矩阵的初始化指采用numpy提供的各类方法快速形成需要的矩阵，重组则是指对矩阵的数据进行重新组织，例如两个矩阵合并成一个，从原矩阵分片得到子矩阵，行（列）互换，插入新行（列）等。

1.列表转化为矩阵

使用array方法，可以将一个列表转换为矩阵，其格式为：

A=np.array（列表）

例如：

A=np.array([[1，2，3]，[33，45，23]])

定义一个2行3列的矩阵，矩阵的第一行为1，2，3；第二行为33，45，23。

2.初始化矩阵

numpy提供了zeros、ones、eye、random等方法形成矩阵。zeros方法生成一个元素都是0的矩阵，例如：B=np.zeros（（2，3）），生成一个2行3列的元素全是0的矩阵。注意，zeros方法的参数是一个元组tuple类型。

例如：

对应于zeroes，ones方法生成所有元素都是1的矩阵，例如：

＞＞＞x=np.ones((2，3))

eye方法生成单位矩阵，如下面语句：

X=np.eye(5)

生成一个5×5的单位矩阵。

除此之外，numpy还提供了生成随机数矩阵的方法，且这些随机数可以指定为服从某种统计分布。例如产生服从（0，1）正态分布的伪随机数5×5的矩阵，其代码如下：

3.矩阵的分片

numpy的array对象，与列表相似，因而也支持分片操作。所以，通过对已有矩阵进行分片操作，也是一种生成矩阵的方法。矩阵的分片支持两个维度，其格式为：

视频讲解：python矩阵运算—重组

X[row1：row2：step1[，col1：col2：step2]](www.daowen.com)

例如：

上述代码首先生成一个4×4矩阵x。语句y=x[：，：2]，取x的所有行、前2列，组成y矩阵；语句z=x[：2，2：]则选择前2行、最后两列组成z矩阵。

4.矩阵插入新行或新列

在实际问题的求解过程中，有时需要为矩阵插入新行或新列，形成符合要求的矩阵，可以使用np.insert方法实现，其语法为：

结果矩阵=np.insert（矩阵a，插入位置，矩阵b，[axis=值]）

上述语句将b矩阵按指定方向（axis=0行，axis=1列）插入到矩阵a的指定位置。

例如：

上述代码将矩阵b插入矩阵a的第0行，a新增一行，新行的数值都是1。

继续编写代码如下：

上述代码，在a矩阵的第0列，插入一列，数据都是0。

5.矩阵合并

矩阵进行列合并或行合并，形成新矩阵，可以使用np.c_[]和np.r_[]实现，例如：

上述两个矩阵a和b行数相等，因此可以进行列合并，使用np.c_[]实现。

6.矩阵的行（列）交换

numpy矩阵的行、列交换，采用切片的方式进行。行交换时，第一维用一个列表确定交换的两行的标号，第二维用“：”号代表所有的列，如下列语句完成矩阵data第0行与第2行的交换：

data[[0，2]，：]=data[[2，0]，：]

列交换时，将需要交换的两列的标号写到第二维。如下面语句完成矩阵data第0列和第2列的交换：

data[：，[0，2]]=data[：，[2，0]]