开发者学堂课程【Python 常用数据科学库：四则运算】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/546/detail/7470
四则运算
In [1]: import numpy as np
In [2]: x = np.array([5,5])
y = np.array([2,2])
In [3]:np.multiply(x,y）
Out [3]: array([10, 10])
In [4]:np.dot(x,y)
Out[4]: 20
In [5]:x. shape
Out[5]: (2,)
In [6]:y.shape
Out[6]: (2,)
In [7]: x. shape = 2,1
In [8]:x
Out[8]: array([[5],
[5]])
In [9]: np.dot (x,y)
//这样的结果是出不来的，因为他的维度不一样，所以要确保他们的维度一样。
In [11]: y.shape = 1,2
y
Out[11]: array([[2, 2]])
In [13]:x
Out[13]: array([[5],
[5]])
In [14]: print (x. shape)
print (y. shape)
(2, 1)
(1, 2)
In [12]: np.dot(x,y)
Out[12]: array ([[10, 10],
[10, 10]])
In [15]: np.dot(y,x)
Out [15]: array([[20]])
In [ ]:x=np.array([1,1,1])
y=np.array([1,2,3],[4,5,6]])
Print(x * y)
[[1 2 3]
[4 5 6]]
In [21]: y = np. array ([1,1,1,4])
x=np.array([1,1,1,2])
x==y
Out[21]: array ([ True, True, True, False], dtype=bool)
In [23]: np.logical_and (x,y)
Out [23]: array([ True, True, True, True], dtype=bool)
In [24]: np. logical_or(x,y)
Out [24]: array([ True, True, True, True], dtype=bool)
In [25]: np.logical_not (x,y)
Out [25]: array([0, 0, 0, 0])
//这个就是一个点的乘法，而不是找到的矩阵相乘和我直接元素对应相乘，两个是完全不一样的维度。指定一个 X。然后里面随便传一个数，把它复制过来，再写一个Y，这个 y 比较特别，在这个维度，给他们定义的也不一样。
//不同维度的数组怎么成一块儿的，指定一个行程，然后，他们两个就是 X 和 Y，会自动的帮你进行一个补全。
//可以看，要做这个乘法，X 缺了，y 缺了，一个是一维的，一个是二维的，他会帮助自动的去做这样一个转换。但是这个结果有些时候，会给我们带来一些困扰的，所以一旦在真正执行的操作的时候，尽量把这个数组写的标准一些。
//当维度一样的时候，他会逐一的进行一个比较，得到结果，这个就是一个基本的一个判断的一个操作。
//对应位置相乘和一个矩阵相乘
