1、从Python的基础数据对象转化
可以用numpy中的array()函数生成一个ndarray的对象
2、通过Numpy的内置函数生成
arrange()函数，类似于Python中的range()。可以直接生成一个格式为ndarray类型的一组数据，ndarray是一个矩阵，符合矩阵的运算法则，加减乘
3、从文件读取数据
从csv文件中导入数据。需要用函数loadtxt
loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
fname是导入的文件名，delimiter是需要分隔的标识符，usecols表示导入那几列，unpack可以将导出的数据分开成几列存储到不同的变量中
x.shape可以查看矩阵的行列，a.shape[0]获取行数，a.shape[1]获取列数
4、numpy的常用函数有min, max, median(中位数), mean(平均值), variance(排序), sort
numpy生成的narray数据类型本身就是一个对象，有两种调用函数方式
一种是 -> x.fun()
另一种是 -> np.fun(x)
注意，不同方法这两种效果可能不一样
x.fun()是调用类自身内部的方法，可能会对自身产生影响，比如调用函数sort，会对自身进行永久排序
np.fun(x)是调用类内部的方法，不会对自身产生影响，调用函数sort时会产生一个新的序列，对原来序列x不会产生影响
Python常用的功能和方法有：
·创建矩阵
·获取矩阵行数和列数
·矩阵的获取
·矩阵的合并
·通过函数创建矩阵
·矩阵的运算
| 矩阵函数 | 说明 |
|---|---|
| np.sin(a) | 对矩阵a中每个元素取正弦,sin(x) |
| np.cos(a) | 对矩阵a中每个元素取余弦,cos(x) |
| np.tan(a) | 对矩阵a中每个元素取正切,tan(x) |
| np.arcsin(a) | 对矩阵a中每个元素取反正弦,arcsin(x) |
| np.arccos(a) | 对矩阵a中每个元素取反余弦,arccos(x) |
| np.arctan(a) | 对矩阵a中每个元素取反正切,arctan(x) |
| np.exp(a) | 对矩阵a中每个元素取指数函数,ex |
| np.sqrt(a) | 对矩阵a中每个元素开根号√x |
当矩阵中的元素不在定义域范围内，会产生RuntimeWarning，结果为nan(not a number)。
[−1,1]
·矩阵的乘法
·矩阵的转置
·矩阵的逆
·矩阵信息获取：最大值最小是、平均值mean() -> 可以获得整个矩阵/行或列的平均值、方差var()、标准差std()、中值median()
、求和sum()、累计和consume()
某位置累积和指的是该位置之前(包括该位置)所有元素的和。
例如序列[1,2,3,4,5]，其累计和为[1,3,6,10,15]，即第一个元素为1，第二个元素为1+2=3，……，第五个元素为1+2+3+4+5=15。
矩阵求累积和的函数是cumsum()，可以对行，列，或整个矩阵求累积和。