知识要点：导入numpy库，numpy的常用属性，创建array对象的集中方法；
导入Numpy库：import numpy as np；
创建一个numpy对象：array=np.array(‘object’，‘dtype’)；object为任意数据类型，dtype为矩阵内元素数据类型
一、numpy的属性：
属性说明ndarray.ndim秩，即轴的数量或维度的数量ndarray.shape数组的维度，对于矩阵，n 行 m 列ndarray.size数组元素的总个数，相当于 .shape 中 n*m 的值ndarray.dtypendarray 对象的元素类型ndarray.itemsizendarray 对象中每个元素的大小，以字节为单位ndarray.flagsndarray 对象的内存信息ndarray.realndarray元素的实部ndarray.imagndarray 元素的虚部ndarray.data包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。例子：（numpy的简单属性应用）
import numpy as np array=np.array([[1,0,0],[0,1,0],[0,0,1]]) #创建一个三维的单位矩阵 print(array)#打印输出矩阵E """ 输出结果：（打印整个矩阵） 【【1，0，0】 【0，1，0】 【0，0，1】】 以列表形式打印输出 """ print(array.ndim)#打印输出矩阵的维数，即矩阵的秩 """ 输出结果：（输出矩阵的秩） 3 """ print(array.shape) """ 输出结果：（输出矩阵的行数和列数（外形）） （3,3） 以元组形式打印输出 """ print(array.size) """ 输出结果：（打印矩阵中元素个数，即n*m） 9 """ print(array.dtype) """ 输出结果：（打印矩阵中元素的数据类型） int32 """ print(array.real) """ 输出结果：（打印矩阵中元素的实部） 【【1，0，0】 【0，1，0】 【0，0，1】】 """ print(array.imag) """ 输出结果：（打印矩阵中元素的虚部） 【【0，0，0】 【0，0，0】 【0，0，0】】 """ #后两种一般用于复数矩阵中，dtype=complex定义（创建）一个array：（最基本的创建方式np.array()）
方法1：通过np.eye(n)；创建一个维度为n的单位矩阵；
方法2：通过np.ones(n)；创建一个维度为n且元素全部为1矩阵；
方法3：通过np.zeros(n)；创建一个维度为n且元素全部为0矩阵（零矩阵）；
方法4：通过np.empty(shape，dtype)；创建一个指定大小为shape的，元素数据类型为dtype的随机阵；
方法4：通过np.arange(start，end，step)；创建一个从start开始到end结束，步长为step的一维数组；
array1=np.array([[1,0,0],[0,1,0],[0,0,1]]) #通过np.array()来创建 array2=np.eye(3) #通过np.eye()来创建 array3=np.zeros((3,3)) #通过np.zeros()来创建 array4=np.ones((3,3)) #通过np.zeros()来创建 array5=np.empty((3,3),dtype=int) #通过np.empty()来创建 np.arange(1,10).reshape(3,3) #创建一个数据从1-9的，大小为3*3的矩阵（将一维的一组数据转化为多维只需要使用方法reshape(n，m)即可）
