numpy.amin() 和 numpy.amax()
#numpy.amin() 和 numpy.amax() 这些函数从给定数组中的元素沿指定轴返回最小值和最大值。
import numpy as np
a=np.array([[3,7,5],[8,4,3],[2,4,9]])
print(np.amax(a)) #输出为9 没有指定轴会将数组展开
print(np.amax(a,axis=0))#[8 7 9] 寻找每一列最大值
print(np.amax(a,axis=1))#[7 8 9] 寻找每一行最大值
numpy.argmax() 和 numpy.argmin()
numpy.argmax() 和 numpy.argmin() 这两个函数分别沿给定轴返回最大和最小元素的索引。
a = np.array([[30,40,70],[80,20,10],[50,90,60]])
print(np.argmax(a))#输出90的索引7
print(np.argmax(a,axis=0))#[1 2 0]
print(np.argmax(a,axis=1))#[2 0 1]
random
"""
函数名 说明
seed([seed]) 设定随机种子,这样每次生成的随机数会相同
rand(d0,d1,d2.....) 返回数据在[0,1)之间,具有均匀分布
randn(d0,d1,d2....) 返回标准正态分布(均值0,方差1)
randint(low[,high,size,dtype]) 返回随机整数,包含low,不包含high
choice(a[,size,replace,p]) a是一个数组,从它之间生成随机结果
random([size]) 随机生成[0.0,1.0)之间的小数
shuffle(x) 把数组x进行随机排列
permutation(x) 把数组x进行随机排列,或数字的全排列
normal([loc,scale,size]) 按照平均值loc和方差scale生成高斯分布的数字
uniform([loc,high,size]) 在[loc,high)之间生成均匀分布的数字
"""
设置随机数种子 使每次结果可复现
np.random.seed(666)
- randn(d1,d2,…) d=dim
生成5个[0,1)之间的数据,符合均匀分布
print(np.random.rand(5))
#3行4列
print(np.random.rand(3,4))
- randn(d1,d2,…) d=dim
返回标准正态分布(均值0,方差1)
print(np.random.randn(5))
#2x3x4
print(np.random.randn(2,3,4))
- randint(low,high,[size],dtype)
生成随机整数 [low,high)
print(np.random.randint(5)) #(0,5] #默认生成一个数
print(np.random.randint(1,3)) #[1,3)
print(np.random.randint(2,7,size=3)) #3个随机[2,7)
print(np.random.randint(1,10,size=[2,3,4])) #3个随机[2,7)
- random([size])
[0,1)之间的小数
print(np.random.random(4))
print(np.random.random([2,4]))
- #choice(a,[size])
a为数组 从a中随机选择size个数这里是引用
print(np.random.choice([1,2,3]))#默认选择1个
print(np.random.choice([1,2,3,4,5,6,6],[2,5]))
- shuffle(x)
将一个数组打乱
a=np.arange(10)
np.random.shuffle(a)
print(a)
b=np.arange(12).reshape(3,4)
np.random.shuffle(b)
-
permutation 与shuffle同理
-
normal(loc,scale,[size])
按照平均值loc和方差scale生成高斯分布的数字
print(np.random.normal(1,10,10))
print(np.random.normal(1,10,[2,5]))
- uniform(loc,high,[size])
在[loc,high)之间生成均匀分布的数字
print(np.random.uniform(1, 10, 10))
print(np.random.uniform(1,10,[2,3]))