NumPy矩阵与通用函数
a = np.mat([[1,2],[3,4]])#生成矩阵b = np.matrix([[1,7],[6,4]])np.bmat("a b")
矩阵的运算
矩阵特有属性：
| 属性 | 说明 |
| T | 自身转置 |
| H | 共轭转置 |
| I | 逆矩阵 |
| A | 自身数据的二维数据视图 |
例如：
np.matrix(a).T
矩阵相乘：
np.array(a)*np.array(b)#数组相乘np.matrix(a)*np.matrix(b)#矩阵相乘
平方：
np.array(a)**2
ufunc函数：全称通用函数，是一种能够对数组中的所有元素进行操作的函数。
ufunc函数的广播机制：
【广播：指不同形状的数组之间执行算术运算的方式，需要遵循4个原则。】
np.array(a)+np.array([2,3,4])#一维数组广播机制np.array(a)+np.array([[1],[2],[3]])#二维数组广播机制
利用NumPy进行统计分析
NumPy文件读写主要有二进制的文件读写和文件列表形式的数据读写两种形式。
save函数:以二进制的格式保存数据。np.save()
np.save('./609/tmp.npy',a)#保存到当前文件夹
load函数是从二进制的文件中读取数据。np.load()
np.load('./609/tmp.npy')
读取文本格式的数据
np.savetxt()函数
np.savetxt('./609/tmp.txt',a)
np.loadtxt()函数
np.loadtxt('./609/tmp.txt')
使用数组进行简单统计分析
arr.sort()函数【直接排序】
argsort()函数：返回值为重新排序值的下标。【间接排序】
去重和重复数据
unique函数、tile函数（对数组重复）、np.repeat()
鸢尾花实操【机器学习必学】
排序：
去重:
求和：
累计和：
| mean | 均值 |
| std | 标准差 |
| var | 方差 |
