一、矩阵定义、运算

对多维数组的运算，默认情况并不运算矩阵。如果需要对数组进行矩阵运算，矩阵是继承自numpy数组对象的二维数组对象。Numpy中，矩阵计算是针对整个矩阵中每个元素进行的，与用for循环相比，其在运算速度上更快。

#创建numpy矩阵matr1=np.mat('1 2 3;4 5 6;7 8 9') #使用分号隔开数据matr2=np.matrix([[1,2,3],[4,5,6],[7,8,9]]) #调用mat和matrix等价# print(np.bmat('arr1 arr2;arr1 arr2'))#block-matrix实现分块矩阵创建，即小矩阵组合大矩阵#矩阵运算print(matr1+matr2) #矩阵相加+、相减-、相乘*print(matr1.T)try:print(matr1.I) #T：返回自身的转置，I：返回自身的逆矩阵except:print("无逆矩阵")print(matr1.H) #H：返回自身的共轭矩阵print(matr1.A) #A：返回自身的二维数组的一个视图

二、生成随机矩阵

np.random.rand() 是均匀分布。

np.random.randn() 是从标准正态分布中返回一个或多个样本值。正态分布，也即这些随机数的期望为0，方差为1。

#随机矩阵 np.random.rand的应用：dropout矩阵dl = np.random.rand(4,5) < 0.2 #al.shape[0],al.shape[1] 第一个维度是4，第二个维度是5；keep_prob是0.2（dropout=0.8）print(dl)#生成1-100整数范围内的随机矩阵print(np.random.randint(1,100,size=(3,3)))