numpy 是 python 中一个与科学计算有关的库，本文将介绍一些常用的 numpy 函数，使用 numpy 之前需要先引入，输入 import numpy as np，我们一般将 numpy 简化为 np。
1.np.arange(n)：生成 0 至 n - 1 个整数。
2.a.reshape(m,n)：将 a 重新定义为一个 m 行 n 列的矩阵。
3.a.shape：打印 a 的行和列。
4.a.ndim：求 a 的维度。
5.a.size：输出 a 中的元素个数。
6.np.zeros((m,n))：生成 m 行 n 列的零矩阵，应当注意的是，函数中要传入一个元组。此时生成的矩阵 0 后面有一个小数点，因为系统默认数据类型为浮点型，要想获得整数类型，我们应预先指定好数据类型。
7.np.ones((k,m,n),dtype=np.int32)：生成 k 个 m 行 n 列的单位矩阵，且矩阵中的数据类型为整数型。
8.np.arange(m,n,k)：生成 m 到 n 的以 k 为步长切片的数据。
9.np.linspace(m,n,k)：在 m 到 n 的数据中按等间距取 k 个值。
10. 若 A、B 为同维矩阵，则 A * B 返回的是 A 和 B 矩阵对应位置相乘得到的结果，A.dot(B)或 np.dot(A,B)返回的才是矩阵乘法所得的结果。
11.np.exp(A)或 np.sqrt(B)：分别得到 e 的 B 次幂和矩阵 B 中每个数开方所得到的结果。
12.np.floor()：向下取整。
13.a.ravel()：将矩阵 a 重新拉伸成一个向量，拉伸后可以重新 reshape 成一个新矩阵。
14.a.T：求 a 的转置矩阵。
15.a.reshape(n,-1)或 a.reshape(-1,n)：确定一个矩阵的行 (列) 后，相应的列 (行) 也直接被确定，因此输入 - 1 即可。
16.np.hstack((a,b))：将矩阵 a 和 b 横向拼接。
17.np.vstack((a,b))：将矩阵 a 和 b 纵向拼接。
18.np.hsplit(a,n)：将矩阵 a 横向切为 n 份。
19.np.hsplit(a,(m,n))：在 a 的索引为 m 和 n 的空隙横向切开。
20.np.vsplit(a,n)：将矩阵 a 纵向切为 n 份。
21.np.hsplit(a,(m,n))：在 a 的索引为 m 和 n 的空隙纵向切开。
22. 矩阵的复制：
b = a：此时得到的 b 与 a 的地址是完全相同的，也就是 a,b 只是同一个矩阵的不同名称，对其中任意一个矩阵操作都会引起另一个矩阵相同的变化。
b = a.view()：此时得到的 b 与 a 的地址不同，但是对 b 的操作会改变 a。
b = a.copy()：此时得到的是两个完全独立的矩阵。
23.b = np.tile(a,(m,n))：将矩阵 a 的行数扩大 m 倍，列数扩大 n 倍。
24.np.sort(a,axis=k)：将矩阵 a 在 k 维排序。
25.np.argsort(a)：返回将 a 升序排列后的索引值(默认排列方式为升序)。