由於某些科學計算及應用的高級命題的需要，對Scipy Lecture Notes
展開學習。
IPython的內置變量查詢提供瞭如同Redis的 * 運算。
在IPython中使用%matplotlib後，在利用matplotlib 進行畫圖時在顯示圖片時，
不需要使用plt.show()命令。
非同形數組相加，創造矩陣的例子：
np.arange(6) + np.arange(0, 51, 10)[:, np.newaxis]
這裏可以將數組的相加降到同一維度理解。
np.tile可以進行數組複製平鋪。
也可以思考一下其實現，先生成rep參數相應的np.ones
用其作爲克羅內克乘積(np.kron)的左面參數，A作爲右面參數即得到複製結果。
np.may_share_memory(A, B): 檢查AB是否共享內存，可以檢查數組的拷貝情況，
.copy方法可實現拷貝。
%timeit 可以測試程序花費的時間。
曾經提出的bool ndarray間的並集，交集運算是通過 + * 完成的，ndarray中自然地有
相應的內置接口np.logical_or np.logical_and
但在形式表達的簡易性上，推薦使用 + *
並在之後的有關邏輯運算上，複合使用 + *
這裏要說明一點，對Python bool 類型進行上述運算時，會強制轉換爲整型，雖然不影響比較
結果，相對應的bool 型 ndarray 保持類型不變，這種“好處”應該並不來自於額外的條件設定，
而是ndarray在數組間運算保留了類型（dtype）不變，
下面姑且當一次白學家：
但這是否能認爲ndarray的操作符重載是封閉的？
首先值得注意的一點是，ndarray一旦實例化，對其元素進行修改（如賦值），
都會進行相對於dtype的類型轉換。即使在使用np.array進行初始化時，表現地也很明顯，
如當使用True 與 "kill" 進行初始化時 True被轉化爲 "True"，
這是因爲Python內部的類型轉化機制，但儲存不同類型的ndarray也是可以實例化的，
如自定義一個類，並與一個Python內置類型一起初始化一個ndarray,是可以做的。
更爲一般地，想要強制性地取消ndarray生成時的內部變量類型轉換也是可以的，
這可以從ndarray對於自定義類型及內置類型生成ndarray出的dtype得到啓發，
注意到此時的dtype爲object,即一般的Python基類，所以在初始化時指定 dtype = object
即可完成。
下面再看ndarray的操作符重載是否封閉，
通過在具有不同類型的ndarray間的運算試驗，可以看到，對於內置類型，是可以在兩個具有
不同類型(dtype)的ndarray間進行運算，運算的結果 element by element, 並依此進行
element轉型，並最終決定結果。
故在進行運算時，僅需要保證運算在element層面上保持即可。
np.triu: 返回上三角矩陣（包含主對角元素），除了矩陣作爲第一個參數外，第二個參數可以
指定三角矩陣的移位，向上移位位數。（下三角考慮轉置）
IPython 可以使用！執行命令行命令。
展開學習。
IPython的內置變量查詢提供瞭如同Redis的 * 運算。
在IPython中使用%matplotlib後，在利用matplotlib 進行畫圖時在顯示圖片時，
不需要使用plt.show()命令。
非同形數組相加，創造矩陣的例子：
np.arange(6) + np.arange(0, 51, 10)[:, np.newaxis]
這裏可以將數組的相加降到同一維度理解。
np.tile可以進行數組複製平鋪。
也可以思考一下其實現，先生成rep參數相應的np.ones
用其作爲克羅內克乘積(np.kron)的左面參數，A作爲右面參數即得到複製結果。
np.may_share_memory(A, B): 檢查AB是否共享內存，可以檢查數組的拷貝情況，
.copy方法可實現拷貝。
%timeit 可以測試程序花費的時間。
曾經提出的bool ndarray間的並集，交集運算是通過 + * 完成的，ndarray中自然地有
相應的內置接口np.logical_or np.logical_and
但在形式表達的簡易性上，推薦使用 + *
並在之後的有關邏輯運算上，複合使用 + *
這裏要說明一點，對Python bool 類型進行上述運算時，會強制轉換爲整型，雖然不影響比較
結果，相對應的bool 型 ndarray 保持類型不變，這種“好處”應該並不來自於額外的條件設定，
而是ndarray在數組間運算保留了類型（dtype）不變，
下面姑且當一次白學家：
但這是否能認爲ndarray的操作符重載是封閉的？
首先值得注意的一點是，ndarray一旦實例化，對其元素進行修改（如賦值），
都會進行相對於dtype的類型轉換。即使在使用np.array進行初始化時，表現地也很明顯，
如當使用True 與 "kill" 進行初始化時 True被轉化爲 "True"，
這是因爲Python內部的類型轉化機制，但儲存不同類型的ndarray也是可以實例化的，
如自定義一個類，並與一個Python內置類型一起初始化一個ndarray,是可以做的。
更爲一般地，想要強制性地取消ndarray生成時的內部變量類型轉換也是可以的，
這可以從ndarray對於自定義類型及內置類型生成ndarray出的dtype得到啓發，
注意到此時的dtype爲object,即一般的Python基類，所以在初始化時指定 dtype = object
即可完成。
下面再看ndarray的操作符重載是否封閉，
通過在具有不同類型的ndarray間的運算試驗，可以看到，對於內置類型，是可以在兩個具有
不同類型(dtype)的ndarray間進行運算，運算的結果 element by element, 並依此進行
element轉型，並最終決定結果。
故在進行運算時，僅需要保證運算在element層面上保持即可。
np.triu: 返回上三角矩陣（包含主對角元素），除了矩陣作爲第一個參數外，第二個參數可以
指定三角矩陣的移位，向上移位位數。（下三角考慮轉置）
IPython 可以使用！執行命令行命令。
