numpy 是重要的科学计算工具
通过numpy我们可以生成模拟数据，比如随机生成一个数，随机生成一个服从正态分布的随机数
1.1 创建数组
在进行数学运算之前我们首先要创建数组。Numpy中创建数组的方式主要有两种：
（1） 创建元素为0或1的数组。
（2） 将已有的数据转换为数组，比如将列表转换为数组。
1.1.1 创建数组
a、使用empty生成随机数
在empty参数中传入shape参数来指定生成数组的形状
import numpy as np
a=np.empty(shape=(3,3)) #创建一个3行3列的数组
b、eye方法创建一个对角线元素全为1的数组
我们可以传入参数3来生成一个三行三列，对角线元素全部为1，其他元素全部为0的数组。
b=np.eye(3)
c、 identity 方法创建单位矩阵
感觉和eye差不多，但是只能创建单位矩阵
np.identity(3)
np.identity(n, dtype=None)
np.eye(N, M=None, k=0, dtype=<type ‘float'>)；
np.identity只能创建方形矩阵
np.eye可以创建矩形矩阵，且k值可以调节，为1的对角线的位置偏离度，0居中，1向上偏离1，2偏离2，以此类推，-1向下偏离。值绝对值过大就偏离出去了，整个矩阵就全是0了。
c、ones生成全部为1的数组
c=np.ones(shape=(2,4))#2行4列
d、zeros生成全部为0的数组
d=np.zeros(shape=(2,4))
e、full方法生成指定数字的数组
e=np.full(shape=(3,3),fill_value=2)
1.1.2 将列表转换为数组
a=np.array([1,2,3])#生成数组
1.1.3 生成一串数字
这边生成的形式为列表，我们需要进行转化才能生成数组
a、arrange生成一个序列
类似于range函数
np.arrange(start=1,stop=10,step=2)#起始值为1，终止值为10，步长为2.
b、linespace在固定范围内生成指定数量的数
np.linspace(start=1,stop=10,num=5)#起始为1，终止为10，总共5个数
c、logspace 用log为尺度
np.logspace(start=1,stop=10,num=5)#
1.1.4 生成特殊数组
a、生成对角矩阵
传入生成数组的对角线元素，其他位置的元素全部为0。
np.diag([1,2,3,4])#生成对角矩阵
b、提取对角矩阵
将数组作为参数传入，diag的方法就是提取数组的对角线元素。
np.diag([[1,2,3],
[4,5,6],
[7,8,9]])
c、生成三角矩阵 tri
np.tri(3,5)
d、tril根据已知矩阵生成一个三角矩阵
第一个参数是数组，第二个参数是下三角矩阵的相对位置，-1表示向下移动一个不长
e、triu 升位三角矩阵