numpy学习之二：zeros()，exp()，sum()，arrage()和concatenate()函数

zeros()函数：
用法：zeros(shape, dtype=float, order=‘C’)

返回：返回来一个给定形状和类型的用0填充的数组；

参数：shape:形状

dtype:数据类型，可选参数，默认numpy.float64

示例：

exp()函数：

np.exp()的参数可以是向量


sum()函数：
sum(a)默认为对输入参数中的所有元素进行求和
keepdims主要用于保持矩阵的二维特性，即确保计算输出的值是矩阵，不是标量
eg:np.sum(b, axis=0,keepdims=True)

arange 函数：
创建数值范围并返回 ndarray 对象。即，从数值范围创建数组。
函数格式：numpy.arange(start, stop, step, dtype)
该函数返回值是秩为1的数组；

concatenate()函数：
concatenate函数用于沿指定轴连接相同形状的两个或多个数组

代码示例：

# concatenate()函数使用示例：
def testConcatenate():
    """
    numpy.concatenate函数用于沿指定轴连接相同形状的两个或多个数组

    语法：
        numpy.concatenate((a1, a2, ...), axis)

    参数：
        a1, a2, ...：相同类型的数组
        axis：沿着它连接数组的轴，默认为 0

    返回：
       返回一个新的数据

    """
    a = np.array([[1, 2], [3, 4]])

    print('第一个数组：')
    print(a)
    b = np.array([[5, 6], <