python作为广受欢迎的一门编程语言，其中很重要的一个原因便是它可以使用很多第三方库。
对第三方库的理解，在笔者看来就是一些python爱好者和专门的研发机构，为满足某一特定应用领域的需要，使用python语言编写的具有特定功能的类与方法的集合。
举个例子，为了让python能够更好地进行矩阵运算，numpy库应运而生。通过调入numpy库，python对矩阵进行操作变得非常容易，这使得python能够像matlab语言一样，轻而易举地通过矩阵处理批量数据。本文要介绍的正是numpy库。
首先通过例子感受一下：
从上图中可以看出，引入numpy库并给它取别名为np，给引入的库取别名通常是简化库的名称，为了在后面使用的时候书写方便。
引入numpy后，创建了一个data矩阵，使用shape方法，我们得到了data矩阵的规格是2行3列。
下面演示一遍在numpy中，矩阵的加、减、乘运算：
需要注意：和数学中对矩阵加减运算的要求一样，参与加减运算的矩阵规格必须一致。
如上图， 两个矩阵之间的点积乘法要求前一矩阵的列数等于后一矩阵的行数。
numpy中，矩阵还有一种类似加减的乘法运算，即相乘的两个矩阵的对应位置的元素相乘，当然，此时也要求两个矩阵的规格相同。
目前本文只介绍这些，但numpy的功能远不止这一点，在后期博文中，笔者将继续探索numpy世界。
