numpy.random.uniform(low,high,size):
#输出size个low到high之间的数(low<=n<size)左闭右开
numpy.random.randint(5, size = (2, 3))
#输出
# array([[2, 3, 4],
# [3, 2, 4]])
np.array([1, 2, 3])
#输出一维数组
np.array([(1, 2, 3), (4, 5, 6)])
#输出二维数组
1. numpy.random.normal(loc=0.0, scale=1.0, size=None)
从正态(高斯)分布中抽取随机样本,例如以下代码
import numpy as np
mu, sigma = 0, 0.1 # 均值和标准差
s = np.random.normal(mu, sigma, 1000)
2. python列表
列表中可以嵌套列表
service2 = [['abc','def','www'],[1,2,3],['mike','tony','sun']]
对其索引:print(service2[2][1]) ##第三个元素中的第二个元素 tony
对其切片:print(service2[:][1]) ##第二个元素 [1,2,3]
data=[]
data.append([x,y])
for i in range(0,len(data):
x=data[i,0]
y=data[i,1]
在机器学习中,求一个列表长度
N = float(len(points))
b_gradient += (2 / N) * ((w_current * x + b_current) - y)
>>> 3/2 1 >>> 3/2.0 1.5 >>> 3.0/2 1.5 >>> 10/3.0 3.3333333333333335
由以上的例子我们可得出,只要除数中有一个数是浮点数,那么得到的结果也是浮点数
所以上面需进行强制转换
>>> 3//2 1 >>> 3//2.0 1.0 >>> 3.0//2 1.0 >>> 3.0//2.0 1.0
3. python的print(f‘)
python的print字符串前面加f表示格式化字符串,加f后可以在字符串里面使用用花括号括起来的变量和表达式,如果字符串里面没有表达式,那么前面加不加f输出应该都一样
w = 2
print('%.2f' %w) #2.00
print(f'w = {w:.2f}') #w=2.00
print("w="+w) #w=2
4. python中reutrn列表,元组,字典
1. 函数中如果有多个return,只执行第一个return
def test1(): a, b = 1, 2 return a return b ans1 = test1() print(ans1) #输出1 ans2 = test1() print(ans2) #输出1
如果想要多个输出怎么办
def test1(): a, b = 1, 2 return [a, b] ans1 = test1() #也可以写成[a1, b1] = test1() || a1, b1 = test1() print(ans1) #输出[1, 2]
元组和字典同理