基本属性
import numpy as np
array = np.array([[1,2,3],[4,5,6]])
array.dtype
返回矩阵的数据类型
array.ndim
返回该矩阵是几维的
array.size
返回矩阵的大小（元素的个数）
array.shape
返回矩阵是几行几列的
numpy创建array
x行y列，元素全为1的矩阵（np.zeros(shape=(x,y))）
a = np.zeros(shape=(3,4))
print(a)
'''
定义了一个3行4列，全为0的矩阵
[ [0 0 0 0]
[0 0 0 0]
[0 0 0 0] ]
矩阵和列表的区别：
1.矩阵没有逗号，列表需要逗号分隔
2.矩阵可以进行矩阵运算
'''
x行y列，元素全为0的矩阵（np.ones(shape=(x,y))）
a = np.ones(shape=(3,4))
print(a)
'''
定义了一个3行4列，全为1的矩阵
[ [1 1 1 1]
[1 1 1 1]
[1 1 1 1] ]
'''
x行y列，元素接近于0的矩阵(np.empty(shape=(x,y)))
a = np.empty(shape=(3,4))
生成一个，元素有顺序的一维的矩阵(np.arange(start=x,stop=y,step=z))
start：起
stop：止
step：步长（默认为1）
如果只写一个参数默认给stop，前闭后开区间
a = np.arange(1,6,2)
'''
[ 1 3 5 ]
'''
a = np.arange(1,3)
'''
[ 1 2 ]
'''
生成一个x行y列，且有顺序的矩阵(np.arange(start=x,stop=y,step=z).reshape((x,y)))
a = np.arange(1,11,1).reshape((2,5))
'''
按1-10，2行5列的矩阵
[[ 1 2 3 4 5]
[ 6 7 8 9 10]]
'''
生成线段，将一个范围，等分为几段，可以使用reshape(())组织成几行几列（np.linspace(start=x,stop=y,num=z)）
可以将范围看成一条线段
num：等分为几段
a = np.linspace(start=1,stop=10,num=6)
'''
[ 1. 2.8 4.6 6.4 8.2 10. ]
有小数点时，矩阵类型从 int32 变成了 float64
'''
a = np.linspace(start=1,stop=10,num=6).reshape((2,3))
'''
[[ 1. 2.8 4.6]
[ 6.4 8.2 10. ]]
'''
随机生成一个，一个元素大小为0-1的矩阵
# 随机生成一个，一个元素大小为0-1的矩阵
a = np.random.random((2, 4))
print(a)
# 第二个random中的元组指定了生成矩阵的shape，也就是生成几行几列的
小结
1.对于任何矩阵都可以使用 reshap((x,y)) 方法来重新组织矩阵
2.矩阵和列表的区别：
1.矩阵没有逗号，列表需要逗号分隔
2.矩阵可以进行矩阵运算
3.使用了线段分割后，如果有小数，则数据类型会\
float64，在矩阵中整数后面会跟小数点如 10.
