矩阵运算库:Numpy 矩阵运算库不支持点乘

官方介绍：What is NumPy? — NumPy v1.26 Manual；

安装教程：NumPy - Installing NumPy，针对conda与pip的安装教程。

NumPy主要应用于矩阵运算及数组操作。下面跟随官方例子进行使用介绍：

定义一个维度为2行3列的数组。

a=[[1., 0., 0.], [0., 1., 2.]]

在Python中，a 是一个列表，而列表中包含两个元素，同时，这两个元素也是列表。每个列表元素个数为3。将 a 从列表转为一个NumPy格式的数组对象a_array：

a_array=np.array(a)

针对NumPy数组对象a_array，可查看对象属性信息：

# 维度数量 
a_array.ndim
# 数组形状，即数组在各维度的元素长度
a_array.shape
# 数组包含元素总数
a_array.size
# 数组元素存储类型
a_array.dtype
# 数组元素存储字节长度
a_array.itemsize

实操例子（NumPy quickstart  NumPy v1.26 Manual）：

import numpy as np
# 创建一个包含15个元素的数组，并使用 reshape 方法对数组形状进行转化：(15, 0) -> (3, 5)
>>> a = np.arange(15).reshape(3, 5)
>>> a
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
>>> a.shape
(3, 5)

# a 的维度数量为2
>>> a.ndim
2
# a 的元素数据类型为int64
>>> a.dtype.name
'int64'
# 每个元素所需存储字节长度
>>> a.itemsize
8
# 元素数量
>>> a.size
15
# 实例所属的类名称
>>> type(a)
<class 'numpy.ndarray'>
>>> b = np.array([6, 7, 8])
>>> b
array([6, 7, 8])
# 使用 np.array 方法生成的 a 和 b 同为类 numpy.ndarray 的实例对象
>>> type(b)
<class 'numpy.ndarray'>