1、從Python的基礎資料物件轉化

可以用numpy中的array()函式生成一個ndarray的物件

2、通過Numpy的內建函式生成

arrange()函式，類似於Python中的range()。可以直接生成一個格式為ndarray型別的一組資料，ndarray是一個矩陣，符合矩陣的運演算法則，加減乘

3、從檔案讀取資料

從csv檔案中匯入資料。需要用函式loadtxt

loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

fname是匯入的檔名，delimiter是需要分隔的識別符號，usecols表示匯入那幾列，unpack可以將匯出的資料分開成幾列儲存到不同的變數中

x.shape可以檢視矩陣的行列，a.shape[0]獲取行數，a.shape[1]獲取列數

4、numpy的常用函式有min, max, median(中位數), mean(平均值), variance(排序), sort

numpy生成的narray資料型別本身就是一個物件，有兩種呼叫函式方式

一種是 -> x.fun()

另一種是 -> np.fun(x)

注意，不同方法這兩種效果可能不一樣

x.fun()是呼叫類自身內部的方法，可能會對自身產生影響，比如呼叫函式sort，會對自身進行永久排序

np.fun(x)是呼叫類內部的方法，不會對自身產生影響，呼叫函式sort時會產生一個新的序列，對原來序列x不會產生影響

Python常用的功能和方法有：

·建立矩陣

·獲取矩陣行數和列數

·矩陣的獲取

·矩陣的合併

·通過函式建立矩陣

·矩陣的運算

當矩陣中的元素不在定義域範圍內，會產生RuntimeWarning，結果為nan(not a number)。

[−1,1]

·矩陣的乘法

·矩陣的轉置

·矩陣的逆

·矩陣資訊獲取：最大值最小是、平均值mean() -> 可以獲得整個矩陣/行或列的平均值、方差var()、標準差std()、中值median()

    、求和sum()、累計和consume()

某位置累積和指的是該位置之前(包括該位置)所有元素的和。

例如序列[1,2,3,4,5]，其累計和為[1,3,6,10,15]，即第一個元素為1，第二個元素為1+2=3，……，第五個元素為1+2+3+4+5=15。

矩陣求累積和的函式是cumsum()，可以對行，列，或整個矩陣求累積和。