного выпуска
      • Пошаговые инструкции
        • Пошаговый обзор процесса выпуска
          • Обратная портирование запросов на изменение
          • Обновление документации выпуска
          • Завершение примечаний к выпуску
          • Подготовьте коммит выпуска
          • Сборка исходных релизов
          • Сборка wheel-пакетов
          • Загрузка wheel-пакетов
          • Генерация файлов README
          • Пометить выпуск тегом
          • Сброс ветки поддержки в состояние разработки
          • Загрузка на PyPI
          • Загрузка файлов в github
          • Загрузка документов на numpy.org
          • Объявление о выпуске на scipy.org
          • Объявление спискам рассылки
          • Задачи после выпуска
    • Управление проектом NumPy
      • Управление проектом NumPy и принятие решений
        • Обзор
        • Проект
        • Управление
          • Принятие решений на основе консенсуса сообществом
          • Руководящий совет
            • Принятие решений Советом
            • Состав Совета
            • Конфликт интересов
            • Частные сообщения Совета
            • Подкомитеты
            • Подкомитет NumFOCUS
        • Партнеры и финансирование
        • История документа
        • Благодарности
        • Лицензия
      • Текущий руководящий совет и партнеры
        • Руководящий совет
        • Почётные члены
        • Подкомитет NumFOCUS
        • Партнеры
    • Как внести вклад в документацию NumPy
      • Текущее видение документации: NEP 44
      • Создание нового контента
      • Другие способы внесения вклада
• Документация для разработчиков (под капотом)

• Документация NumPy
  • Руководство по документированию NumPy/SciPy
    • Руководство по docstring numpydoc
      • Обзор
      • Конвенции импорта
      • Стандарт docstring
      • Разделы
      • Документирование классов
        • Docstring класса
        • Docstring методов
      • Документирование экземпляров классов
      • Документирование генераторов
      • Документирование констант
      • Документирование модулей
      • Другие моменты, которые следует учитывать
      • Общие концепции reST
      • Заключение
  • Пример исходного кода
  • Пример рендеринга
  • Создание документации NumPy API и справочной документации
    • Инструкции
    • Расширения Sphinx
• Руководство по документированию NumPy/SciPy
  • Руководство по docstring numpydoc
    • Обзор
    • Конвенции импорта
    • Стандарт docstring
    • Разделы
    • Документирование классов
      • Docstring класса
      • Docstring методов
    • Документирование экземпляров классов
    • Документирование генераторов
    • Документирование констант
    • Документирование модулей
    • Другие моменты, которые следует учитывать
    • Общие концепции reST
    • Заключение
• Пример исходного кода
• Пример рендеринга
• Тесты производительности NumPy
  • Использование
  • Написание тестов производительности
• Отчёт о проблемах
• Заметки о релизах

• • 1.19.0
    • Основные моменты
    • Истекшие устаревания
      • numpy.insert и numpy.delete больше нельзя передавать ось для 0-мерных массивов
      • numpy.delete больше не игнорирует индексы за пределами границ
      • numpy.insert и numpy.delete больше не принимают нецелочисленные индексы
      • numpy.delete больше не преобразует булевы индексы в целые числа
    • Примечания по совместимости
      • Изменён поток случайных величин из numpy.random.Generator.dirichlet
      • Расширение скаляров в PyArray_ConvertToCommonType
      • Слот fasttake и fastputmask устарели и сброшены
      • np.ediff1d поведение при приведении с to_end и to_begin
      • Преобразование пустых массивоподобных объектов в массивы NumPy
      • Удалено multiarray.int_asbuffer
      • numpy.distutils.compat был удалён
      • issubdtype больше не интерпретирует float как np.floating
      • Изменение вывода round для скаляров в соответствии с Python
      • Конструктор numpy.ndarray больше не интерпретирует strides=() как strides=None
      • Изменены преобразования строк в даты на уровне C
      • SeedSequence с маленькими семенами больше не конфликтуют с запуском
    • Устаревания
      • Устаревание автоматического dtype=object для нерегулярного ввода
      • Передача shape=0 в фабричные функции numpy.rec устарела
      • Устаревание, вероятно, неиспользуемых функций C-API
      • Устарело преобразование определённых типов в dtypes
      • Устаревание round для np.complexfloating скаляров
      • numpy.ndarray.tostring() устарела в пользу tobytes()
    • Изменения в C API
      • Улучшенная поддержка const измерений в функциях API
      • Постоянное уточнение внутренних циклов UFunc
    • Новые возможности
      • numpy.frompyfunc теперь принимает аргумент identity
      • np.str_ скаляры теперь поддерживают протокол буфера
      • subok опция для numpy.copy
      • numpy.linalg.multi_dot теперь принимает аргумент out
      • keepdims параметр для numpy.count_nonzero
      • equal_nan параметр для numpy.array_equal
    • Улучшения
    • Улучшение обнаружения функций процессора
      • Использование 64-битного размера целых чисел на 64-битных платформах в резервном лапаке lapack_lite
      • Использование AVX512-инструкции для реализации np.exp при вводе np.float64
      • Возможность отключения madvise hugepages
      • numpy.einsum принимает тип NumPy int64 в списке подписей
      • np.logaddexp2.identity изменено на -inf
    • Изменения
      • Убрать обработку дополнительного аргумента для __array__
      • numpy.random._bit_generator перемещён в numpy.random.bit_generator
      • Доступ к случайным распределениям через Cython предоставляется через файл pxd
      • Исправлены методы eigh и cholesky в numpy.random.multivariate_normal
      • Исправлена реализация перехода в MT19937.jumped
  • 1.18.4
    • Авторы
    • Объединённые запросы на изменение

