使用numpy生成随机多维矩阵并做维度转换

numpy介绍

前情回顾：专栏的上一篇博客讲解了numpy的安装，并使用numpy生成了随机向量 --> 上一篇博客传送地址

使用numpy生成随机多维矩阵

• 使用numpy生成一个长度为553的随机整数矩阵：

import numpy as np
"""
low:随机数最小值
high:随机数最大值
size:数据维度，可以自定义任意维度数据
"""
data = np.random.randint(low=0, high=10, size=(5, 5, 3))
print(data.shape)

结果：
(5, 5, 3)

• 使用numpy生成一个长度为553的随机浮点矩阵：

data = np.random.uniform(low=0, high=10, size=size=(5, 5, 3))
print(data.shape)

结果：
size=(5, 5, 3)

使用numpy对矩阵维度进行转换

使用np.transpose接口对矩阵做处理

data = np.random.randint(low=0, high=10, size=(5, 5, 3))
print(f"转换前矩阵维度:{data.shape}")
# 维度转换
"""
transpose第一个参数是需要做处理的数据
transpose第二个参数是维度重新排布的顺序
"""
new_data = np.transpose(data, (2, 0, 1))
print(f"转换后矩阵维度:{new_data.shape}")

结果:
转换前矩阵维度:(5, 5, 3)
转换后矩阵维度:(3, 5, 5)

结论

numpy是python中常用库，也是深度学习中必用库，接下来的博客中我们会使用numpy做数值查找与填充。