万壑松风知客来，摇扇抚琴待留声
简述：
很早的一个问题，当然现在有时还是会迷糊，所以这里简单记录下来。这是关于 Python 中计算幂运算、开方时的几种方法。主要包括了 math、numpy 提供的几种方法
math模块：
1. $pow(x,y)$ 函数：
结果：
幂运算，返回以 $x$ 为底，$y$ 为指数的运算结果 $x^{y}$ 。
规则：
当底数 $x$ 为正数时，指数 $y$ 可以为任何实数(-1.5、-2、0、1.5、2)；当 $x$ 为负数时，$y$ 可以为任何整数(-2、0、2)；当 $x$ 为 0 时，$y$ 可以为任何正数(2、2.5)；当 $y$ 为 0 时，x 取任何值结果都为 1。
注意：
该函数只能计算 $x$ 一个数，即不能处理数组，且返回结果为 float 类型。
2. $sqrt(x)$ 函数：
结果：
开平方，返回 $x$ 的平方根运算结果 $\sqrt{x}$ 。
规则：
只需传入一个数 $x$ 即可，没有多余参数。
注意：
$x$ 不可为负数，可以为任何非负数(0、2、2.5)，该函数只能计算 $x$ 一个数，即不能处理数组，且返回结果为 float 类型。
numpy模块：
相对于 math 模块，numpy 功能更强大，与 math 模块最大的区别就是可以对数组或矩阵运算，但是这里仅做部分主要参数的使用说明
1. $np.power(x,y)$ 函数：
结果：
（矩阵）幂运算，返回 $x$ 为底，$y$ 为指数的运算结果 $x^y$ 。
规则：
$x$ 和 $y$ 可以分别是元素、列表、矩阵，若 $x$ 与 $y$ 都是列表或者矩阵，则唯一的要求就是两者的列（也就是维数）相等。
注意：
$x$、$y$ 可以为任何数值，只需满足当 $x$、$y$ 都为列表或矩阵时，两者的列相等，且返回结果为 float 类型。
2. $np.sqrt(x)$ 函数：
结果：
（矩阵）开平方，返回 $x$ 的平方根运算结果 $\sqrt{x}$ 。
规则：
$x$ 可以是元素、列表、矩阵，分别对每个元素进行开方，若某元素为空值或负数，则开方后是空值（$nan$），且非空值返回结果为 float 类型。
注意：
没有什么注意的。
3. $np.square(x)$ 函数：
结果：
（矩阵）幂为 2 运算，返回 $x*x$ 的结果，也就是 $x^2$ 。
规则：
$x$ 可以是元素、列表、矩阵，分别对每个元素进行平方运算，若 $x$ 全部为非空值整数，则返回结果为 int 类型，否者为 float 类型。
注意：
没什么注意的。