2-Numpy相关

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