• • 1.18.3
    • Основные моменты
    • Авторы
    • Объединённые запросы на изменение
  • 1.18.2
    • Авторы
    • Объединённые запросы на изменение
  • 1.18.1
    • Авторы
    • Объединённые запросы на изменение
  • 1.18.0
    • Основные моменты
    • Новые функции
      • Многомерное гипергеометрическое распределение добавлено в numpy.random
    • Устаревшие функции
      • np.fromfile и np.fromstring будут выдавать ошибку при плохих данных
      • Устаревает использование нескалярных массивов в качестве значений заполнения в ma.fill_value
      • Устаревают PyArray_As1D, PyArray_As2D
      • Устаревает np.alen
      • Устаревают финансовые функции
      • Аргумент axis к функциям numpy.ma.mask_cols и numpy.ma.mask_row устарел
    • Истекшие устаревшие функции
    • Примечания по совместимости
      • numpy.lib.recfunctions.drop_fields больше не может возвращать None
      • numpy.argmin/argmax/min/max возвращает NaT, если оно существует в массиве
      • np.can_cast(np.uint64, np.timedelta64, casting='safe') теперь False
      • Изменена последовательность случайных величин из numpy.random.Generator.integers
      • Добавлены циклы ufunc для datetime64, timedelta64
      • Перемещены модули в numpy.random
    • Изменения в C API
      • PyDataType_ISUNSIZED(descr) теперь возвращает False для структурированных типов данных
    • Новые возможности
      • Добавлен собственный файл импорта *.pxd cython
      • Кортеж осей теперь можно передать в expand_dims
      • Поддержка 64-разрядного OpenBLAS
      • Добавлена опция --f2cmap в F2PY
    • Улучшения
      • Разные числовые типы C одинакового размера имеют уникальные имена
      • argwhere теперь даёт согласованный результат для 0-мерных массивов
      • Добавлен аргумент axis для random.permutation и random.shuffle
      • Ключевой аргумент method для np.random.multivariate_normal
      • Добавлена поддержка комплексных чисел для numpy.fromstring
      • numpy.unique имеет согласованный порядок осей, когда axis не равно None
      • numpy.matmul с булевым выходом теперь преобразует значения в булевы
      • numpy.random.randint давал некорректное значение, когда диапазон был 2**32
      • Добавлена поддержка комплексных чисел для numpy.fromfile
      • std=c99 добавлена, если компилятор называется gcc
    • Изменения
      • NaT теперь сортируется в конец массивов
      • Некорректный threshold в np.set_printoptions вызывает TypeError или ValueError
      • Предупреждение при сохранении dtype с метаданными
      • numpy.distutils поведение добавления изменено для LDFLAGS и аналогичных параметров
      • Удалить numpy.random.entropy без устаревания
      • Добавить параметры для беззвучной конфигурации сборки и сборки с -Werror
  • 1.17.5
    • Авторы
    • Объединённые запросы на изменение