背景介绍
今天我们学习使用numpy的内置数学运算方法和基本的算术运算符两种方式对数组进行数学运算的学习，内容涉及到线性代数的向量矩阵的基本运算知识（不熟悉的童鞋回头自己补一下哈），接下来开始：
入门示例
以下为在Jupyter Notebook中的执行过程：
编码如下：
代码语言：javascript复制# ### 使用numpy数组进行数学运算
import numpy as np
x = np.array([[1,2],[3,4]])
y = np.array([[5,6],[7,8]])
# ### 加法运算
#使用运算符数组相加
x y
# ### 使用np.add()方法进行相加
z = np.add(x,y)
z
# ### 减法运算
x -y
np.subtract(x,y)
# ### 乘法运算
x * y
np.multiply(x,y)
# ## 除法运算
x / y
np.divide(x,y)
# ## 取平方根
np.sqrt(x)
v = np.array([9,10])
w = np.array([11,13])
# ## 使用np.dot()进行矩阵运算
# ### 他的函数返回两个数组的点积。对于二维向量，它等效于矩阵乘法。
# ### 对于1-D阵列，它是向量的内积。
# ### 对于N维数组，它是a的最后一个轴和b的倒数第二个轴的和积。
v.dot(w)#相当于 (9*11) (10*13)
np.dot(v,w)
np.dot(x,y)
# ### 数组的转置
x
x.T
np.sum(x)# 1 3 2 4
np.sum(x,axis=0)#行相加取结果
np.sum(x,axis=1)#列相加取结果
