Numpy專門設計來處理大量的數據，各種人算不出來的都可以交給他算？
現在就來看看Numpy的陣列和矩陣操作，並通過示例來理解這些概念。

什麼是Numpy陣列？
Numpy陣列是一種多維數組，與Python內建的列表相比，它更高效且功能強大。Numpy陣列可以是零維、一維、二維或更高維度，並且能夠進行各種數學運算。這使得Numpy在處理大量數據時非常有用，尤其是在科學計算和資料分析中。

那麼就來看看吧！

＃引入numpy module
import numpy as np

建立一維陣列

Myfirstbabyarray = np.array([1, 2, 3, 4, 5])
print(Myfirstbabyarray)

這段程式碼創建了一個一維陣列Myfirstbabyarray，其內容為[1, 2, 3, 4, 5]。

基本操作
Numpy陣列支援各種基本操作，如加法、減法、乘法和除法。

陣列加法

Mysecondbabyarray = np.array([5, 4, 3, 2, 1])
sum_arrays = Myfirstbabyarray  + Mysecondbabyarray 
print(sum_arrays)

這段程式碼會對Myfirstbabyarray和Mysecondbabyarray進行逐元素相加，結果為[6, 6, 6, 6, 6]。

建立不同維度矩陣
你可以使用Numpy來創建不同維度的矩陣。以下是一個簡單的例子：

創建一個2x3的矩陣

matrix = np.array([[1, 2, 3], [4, 5, 6]])
print("2x3矩陣：\n", matrix)

這段程式碼創建了一個2行3列的矩陣，並印了出來。

矩陣轉置
矩陣的轉置是一個重要的操作，可以用來改變矩陣的形狀。Numpy提供了簡單的方式來進行矩陣轉置：

矩陣轉置

transposed = np.transpose(matrix)
print("轉置後的矩陣：\n", transposed)

轉置後的矩陣將變成3行2列，內容為：
[[1 4]
[2 5]
[3 6]]

矩陣運算
Numpy還支援其他各種矩陣運算，如矩陣乘法：

矩陣乘法

matrix2 = np.array([[1, 0], [0, 1], [1, 1]])
product = np.dot(matrix, matrix2)
print("矩陣乘法結果：\n", product)

這段程式碼演示了如何進行矩陣乘法，結果是一個新的矩陣，計算過程中會涉及到逐元素乘法和求和。

第一天小小熱身，算是微水了一篇，明天會再水一篇matplotlib，接著就會開始硬核囉！