随机数生成以及矩阵运算

import numpy as np
sample1 = np.random.random((3, 2))  # 生成3行2列的从0到1的随机数
print(sample1)
sample2 = np.random.normal(size=(3, 2))  # 生成3行2列符合标准正态分布的随机数
print(sample2)
print()
sample3 = np.random.randint(0, 10, (3, 2))  # 生成3行2列的从0到10的随机数整数
print(sample3)
print()
print(np.sum(sample1))  # 求和
print()
print(np.min(sample1))  # 求最小值
print()
print(np.max(sample1))  # 求最大值
print()
print(np.sum(sample1, axis=0))  # axis=0,对列求和
print()
print(np.sum(sample1, axis=1))  # axis=1,对行求和
print()
print(np.argmin(sample1))  # 最小值索引
print()
print(np.argmax(sample1))  # 最大值索引
print()
print(np.mean(sample1))  # 求平均值
print()
print(sample1.mean())  # 求平均值
print()
print(np.median(sample1))  # 所有元素的中位数
print()
print(np.sqrt(sample1))  # 开方
print()
sample4 = np.random.randint(0, 10, (1, 10))
print(sample4)
print()
print(np.sort(sample4))  # 排序
print()
print(np.sort(sample1))  # 每一行排序
print()
print(np.clip(sample4, 2, 7))  # 小于2变成2,大于7变成7
[[0.98243304 0.27844042]
 [0.17476598 0.94557258]
 [0.86979929 0.79434662]]
[[ 0.14636846 -1.18034324]
 [-0.07934154  1.69971848]
 [-0.16429079  0.61013233]]

[[8 1]
 [6 2]
 [1 9]]

4.045357939764386

0.17476597551178497

0.9824330440698384

[2.02699831 2.01835963]

[1.26087347 1.12033856 1.66414592]

2

0

0.6742263232940644

0.6742263232940644

0.8320729575958263

[[0.9911776  0.52767454]
 [0.41805021 0.97240556]
 [0.93263031 0.89126125]]

[[5 0 7 3 9 5 1 6 3 6]]

[[0 1 3 3 5 5 6 6 7 9]]

[[0.27844042 0.98243304]
 [0.17476598 0.94557258]
 [0.79434662 0.86979929]]

[[5 2 7 3 7 5 2 6 3 6]]
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值