写在前面：在numpy初始化中有“数组(np.array)和矩阵(np.matrix)”两种，但其实两种是完全通用的！
建议：全部使用np.array进行初始化，因为其比matrix具有更多的功能且更加灵活！numpy不区分数组与矩阵！
（1）“线性代数”矩阵相乘：
在numpy做“线性代数”中的矩阵相乘：np.dot(a1,a2)
示例：
import numpy as np
a = np.array([[1,2],[4,5]])
b = np.array([[3,4],[6,7]])
c = np.dot(a,b) # 这就是线性代数中的矩阵相乘，即对两个矩阵的“规格、顺序”有要求！
（2）普通“对应元素”点乘：
在numpy做“普通点乘”的方法：np.multiply(a1,a2) 或直接 a1*a2
import numpy as np
a = np.array([[1,2],[4,5]])
b = np.array([[3,4],[6,7]])
c1 = np.multiply(a,b) # c2 = np.multiply(b,a)
c3 = a*b # c4 = b*a
# 以上4种结果完全相同，说明普通点乘与顺序无关！
