人工智能——NumPy2

numpy.ndarray

在Python编程语言中，"numpy.ndarray" 是 NumPy 包中的一个类，用于创建和操作多维数组对象。"ndarray" 是 "n-dimensional array" 的缩写，意思就是 n 维数组。

创建一个二维数组，可以使用以下代码：

pythonimport numpy as np

# 创建一个 3x3 的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

在这个例子中，np.array() 函数创建了一个名为 arr 的 numpy ndarray 对象。这个对象是一个 3x3 的二维数组，其中包含了整数 1 到 9。

在 numpy 中，ndarray 对象有许多有用的属性和方法，包括：

• shape：一个包含数组各个维度大小的元组。
• dtype：定义数组元素的数据类型。
• size：数组中元素的数量。
• itemsize：数组中每个元素的大小（以字节为单位）。
• strides：一个元组，定义了数组在每个维度上的“步长”。
• flat：一个可以遍历数组中所有元素的迭代器。
• imag：数组的虚部（复数的虚部）。
• real：数组的实部（复数的实部）

---

np.arange

 是 NumPy 库中的一个函数，它用于生成一个等差数列。该函数会生成一个包含连续整数的数组，其范围和步长均可设定。

函数的基本语法是：

pythonnumpy.arange([start,] stop[, step,], dtype=None)

参数解释：

• start：起始值，默认为0。
• stop：结束值，生成的数组将以此值为上限。
• step：步长，即生成的数组相邻两个数之间的差，默认为1。
• dtype：数据类型，生成的数组将采用这种数据类型，默认为生成的数组能采用的数据类型。

例如：

pythonimport numpy as np
print(np.arange(5)) # 输出：[0 1 2 3 4]
print(np.arange(1, 6)) # 输出：[1 2 3 4 5]
print(np.arange(1, 6, 2)) # 输出：[1 3 5]

以上例子中，np.arange(5) 是从0开始，到5结束（不包含5），步长为1的等差数列；np.arange(1, 6) 是从1开始，到6结束（不包含6），步长为1的等差数列；np.arange(1, 6, 2) 是从1开始，到6结束（不包含6），步长为2的等差数列。

---

np.random.random

 是 NumPy 库中的一个函数，用于生成一个 [0, 1) 之间的随机浮点数。如果你不提供参数，它会直接返回一个随机浮点数。如果你提供一个数字 n，它将返回一个长度为 n 的随机浮点数数组，其中每个元素都是在 [0, 1) 之间的随机数。

这个函数可以用于各种随机数生成的场景，比如在机器学习中初始化模型的权重，或者在模拟中生成随机事件。

例如：

• np.random.random()：返回一个单个随机浮点数。
• np.random.random(3)：返回一个长度为3的随机浮点数数组。