（3) 任意创建一个NumPy 二维数组，然后进行形状变换 （4) 再创建一个二维数组（注意如何设定形状才能进行矩阵乘法），与上面的二维数组进行矩阵乘法运算

（3）在Python中，你可以使用NumPy库轻松创建二维数组。例如：

import numpy as np
# 创建一个3x5的随机浮点数数组
arr = np.random.rand(3, 5)
print(arr.shape)  # 输出：(3, 5)，表示数组有3行5列

# 对于形状变换，可以使用reshape函数改变数组维度
reshaped_arr = arr.reshape((5, 3))
print(reshaped_arr.shape)  # 输出：(5, 3)，改变了列和行的顺序

（4）为了进行矩阵乘法，两个数组的列数必须等于对方的行数。假设我们保持`arr`的原始形状（3x5），我们可以创建一个新的3x3数组来进行乘法。但因为我们已经将`reshaped_arr`改为了5x3，无法直接进行矩阵乘法。若要继续这个例子，我们需要找到一个3x5的数组与它相乘。如果有一个3x3的矩阵`matrix2`，则可以这样操作：

# 假设我们有另一个3x3的数组matrix2
matrix2 = np.random.rand(3, 3)

# 确保可以进行矩阵乘法，如果不行，你需要调整其中一个数组的形状
if reshaped_arr.shape[1] == matrix2.shape[0]:
    result = np.dot(reshaped_arr, matrix2)
    print(result)
else:
    print("当前形状无法进行矩阵乘法")