上一篇：【NumPy基础：数组和矢量计算（四）】【数学和统计方法+用于布尔型数组的方法+排序+唯一化以及其它的集合逻辑+用于数组的文件输入输出】
线性代数
线性代数是任何数组库的重要组成部分。NumPy提供了一个用于矩阵乘法的dot函数
=====================================
x.dot(y)等价于np.dot(x, y)
=====================================
一个二维数组跟一个大小合适的一维数组的矩阵点积运算之后将会得到一个一维数组
=====================================
@符（类似Python 3.5）也可以用作中缀运算符，进行矩阵乘法
=====================================
numpy.linalg中有一组标准的矩阵分解运算以及诸如求逆和行列式之类的东西。
表达式X.T.dot(X)计算X和它的转置X.T的点积。
伪随机数生成
numpy.random模块对Python内置的random进行了补充，增加了一些用于高效生成多种概率分布的样本值的函数。numpy.random可以快速产生大量样本值。
=====================================
伪随机数，它们都是通过算法基于随机数生成器种子，在确定性的条件下生成的。你可以用NumPy的np.random.seed更改随机数生成种子。numpy.random的数据生成函数使用了全局的随机种子。要避免全局状态，使用numpy.random.RandomState，创建一个与其它隔离的随机数生成器
++++++++++++++++++++++++++++++++++++
暂时终结
