##### numpy 求和、乘积、差分 - [[np.diff()]] 用于计算数组在给定轴上的差分 - [[np.ediff1d()]] 计算数组中相邻元素之间的差异 - [[np.gradient()]] 计算 N 维数组的梯度 - [[np.trapz()]] 使用复合梯形公式沿给定轴线积分 ```python np.prod(a[, axis, dtype, out, keepdims, ...]) # 计算数组元素沿指定轴的乘积 np.sum(a[, axis, dtype, out, keepdims, ...]) # 计算数组元素沿指定轴的和 np.nanprod(a[, axis, dtype, out, keepdims, ...]) # 计算数组元素沿指定轴的乘积，将 NaN 视为 1 进行计算 np.nansum(a[, axis, dtype, out, keepdims, ...]) # 计算数组元素沿指定轴的和，将 NaN 视为 0 进行计算 np.cumprod(a[, axis, dtype, out]) # 计算数组元素沿指定轴的累积乘积 np.cumsum(a[, axis, dtype, out]) # 计算数组元素沿指定轴的累积和 np.nancumprod(a[, axis, dtype, out]) # 计算数组元素沿指定轴的累积乘积，将 NaN 视为 1 进行计算 np.nancumsum(a[, axis, dtype, out]) # 计算数组元素沿指定轴的累积和，将 NaN 视为 0 进行计算 np.cross(a, b[, axisa, axisb, axisc, axis]) # 计算两个向量的叉积 ```