通用函数：快速的元素级数组函数
通用函数是一种对ndarry中的数据执行元素级运算的函数，可以看作是简单函数（接受一个或多个标量值，并产生一个或多个标量值）的矢量化包装器。
一元func：
abs丶fabs 计算整数丶浮点数或复数的绝对值。对于非复数值，可以使用更快的fabs。
In [19]: np.abs(12.0) Out[19]: 12.0 In [20]: np.abs(12) Out[20]: 12 In [21]: np.abs(12+5j) #其中12+5j就是复数，其中12为实数部分，5为虚数部分 Out[21]: 13.0 In [22]: np.abs(12-5j) Out[22]: 13.0
sqrt：计算各元素的平方根。
In [36]: np.sqrt(4) Out[36]: 2.0 In [37]: np.sqrt(5) Out[37]: 2.23606797749979
square：计算各元素的平方。
In [38]: np.square(4) Out[38]: 16 In [39]: np.square(2.6) Out[39]: 6.760000000000001
exp：计算各元素的指数（e^x）
In [40]: np.exp(2) Out[40]: 7.38905609893065 #python3还有个函数为exp2，计算的是2的指数 In [41]: np.exp2(5) Out[41]: 32.0
log丶log10丶log2丶log1p 分别为自然对数(底数为e)丶底数为10的log丶底数为2的log丶log(1+x)
In [42]: np.log(2) Out[42]: 0.6931471805599453 In [43]: np.log10(0.1) Out[43]: -1.0
sign：计算各元素的正负号：1（正数）丶0（零）丶-1（负数）
In [44]: np.sign(12) Out[44]: 1 In [45]: np.sign(-12) Out[45]: -1 In [46]: np.sign(0) Out[46]: 0
ceil：计算各元素的ceiling值，即大于等于该值的最小整数
In [47]: np.ceil(15.971) Out[47]: 16.0
floor：计算各元素的floor值，即小于等于该值的最大整数
In [48]: np.floor(-1.564) Out[48]: -2.0 In [49]: np.floor(1.564) Out[49]: 1.0
rint：将各元素四舍五入到最接近的整数，保留dtype
In [50]: np.rint(1.485) Out[50]: 1.0
modf：将数组的小数和整数部分以两个独立数组的形式返回
In [52]: np.modf([1.5,2.9]) Out[52]: (array([0.5, 0.9]), array([1., 2.]))
isnan：返回一个表示“哪些值是NaN（这不是一个数字）”的布尔型数组
In [56]: np.isnan(NaN) Out[56]: True In [57]: np.isnan(12) Out[57]: False
isfinite丶isinf：分别返回一个表示“哪些元素是有穷的（非inf，非NaN）”或“哪些元素是无穷的”的布尔型数组
In [61]: np.isfinite(1/3) Out[61]: True In [62]: np.isinf(1/3) Out[62]: False In [63]: np.isinf(1/2) Out[63]: False In [64]: np.isfinite(1/2) Out[64]: True
cos丶cosh丶sin丶sinh：普通型和双曲型三角函数
In [65]: np.sin(30) Out[65]: -0.9880316240928618 In [66]: np.sin(1/2) Out[66]: 0.479425538604203 In [67]: np.sin(1/6) Out[67]: 0.16589613269341502 In [68]: np.cos(1/3) Out[68]: 0.9449569463147377
tan丶tanh丶arccos丶arccosh丶arcsin丶arcsinh丶arctan丶arctanh：反三角函数
logical_not：计算各元素not x的真值。相当于-arr
In [71]: np.logical_not(15) Out[71]: False In [72]: np.logical_not(-15) Out[72]: False In [73]: np.logical_not(-1) Out[73]: False In [74]: np.logical_not(0) Out[74]: True
#以上传入的参数都可以是数组，只不过为了测试方便才传入一个值