np.random
1.np.random.rand用法理解
- (1)生成随机数
- (2)维度差异
2.np.random.rand代码实现
- (1)生成一维数组
import numpy as np
x1 = np.random.rand(1)
print(x1)
x2 = np.random.rand(2)
print(x2)
x3 = np.random.rand(0)
print(x3)
[0.71963865]
[0.91414908 0.13158296]
[]
这里,参数的个数均为1代表数组的维度 ;参数的大小[1]、[2]、[0]代表数组的个数
-
(2)生成2维数组
根据一维数组推论二维数组生成随机数,必定是np.random.rand(m,n),其中m,n表示数组的行和列。比如np.random.rand(1,2):生成1行2列的二维数组的随机数。 比如np.random.rand(3,4):生成3行4列的二维数组的随机数。
import numpy as np
x1 = np.random.rand(1,2)
print(x1)
x2 = np.random.rand(3,4)
print(x2)
[[0.097429 0.24069107]]
[[0.90965304 0.27778239 0.62474513 0.02447566]
[0.27196273 0.55519802 0.5340688 0.33743111]
[0.10058851 0.49438025 0.21835191 0.73118711]]
- (3)生成3维数组
格式:np.random.rand(z,m,n),其中m,n表示行和列
import numpy as np
x1 = np.random.rand(3,2,3)
print(x1)
x2 = np.random.rand(2,2,3)
print(x2)
[[[0.05126913 0.76932985 0.12126616]
[0.77434322 0.68754517 0.34191289]]
[[0.69292543 0.97440044 0.27719829]
[0.16467767 0.22682442 0.92058248]]
[[0.32341824 0.44518642 0.97596218]
[0.10824422 0.88754696 0.51124741]]]
[[[0.42240969 0.02282551 0.01593101]
[0.98227988 0.42232077 0.87115823]]
[[0.19108652 0.93708698 0.36331989]
[0.88186447 0.67098147 0.68818871]]]