numpy库学习笔记（一）
python使用调用第三方库时首先需要导入，numpy库也是如此，一般numpy库采用如下方式导入
import numpy as np一、矩阵
（1）np.matrix()或np.array()用于创建矩阵，如：
import numpy as np
a=np.matrix([[1,4,5],[2,6,3],[5,7,8]])
b=np.array([[1,9,5],[2,6,0],[3,6,9]])
print(a)
print(b)输出的结果为：
[[1 4 5]
[2 6 3]
[5 7 8]]
[[1 9 5]
[2 6 0]
[3 6 9]]（2）矩阵运算
np.multiply()矩阵的对应元素相乘（点乘），
/矩阵的对应元素相除（点除）
np.dot()或*矩阵相乘，如：
print(np.multiply(a,b))
print(a/b)
print(np.dot(a,b))
print(a*b)结果分别为：
[[ 1 36 25]
[ 4 36 0]
[15 42 72]]
[[1. 0.44444444 1. ]
[1. 1. inf]
[1.66666667 1.16666667 0.88888889]]
[[ 24 63 50]
[ 23 72 37]
[ 43 135 97]]
[[ 24 63 50]
[ 23 72 37]
[ 43 135 97]]（3）其他
np.title()对整个矩阵进行复制拼接，用法：
np.tile(a,reps)
#为矩阵，reps为复制的次数，reps为实数时，横向复制；
#当rep为一元组类型（m,n）时，第一个元素表示复制m列，第二个元素表示复制n行如：
In [30]: np.tile(a,(4,1))
OUT[30]:
matrix([[1, 4, 5],
[2, 6, 3],
[5, 7, 8],
[1, 4, 5],
[2, 6, 3],
[5, 7, 8],
[1, 4, 5],
[2, 6, 3],
[5, 7, 8],
[1, 4, 5],
[2, 6, 3],
[5, 7, 8]])np.sum()用于对矩阵进行求和，如果没有参数，默认未对矩阵求和，若axes=0,则对列求和，若axes=1,则是对矩阵进行行求和。如：
print(a.sum(axis=0))
print(a.sum(axis=1))
print(a.sum())结果分别为：
[[ 8 17 16]]
[[10]
[11]
[20]]
41np.nonzero，用于查找矩阵中的非零元素，返回非零元素的下标，如
print(np.nonzero(b))结果是：
(array([0, 0, 0, 1, 1, 2, 2, 2], dtype=int64), array([0, 1, 2, 0, 1, 0, 1, 2], dtype=int64))np.argsort 用于对矩阵的每一行元素排序，并返回排序后的元素索引默认为升序排序,如：
c=np.array([[3,6,1],[5,3,2],[67,45,67],[14,7,9]])
print(np.argsort(c))结果是：
[[2 0 1]
[2 1 0]
[1 0 2]
[1 2 0]]该函数的参数是
argsort(a, axis=-1, kind='quicksort', order=None)
其中a为待排序的矩阵，axis=-1为默认，代表升序排序，kind为排序算法，可选快速排序、堆排序等。
小白的学习笔记，未细致分类。