X = [ ] 数据为列表格式。进行矩阵转换需要np.mat()做强制转换。
数据生成
序列生成：np.arange(0, 10，0.1) 生成0-10的数据，每个生成数据之间的间隔为0.1
三角函数： np.sin(x)
基础矩阵: np.zeros(9) 生成9个0的一维矩阵,np.zeros((1,2)) 默认生成:1*2元素全为0的矩阵
同理 np.ones() np.eye()一样。
数据插入
X = np.insert(X,0,values=[1],axis=1) 在X矩阵的第一列都插入值1
np.row_stack((a, [8,9])) 在矩阵中插入新的元素，行插入
np.column_stack((a, [8,9])) 列插入
np.tile(a) 矩阵各个方向做复制。
矩阵拼接：
np.vstack(a,b)两个矩阵进行列拼接。 np.hstack(a,b)两个矩阵进行行拼接。---只能两个两个矩阵做拼接。
np.stack(a,b,axis = 0 ) =0时为，按照行拼接，1时按照列拼接。
np.concatenate((a,b), axis = 1)按行合并
矩阵运算:
矩阵相乘: A*B /numpy.matmul()
矩阵转置：np.transpose() / A.T
矩阵求逆: np.linalg.inv(a) / A.I
开方：np.sqrt()
矩阵每个元素乘以2 A**2
点积：np.dot(a,b)
行列式：numpy.linalg.det()
线性方程组的解：numpy.linalg.solve()
范数：
np.linalg.norm(x, ord=None, axis=None, keepdims=False)
矩阵元素的遍历：
A[0,0] 获得A中的第一行和第一列的元素，A[0]获取第一行的元素.
A[0:3,1:4]切片操作，获取第一行到第四行，第一列到第四列的元素。
逻辑运算:
np.all(): 括号内全为真则返回真，有一个为假则返回false
np.any() : 括号内全为假则返回假，有一个为真则返回真
统计运算:
统计指标函数：min, max, mean, median, var, std
np.函数名 ndarray.方法名 axis参数：axis=0代表列，axis=1代表行 最大值最小值的索引函数：
np.argmax(arr, axis=)
np.argmin(arr, axis=)
