加减法运算
# 创建两个不同的数组
a = np.arange(4) #list(0,1,2,3
b = np.array([5,10,15,20])
# 两个数组做减法运算
b-a运行结果：
计算数组的平方
#b*2代表数组b每个元素乘以2
#b**2代表数组b每个元素的2次方
b**2运行结果：
计算数组的正弦值
# 计算数组的正弦值
np.sin(a)
#np.cos(a)运行结果：
normalization涉及的其他计算
在normalization中常用的几个计算（布尔逻辑，均值，方差）
# 数组的逻辑运算
b<20
# 数组求均值和方差
np.mean(b)
# 数组求方差
np.var(b)运行结果：
矩阵乘法
矩阵×乘
×乘是对应元素相成
# 创建两个不同的数组
A = np.array([[1,1],[0,1]])
B = np.array([[2,0],[3,4]])
# 矩阵元素乘积
A * B运行结果：
矩阵点乘（dot）
# 矩阵点乘
A.dot(B)运行结果：
矩阵的其他计算
矩阵求逆运算和求行列式
# 矩阵求逆
np.linalg.inv(A)
# 矩阵求行列式
np.linalg.det(A)运行结果：
数组操作
数组的创建
# 创建一个3×4的数组
a = np.floor(10*np.random.random((3,4)))
a
# 查看数组维度
a.shape运行结果：
数组shape变换
# 数组展平
a.ravel()
# 将数组变换为2×6数组
a.reshape(2,6)运行结果：
矩阵转置
# 求数组的转置
a.T
#打印shape
a.T.shape
# -1维度表示NumPy会自动计算该维度
a.reshape(3,-1)运行结果：
