numpy库引用
操作对象包括矩阵和数组：
numpy.arange(n) 创建数组0,1,2,3…n-1
numpy.arange(0,n,m) 0—–n-1间隔为m的数组
numpy.linspace（0，n，m） 0—–n-1的m个数组
numpy.mat(‘[1 2;3 4]’) 创建矩阵，注意引号
numpy.array([ ]) 创建数组（向量），无引号，创建的是ndarray类型的数组，numpy本身没有array名称的数组
常用的函数：
假设有Ax=b
numpy.linaly.inv(A) 求逆
numpy.linaly.solve(A,b) 求解x
numpy.dot(A,x) 求解b
假设有Ax=ax
numpy.linaly.eig(A) 求解特征向量x和特征值a,返回一个元组，形式为[[a],[x]]
a,b=numpy.linalg.elg(x) 返回a为特征值，b为特征向量
numpy.linaly.eignvals(A) 求解特征值
假设需要产生随机数组
numpy.random.randint(range) range是范围（a，b,n）表示产生n个a到b-1
numpy.random.binomial(x,0.5,n) 二项分布
numpy.random.normal(u,o,N) 正态分布，产生N个中值u，平方差o的数
假设需要产生掩码数组
mask=numpy.random.randint(0,2,N) 创建掩码，长度为N，范围是0-1的掩码
array=numpy.random.ma.array(N_array,mask) 掩码为mask的掩码数组，原数组是N—array