NumPy是Python語言的一個擴充程序庫。支持高級大量的維度數組與矩陣運算，是學習數據挖掘的基礎，今天我們就來總結下numpy的一些基礎用法。
首先，在講numpy之前，我先帶領大家預習下大學學習過的矩陣的基礎知識。
1、矩陣的基本概念
矩陣：由m×n個數排列成 的m行n列的數表，稱為m行n列矩陣。
實矩陣：元素是實數的矩陣。
復矩陣：元素是負數的矩陣。
方陣：行數和列數相等的矩陣。
行矩陣（或行向量）：只有一行的矩陣。
列矩陣（或列向量）：只有一列的矩陣。
零矩陣：矩陣的元素全部是0的矩陣。
單位矩陣：n行n列,且主對角線上都是1,其他位置都是0的矩陣（主對角線上元素都是1，其他位置是0的方陣）
2、矩陣的運算
矩陣加法：同型矩陣中各元素對應相加。如圖：
數乘矩陣：需要相乘的數對矩陣中的每個元素做乘法操作，如圖：
註：矩陣相加與數乘矩陣合起來，稱為矩陣的線性運算。
矩陣與矩陣相乘：一個m行s列的矩陣與一個s行n列的矩陣相乘，得到一個m×n的矩陣。如圖：
註：注意：只有當第一個矩陣的列數等於第二個矩陣的行數時，兩個矩陣才能相乘。且矩陣乘法不一定滿足交換律。
3、矩陣的轉置
轉置矩陣：把矩陣A的行換成同序數的列得到的新矩陣，叫做A的轉置矩陣，如圖：
對稱矩陣：如果A為n階方陣，如果滿足A=At（A的轉置），那麼A為對稱陣。如圖
相應的，如果滿足A=-At（A的轉置），那麼A為反對稱陣。如圖
好了，以上就是關於矩陣的一些基礎回顧，有這些基礎概念的小夥伴可以直接略過，下面正式總結一下numpy的基礎用法。
1、numpy讀取文本文件形成一個矩陣
通過索引及切片選取其中的元素：
2、用numpy.array創建矩陣
注意：numpy.array中的元素類型必須一致。
3、numpy.array中進行判斷操作（==）
邏輯與判斷（&）：
邏輯或判斷（|）：
4、用astype()函數對矩陣的元素類型進行轉換
5、numpy運算，極值及求和
6、通過numpy.arange()及reshape()函數構造矩陣
7、初始化矩陣函數numpy.zeros()和numpy.ones()
8、生成隨機數矩陣numpy.random.random()函數和numpy.linspace()函數
9、用numpy進行矩陣運算
矩陣加減法：
矩陣乘法：
a=np.random.random((3,2))
b=np.random.random((2,3))
#矩陣的乘法，用.dot表示，如果用*,表示的是對應位置相乘，那麼暗指這兩個矩陣必須是同型矩陣
c=a.dot(b)
好了，今天總結就到這裡，下節開始講pandas的基礎用法。喜歡的小夥伴點個關注吧