7.22

1. 如果面对如同前文所述的A序列， 转置操作便很有可能无法对其进行转置（因为A并不是矩阵的属性），此时就需要我们借助其他的函数操作进行转置

print(A[np.newaxis,:])
# [[1 1 1]]

import numpy as np
A = np.array([1,1,1])[:,np.newaxis]

np.newaxis,:]这个地方np.newaxis放的位置有关，第二个程序放在[:,]的后面，相当于在原来的后面增加一个维度，所以变为(3,1)，而第三个则放在前面，则为(1,3)，记得注意啊，放在前面是先逗号，在冒号，而放在后面是先冒号在逗号，不要弄错了哦，同时记得是中括号扩起来，不是小括号哦
## 总结 
np.newaxis的作用就是在原来的数组上增加一个维度。 

其位置决定了是在行/列上增加一个维度。

2.axis参数很好的控制了矩阵的纵向或是横向打印。axis=0表述列，axis=1表述行

3.matplotlib：使用plt.figure定义一个图像窗口. 

4.

numpy.random.rand()

• rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1
• 括号参数为生成随机数的维度

a = np.random.rand(4,2)
print(a)
#[[ 0.12531495  0.21084176]
# [ 0.49285425  0.71383499]
# [ 0.34699335  0.04372341]
# [ 0.15578197  0.43788198]]

numpy.random.randint()

• 返回随机整数，范围区间为[low,high），包含low，不包含high
• 参数：low为最小值，high为最大值，size为数组维度大小，dtype为数据类型，默认的数据类型是np.int
• high没有填写时，默认生成随机数的范围是[0，low)

np.random.randint(1,5) # 返回1个[1,5)时间的随机整数
np.random.randint(-5,5,size=(2,2))

作者：听城
链接：https://www.jianshu.com/p/935e7434e578
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

5.转换数据类型：如      np.astype(np.int)