import numpy as np
上句意思为,把numpy 当作np来使用
数组形状模块
1、np.concatenate([a,b],axis=0):是numpy中对array进行拼接的函数
a,b为列数相同的矩阵。axis:参数为指定按照哪个维度进行拼接,0为y轴,1为x轴
a,b为行数相同的矩阵,此时axis=1
2、np.stack([arrays1,array2,array3],axis=0):
第二个参数是axis,这个参数表示从哪一个维度进行堆叠以及堆叠的内容,
这个维度是相对于堆叠的数组来说的。整个函数的输出为一个新数组。
axis为0,表示它堆叠方向为第0维,堆叠的内容为数组第0维的数据
axis为1,表示将每个数组每一行分开后,再按顺序堆叠
3、np.hstack((a,b)):
将a.b两个数组元素数组按水平方向进行叠加
4、np.vstack((a,b)):
将a.b两个数组元素数组按竖直方向进行叠加
5、np.logspace():一般用于构造等比数列
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)
start:代表序列的起始值。
stop:代表序列的终止值。
num:生成的序列数个数。
endpoint:布尔类型值,默认是true。如果为true, 'stop'是最后一个样本;否则,它不包括在内。
base:代表序列空间的底数,默认基底为10。
dtype:代表序列数组项的数据类型。
6、np.zeros(shape, dtype=float)函数
shape:创建的新数组的形状(维度)
dtype:创建新数组的数据类型
返回值:给定维度的全零数组
7、np.identity(n,dtype=None)
参数:
n,int型表示的是输出的矩阵的行数和列数都是n
dtype:表示的是输出的类型,默认是float
返回的是nxn的主对角线为1,其余地方为0的数组
随机模块
1、np.random.rand()
该函数括号内的参数指定的是返回结果的形状,如果不指定,那么生成的是一个浮点型的数
如果指定一个数,那么生成的是一个numpy.ndarray类型的数组
如果指定两个数字,那么生成的是一个二维的numpy.ndarray类型的数组
如果是两个以上的数字,那么返回的维度就和指定的参数的数量个数一样
其返回结果中的每一个元素是服从0~1 均匀分布 的随机样本值
也就是返回的结果中的每一个元素值在0-1之间
2、np.random.randint(low,high,size,dtype)
low:生成的元素值的最小值,即下限,如果没有指定high这个参数,则low为生成的元素值的最大值。
high:生成的元素值的最大值,即上限。
size:指定生成元素值的形状,也就是数组维度的大小。
dtype:指定生成的元素值的类型,如果不指定,默认为整数型
3、np.random.uniform(low,high,size)
low:生成元素值的下界,float类型,默认值为0
high:生成元素值的上界,float类型,默认值为1
size:输出样本的数目,可以指定一个值,也可指指定大于等于两个值
返回对象:ndarray类型,形状为size中的数值指定,其元素个数为size指定的参数的乘积
random.rand()这个函数,它返回的元素值是服从0-1的均匀分布
random.uniform() 这个函数,它可以生成服从指定范围内的均匀分布的元素,
其返回值的元素类型为浮点型,需注意的是元素值的范围包含low,不包含high。
4、np.random.normal(loc=0,scale=0.02,size=shape)
loc(float):正态分布的均值,对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布,
scale(float):正态分布的标准差,对应分布的宽度,scale越大,正态分布的曲线越矮胖,scale越小,曲线越高瘦。
size(int 或者整数元组):输出的值赋在shape里,默认为None。