numpy生成随机数_[Python]Numpy-[seed(),sort(),shuffle(),shape()

1. np.random.seed()

只要random.seed( * ) seed里面的值一样，那随机出来的结果就一样。所以说，seed的作用是让随机结果可重现。也就是说当我们设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数

2.numpy.sort(a,axis=-1,kind='quicksort',order=None)

[source]​github.com

返回的是一个经过复制排序后的数组

3.numpy.random.shuffle()

打乱顺序，生成随机列表，在深度学习中，经常让训练数据集中的数据打乱顺序，然后一个挨着一个地(for i in indices)生成训练数据对。

4. 关于shape

而对于矩阵来说：

shape[0]：表示矩阵的行数

shape[1]：表示矩阵的列数

在计算机视觉中：

img.shape[0]：图像的垂直尺寸（高度）

img.shape[1]：图像的水平尺寸（宽度）

img.shape[2]：图像的通道数

x=np.random.randint(1,10,(3,5))
print(x)
print(x.shape)
print(x.shape[0])
print(x.shape[1])