Numpy是用于科学计算的工具集，适用于矩阵相关的运算，用Numpy来进行矩阵运算可以节省很多资源。
Numpy有两个关键属性axis和shape。
axis，维数或者说第几维数，axis=0指第一维（数组从0开始所以axis=0指第一维）。
shape，维度或者说维度的数量，shape[x,]意味着有1个维度，这个维度内有x个元素（有x元素的一维数组），shape[x,y]即为第一维度有x个元素，第二个维度有y个元素的二维数组，即矩阵，shape[x,y,z]就是三维数组
举个例子，arr=[[1,2,3],[4,5,6],[7,8,9]]，这是个二维数组也是个3*3的矩阵，axis=0指第一个方括号内的元素即arr[]，axis=1指两个方括号内的元素，即arr[][]
在矩阵求和时，默认输出结果会减少一维，可以设置keepdims=True来维持维度不变
关于矩阵运算
1.矩阵相加减就是将对应位置上的元素相加减（必须是同类矩阵才可以相加减）
2.矩阵的相乘， 将第一个矩阵的第一行的第一个数字乘以第二个矩阵的第一列的第一个数字，然后将第一行的第二个数字乘以第一列的第二个数字，再将第一行的第三个数字乘以第一列的第三个数字，最后将第三个结果相加。将a[0][]和a[][0]分别相乘再相加（矩阵相乘对矩阵的大小有要求a*b的矩阵只能乘b*c的矩阵）
