numpy 矩阵运算函数
NumPy 是一个用于 Python 的强大的科学计算库，它提供了大量的函数和工具来进行矩阵运算。以下是一些常用的矩阵运算函数：
1. **创建矩阵**
    * `numpy.array()`: 用于创建数组。
    * `numpy.matrix()`: 用于创建矩阵。
2. **矩阵乘法**
    * `numpy.dot()`: 用于矩阵乘法。
3. **矩阵转置**
    * `anspose()`: 用于矩阵转置。
4. **矩阵求逆**
numpy库常用函数
    * `numpy.linalg.inv()`: 用于矩阵求逆。
5. **矩阵特征值和特征向量**
    * `numpy.linalg.eig()`: 用于计算矩阵的特征值和特征向量。
6. **矩阵的行列式**
    * `numpy.linalg.det()`: 用于计算矩阵的行列式。
7. **矩阵的迹**
    * `ace()`: 用于计算矩阵的迹。
8. **矩阵分解**
    * `numpy.linalg.svd()`: 用于计算矩阵的奇异值分解。
    * `numpy.linalg.qr()`: 用于计算矩阵的QR分解。
9. **矩阵的正交分解**
    * `numpy.linalg.cholesky()`: 用于计算矩阵的正交分解。
10. **矩阵的加法和减法**
    * `numpy.add()` 和 `numpy.subtract()`: 用于矩阵的加法和减法。
11. **矩阵元素级别的运算**
    * `duce()`, `duce()`, `duce()`, `duce()`: 这些函数允许你进行元素级别的运算，例如加法、减法、乘法和除法。
12. **其他**
* `numpy.linalg.matrix_power()`: 用于计算矩阵的幂。
* `numpy.linalg.pinv()`: 用于计算伪逆矩阵。
* `numpy.linalg.solve()`: 用于求解线性方程组。
* `numpy.linalg.eigh()`: 用于计算实对称或Hermitian矩阵的特征值和特征向量。