Pytorch深度学习笔记（03）--Numpy

最新推荐文章于 2023-10-11 14:52:43 发布

呆呆酱～^_^

最新推荐文章于 2023-10-11 14:52:43 发布

阅读量452

点赞数

文章标签： python pytorch

本文链接：https://blog.csdn.net/weixin_45788643/article/details/124884770

版权

4、利用 arange、linspace 函数生成数组

二、获取元素

1、指定索引标签

2、random.choice函数可以从指定的样本中进行随机抽取数据

1、如何把大数据拆分成多个批次呢？可采用如下步骤：

2、range() 函数可创建一个整数列表，一般用在 for 循环中：

六、通用函数

七、广播机制

1、数字与向量的乘法

2、进行运算的两个矩阵相应维度的大小要么相同，要么其中有一个为 1

3、(2,)与(2,1)的区别如下：

4、shape用法的详细举例

一、生成Numpy数组

工具

np.+Tab：查看可使用的函数
np.abs?：查看abs函数的详细信息

1、从已有数据中创建数组

直接对 Python 的基础数据类型(如列表list、元组tuple等) 进行转换来生成 ndarray:

（1）将列表或嵌套列表转换成 ndarray：np.array(list)

（2）将元组或嵌套元组转换成多维 ndarray：np.array(tuple)

2、利用 random 模块生成数组

表1 np.random模块常用函数

示例：

为了每次生成同一份数据，可以指定一个随机种子，使用shuffle函数打乱生成的随机数：

import numpy as np

np.random.seed(123)   #123是一个标识，数字一样时，生成的随机数始终不变
nd4 = np.random.randn(2,3)   #随机生成2行3列标准正态的随机数
print(nd4)
np.random.shuffle(nd4)  #打乱顺序
print("随机打乱后数据:")
print(nd4)
print(type(nd4))   #输出nd4的形状

输出结果：

[[-1.0856306 0.99734545 0.2829785 ]
[-1.50629471 -0.57860025 1.65143654]]

随机打乱后数据：

[[-1.50629471 -0.57860025 1.65143654]
[-1.0856306 0.99734545 0.2829785 ]]

3、创建特定形状的多维数组

表2 NumPy 数组创建函数

补充：

np.diag([1,2.3]) 三阶对角矩阵，以1，2，3作为对角线上的元素，其余均为0

保存数据&下载数据：

import numpy as np

nd9 =np.random.random([5, 5])
np.savetxt(X=nd9, fname='./test1.txt')
nd10 = np.loadtxt('./test1.txt')
print(nd10)

4、利用 arange、linspace 函数生成数组

（1）arange的用法

arange([start,] stop[,step,], dtype=None) #注意：[start,stop)左闭右开

其中start 与 stop 指定范围，start 默认为 0，步长 step 可为小数，默认为1

（2）linspace的用法

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None

linspace可以根据输入的指定数据范围以及等份数量，自动生成一个线性等分向量，其中endpoint (包含终点)默认为 True，等分数量num默认为 50。如果将retstep设置为 True，则会返回一个带步长的 ndarray。

import numpy as np
 
print(np.linspace(0, 1, 10))
#[0.         0.11111111 0.22222222 0.33333333 0.44444444 0.55555556
# 0.66666667 0.77777778 0.88888889 1.        ]

因为 linspace 必定会包含数据起点和终点，那么步长则为(1-0) / 9 = 0.11111111