1常见函数操作：
np.exp(b)
np.sqrt(b）
np.ones((2,3))
2:把多维的矩阵压缩成一维的向量：方法有三种：
1）：b.ravel()
2):b.flatten()
3:还有reshape函数reshape(1,x)
3:矩阵的行拼接和列拼接：
np.vstack((b,c)) 行拼接
np.hstack((b,c))列拼接
4:切分数据：也有两种，按行按列切分
1：np.hsplit(a,3) ; np.hsplit(a,(2,3)) 前一个是平均分成三份,后者是在第二列和第三列那里切
2：np.vsplit也是同理的；
5：返回最大值的下标：
np.argmax(b,axis =0) 按列返回最大值的下标
axis=1则是按行返回最大值的下标；
6：np.tile(a,(2,3)) 是在原来的基础上，行变成原来的两倍，列变成原来的三倍；
7：最后说一数组的赋值和拷贝问题：
如下：
a = np.array(12)
b = a
print(b is a )
b.shape(3,4)
print(a.shape)
结果是True和（3，4） 也就是说，这种方式的赋值，a,和b只想了同意内存地址，
操作任何一个另一个都会变化；
第二种是：通过b = a.view() 来赋值，这种凡是不会出现这种情况；
第三种是b = a.copy() 这种也是，两者开始的值相同，后续操作不会影响对方；
END