import numpy as np # numpy数值计算，支持维度数组和矩阵计算# 特殊创建矩阵方式x = np.zeros((2, 3)) # zeros 创建全是 0 的数组矩阵,参数是数组类型y = np.ones(3) # ones 创建全是 1 的数组矩阵z = np.full((3, 2), 3) # full 创建定值数组矩阵，如创建3行2列，数值全是3的矩阵s = np.eye(5, k=2) # eye 创建对角矩阵，对角值为 1 ，k值表示从第几列开始对角相同，不填默认为 0w = np.random.random((2, 3)) # 创建随机值的矩阵# 初始化创建矩阵方式a = np.array([[1, 2, 3], [3, 4, 5]],dtype=np.int64) # 初始化一个数组成矩阵,dtype= 设置数据类型print(a.shape) # 查看这个矩阵是几行几列a1 = a[[1, 0, 1], [0, 1, 1]] # 索引结果是[3,2,4],前后保持一一对应a2 = [a[1, 0], a[0, 1], a[1, 1]] # 与上面结果相同rows = np.array([[0, 0], [1, 1]]) # 索引矩阵的行cols = np.array([[0, 1], [0, 1]]) # 索引矩阵的列print(a[rows, cols]) # 索引到矩阵的对角值，索引行，列一一对应:[0,0],[0,1],[1,0],[1,1]print(a > 2) # 判断矩阵中每个元素是否大于2,返回的是布尔值print(np.sum(a)) # 矩阵中每个元素的求和print(np.sum(a, axis=0)) # axis = 0 矩阵列求和print(np.sum(a, axis=1)) # axis = 1 矩阵行求和
来源：https://www.cnblogs.com/saber9/p/11980209.html