1.生成[0,100)之间的10个随机整数
import numpy as np
arr = np.random.randint(0, 100, size=10)
备注:其他随机数生成方法
np.random.rand:产生给定维度的 [0, 1) 之间的浮点数型随机数
# np.random.rand(2, 3)
np.random.randint:产生给定维度、给定上下限范围内的整数型随机数
# np.random.randint(low=0, high=10, size=(2, 3))
np.random.randn:产生给定维度的标准正态分布随机数(均值为0,方差为1)
# np.random.randn(2, 3)
np.random.normal:产生给定维度、均值和标准差的正态分布随机数
# np.random.normal(loc=1.0, scale=2.0, size=(2, 3))
2.寻找最小值和最大值的索引
import numpy as np
arr = np.random.randint(0, 100, size=10)
min_index = np.argmin(arr)
max_index = np.argmax(arr)
3.寻找最大值和最小值
import numpy as np
arr = np.array([5, 3, 8, 1, 4, 9])
min_value = np.min(arr)
max_value = np.max(arr)
4.改变数组形状
import numpy as np
arr = np.random.randint(0, 100, size=10)
new_arr = arr.reshape(1, 10)
5.将数组转换成list类型
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
arr_list = arr.tolist()
print("NumPy数组:")
print(arr)
print("转换后的list:")
print(arr_list)
numpy和tensor的转换
'''
# numpy2tensor:
'''
a = torch.from_numpy(data)
'''
# tensor2numpy:
'''
a.numpy()
初始化新数组
z = np.arange(star, stop, step)
z = np.linspace(star, stop, num)
np.zeros((3,4)) | 创建3x4的元素全是0的数组 |
---|---|
np.ones((3,4)) | 创建3x4的元素全是1的数组 |
np.empty((3,4)) | 创建3x4的空数组 |
np.ones((3,4)) | 创建3x4的元素全是1的数组 |
np.zeros_like(abc) | 创建与abc相同纬度的全是0的数组 |
np.ones_like(abc) | 创建与abc相同纬度的全是1的数组 |
np.empty_like(abc) | 创建与abc相同纬度的空数组 |
np.eye(5) | 创建一个5x5的矩阵,对角线是1,其余是0 |
np.full((3,5),666) | 创建3x5的元素全是666的数组 |