数组和矩阵

matrix是array的分支，两者在很多时候通用。两者可以通用时，尽量选择array，其更灵活、速度更快。

相同点：
索引方式相同，都可以使用a[i][j]或a[i,j]进行索引；
python是先循环再计算，Numpy直接计算，计算数量越大越节省时间。

创建数组：
np.array([1,2,3])
np.array([[1,2,3],[2,4,6]]) # 多维数组
np.array(range(1,4))
np.arange(1,4) —— 推荐写法np.arange([开始,]结束[,步长],dtype=None)

array：将输入数据（可以是列表、元祖、数组以及其他序列）转换成ndarray（Numpy数组），如不指名数据类型，将自动推断，默认复制所有输入数据
arange：Python内建函数的数组版，返回一个数组

array的属性：
shape：返回一个元祖，表示array的维度（几行几列），如(2,2,4)表示2块2行3列的数组
ndim：返回一个数字，表示array的维度的数目
size：返回一个数字，表示array中所有数据元素的个数 
dtype：返回array中元素的数据类型

使用ones创建全1的数组，zeros创建全0的数组，full创建指定值的数组
np.full(shape,full_value,dtype=None,order='C')
np.zeros(sha