np.take(a,b): 根据b中元素作为索引，查找a中对应元素
take函数按照索引值从数组中取出相应的元素,如：np.take(c,np.where(c>6))
官网参考：
https://docs.scipy.org/doc/numpy/reference/generated/numpy.take.html
https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.take.html#numpy.ndarray.take
源码参考：https://github.com/numpy/numpy/blob/master/numpy/core/fromnumeric.py
数据分析常用的函数
#加权平均，v作为权重参数
np.average(c, weights=v)
#算术平均
np.mean(c)
#取值范围
np.max(c)
np.min(c)
#ptp函数返回最大值与最小值之间的差值
np.ptp(c)
#median函数返回中位数
np.median(c)
#var方差
np.var(c)
#diff函数返回一个由相邻数组元素的差值构成的数组
np.diff(c)
#std函数计算标准差
np.std(c)
#where函数根据指定的条件返回所有满足条件的数组元素的索引值
idx = np.where(c>6)
# take函数按照索引值从数组中取出相应的元素,np.take(c,np.where(c>6))
data = np.take(idx)
#argmin返回是c数组中最小元素的索引值，argmax返回最大值索引值
np.argmin(c)
np.argmax(c)
#maximum函数可返回多个数组里的各最大值
np.maximum(a, b, c)
#同理minximum返回最小值
#exp函数可计算每个数组元素的指数
np.exp(x)
#linspace(s, e, [n])函数起始s, 终止e，个数n(可选)，返回一个元素值在指定的范围内均匀分布的数组
np.linspace(-1, 0, 5)
#fill函数，将数组元素的值全部设置为一个指定的标量值
中所有元素的乘积
b = np.arange(1, 9)
print("b =", b)
print("Factorial", b.prod())
#b = [1 2 3 4 5 6 7 8]
#Factorial 40320
#cumprod方法，计算数组元素的累积乘积
b.cumprod()
#[ 1 2 6 24 120 720 5040 40320]
相关性
#协方差，描述两个变量共同变化趋势
c = np.cov(a,b)
#diagonal返回对角线上的元素
c.diagonal()
#trace计算矩阵的迹，即对角线上元素之和
c.trace()
#corrcoef函数计算相关系数（或者更精确地，相关系数矩阵）
np.corrcoef(a, b)