numpy.linalg模块中，eigvals函数可以计算矩阵的特征值
# coding:utf-8
import numpy as np
A=np.mat('3 -2;1 0')
print A
B=np.linalg.eigvals(A)
print B

eig函数求解特征值和特征向量
# coding:utf-8
import numpy as np
A=np.mat('3 -2;1 0')
print A
B=np.linalg.eig(A)
print B

奇异值分解
# coding:utf-8
import numpy as np
A=np.mat('4 11 14;8 7 -2')
print A
U,Sigma,V=np.linalg.svd(A,full_matrices=False)
print'U'
print U
print 'Sigma'
print Sigma
print 'V'
print V

并非得到中间的奇异值矩阵，得到的是对角线上的值

矩阵行列式
# coding:utf-8
import numpy as np
A=np.mat('3 4;5 6')
print A
B=np.linalg.det(A)
print B

第七章：专用函数
sort函数返回排序后的数组
lexsort 函数根据键值的字典序进行排序
argsort 函数返回输入数组排序后的下标
ndarray类的sort方法可对数组进行原地排序
msort函数沿着第一个轴排序
sort_complex函数对复数按照先实部后虚部的顺序进行排序

argmax函数返回数组中最大值对应下标 argmin类似
# coding:utf-8
import numpy as np
a = np.array([2,4,8])
print np.argmax(a)

searchsorted函数为指定的插入值返回一个在有序数组中的索引位置
# coding:utf-8
import numpy as np
a = np.arange(5)
print a
indices=np.searchsorted(a,[-2,7])
print indices

numpy的extract函数可以根据某个条件从数组中抽取元素。
使用nonzero函数抽取数组中的非零元素
# coding:utf-8
import numpy as np
a = np.arange(7)
print a
condition=(a%2)==0
print 'even numbers',np.extract(condition,a)
print 'Non zero',np.nonzero(a)

第9章：使用Matplotlib绘图
matplotlib.pyplot包中包含了简单绘图功能
使用show函数显示

绘制多项式函数
# coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
func=np.poly1d(np.array([1,2,3,4]).astype(float)) #创建多项式
print func
x=np.linspace(-10,10,30) #在-10和10之间产生30个均匀分布的值
y=func(x) #创建多项式的值
plt.plot(x,y) #调用plot函数
plt.xlabel('x') #使用xlabel函数添加x轴标签
plt.ylabel('y(x)')
plt.show()