本文已参与「新人创作礼」活动，一起开启掘金创作之路。
本系列是作者用 python 学习 Ray 框架的笔记。 Ray 是 UC berkley 提出的分布式机器学习。sklearn 是运行在单机上的机器学习，虽然支持多线程，但分布式并不支持。在开始学习Ray之前，先温习一下Python的基本知识。本文写于2021年3月12日。
1. Matrix:
a. 从array 生成 matrix , 请注意这种方式是多维数组，留意print type的命令行。type 还是ndarray。
g = np.array([
np.array([1,3,4]),
np.array([3,4,5])
])
print("g is {0}".format(g))
>g is [[1 3 4]
[3 4 5]]
print("type of g is {0}".format(type(g)))
> type of g is <class 'numpy.ndarray'>
print("the shape of the matrix g is: {0}".format(g.shape))
> the shape of the matrix g is: (2, 3)
b. 从list 生成 matrix, 请留意下面的命令行输出，变量h的类型是 matrix，而不是ndarray .
h = np.matrix([[3,5,6],
[4,8,9]])
print("h is {0}".format(h))
> h is [[3 5 6]
[4 8 9]]
print("type of h is {0}".format(type(h)))
> type of h is <class 'numpy.matrix'>
print("the shape of the matrix h is: {0}".format(h.shape))
> the shape of the matrix h is: (2, 3)
2. Matrix 的操作
numpy 的transpose 命令对多维ndarray和matrix都有效，也就是说 transpose对 上面 a，b matrix的两种生成方式都是有效的。transpose 后，type 是不变的，多维数组还是多维数组，matrix还是matrix。
print("transpose of matrix g is: {0}".format(g.T))
> transpose of matrix g is: [[1 3]
[3 4]
[4 5]]
print("transpose of matrix h is: {0}".format(h.T))
> transpose of matrix h is: [[3 4]
[5 8]
[6 9]]
