目录
4.随机生成取值在0-1之间的服从均匀分布的参数为元组的浮点数
准备工作
1.numpy环境
推荐使用Anaconda来导入numpy包。
这里我用的是Jupyter。Jupyter使用
import numpy as np
导入numpy包,并给一个别名np。
2.全部行输出
全局输出控制语句
# 设置全部行输出
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
以单元格为单位,对所有可以被输出的对象,依次进行输出。
一、 创建Ndarray
1.np.array函数
array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)
object为对象,其他有默认值可不输。
ndmin为维度。[[1,2,3]]和[[1],[2,3]]都是二维的。看几重[ ]为几维。
2.随机数函数
包含在np.random类中
1.随机生成整数
randint(low, high=None, size=None, dtype=int)
low:最小值(默认为0) high:最大值(必须) 范围:[low,high)左闭右开区间
size:形状(不输入size默认是1*1)
size=4表示4*1 等价于size=(4,)
2*(5*4)的列表
同理(2,3,4,5)为2*(3*(4*5的列表))
2.随机生成取值在0-1之间的服从均匀分布的浮点数
rand(d0, d1, ..., dn)
括号内为各维度的参数。
3.随机生成可选择取值范围的服从均匀分布的浮点数
uniform(low=0.0, high=1.0, size=None)
low默认为0,high默认为1。
4.随机生成取值在0-1之间的服从均匀分布的参数为元组的浮点数
random(size=None)
5.随机生成服从标准正态分布的浮点数
randn(d0, d1, ..., dn)
3.np.arange函数
arange([start,] stop[, step,], dtype=None, *, like=None)
list(range)是创建一个列表,arange是创建一个数组,二者有本质的不同。