np.random

1.np.random.rand用法理解

• (1)生成随机数
• (2)维度差异

2.np.random.rand代码实现

• (1)生成一维数组

import numpy as np


x1 = np.random.rand(1)
print(x1)

x2 = np.random.rand(2)
print(x2)

x3 = np.random.rand(0)
print(x3)

[0.71963865]
[0.91414908 0.13158296]
[]

这里，参数的个数均为1代表数组的维度 ；参数的大小[1]、[2]、[0]代表数组的个数

• (2)生成2维数组
  根据一维数组推论二维数组生成随机数，必定是np.random.rand(m,n)，其中m，n表示数组的行和列。

  比如np.random.rand(1,2)：生成1行2列的二维数组的随机数。
  比如np.random.rand(3,4)：生成3行4列的二维数组的随机数。
  

import numpy as np

x1 = np.random.rand(1,2)
print(x1)

x2 = np.random.rand(3,4)
print(x2)

[[0.097429   0.24069107]]
[[0.90965304 0.27778239 0.62474513 0.02447566]
 [0.27196273 0.55519802 0.5340688  0.33743111]
 [0.10058851 0.49438025 0.21835191 0.73118711]]

• (3)生成3维数组
  格式：np.random.rand(z,m,n)，其中m,n表示行和列

import numpy as np

x1 = np.random.rand(3,2,3)
print(x1)

x2 = np.random.rand(2,2,3)
print(x2)

[[[0.05126913 0.76932985 0.12126616]
  [0.77434322 0.68754517 0.34191289]]

 [[0.69292543 0.97440044 0.27719829]
  [0.16467767 0.22682442 0.92058248]]

 [[0.32341824 0.44518642 0.97596218]
  [0.10824422 0.88754696 0.51124741]]]
[[[0.42240969 0.02282551 0.01593101]
  [0.98227988 0.42232077 0.87115823]]

 [[0.19108652 0.93708698 0.36331989]
  [0.88186447 0.67098147 0.68818871]]]