numpy數(shù)組初始化方法總結(jié)
1 使用list初始化
a=np.array([[1,2,3],[4,5,6]],dtype='float32')
#a=[[1. 2. 3.],[4. 5. 6.]]
2 賦值與復(fù)制
（1）賦值
a=np.array([1,2,3])
b=a
print(b is a) #True
?
b[0]=0
print(a) #[0 2 3]
print(b) #[0 2 3]
print(b is a) #True
在賦值情形下，b 和 a 指向同一塊地址，b 改變，a 也隨著改變 。
a=np.array([1,2,3])
b=a[:2]
print(b is a) #False
?
b[0]=0
print(a) #[0 2 3]
print(b) #[0 2]
?在使用切片時，切片改變，原數(shù)據(jù)也會改變。
（2）復(fù)制
a=np.array([1,2,3])
b=a.copy()
print(b is a) #False
?
b[0]=0
print(a) #[1 2 3]
print(b) #[0 2 3]
?在復(fù)制情形下，b和a指向不同地址，b改變，a不會改變
3 隨機(jī)數(shù)初始化
3.1 區(qū)間內(nèi)隨機(jī)數(shù)
（1）np.random.uniform(low=0.0, high=1.0, size=None)
簡介：生成 [low,high) 內(nèi)的 size 個隨機(jī)數(shù)，默認(rèn) [0,1) 之間，size 是 int 型或元組
a=np.random.uniform() #產(chǎn)生[0,1)內(nèi)的1個隨機(jī)數(shù)
#a=0.1973408987805232
?
b=np.random.uniform(10,20,2) #產(chǎn)生[10,20)內(nèi)的2個隨機(jī)數(shù)
#b=[10.15492129 12.8762581]
?
c=np.random.uniform(1,5,(2,3)) #產(chǎn)生[1,5)內(nèi)2*3個隨機(jī)數(shù)
#c=[[1.89354111 4.01642541 1.63691704],[3.23261205 4.81380553 4.51288251]]
（2）np.random.rand(d0,d1,...,dn)
簡介：生成 [0,1) 內(nèi)的 d0*d1*...*dn 個浮點數(shù)，d0,d1,...,dn 表示數(shù)組維度
a=np.random.rand() #產(chǎn)生[0,1)內(nèi)的1個隨機(jī)數(shù)
#a=0.7114622255979923
?
b=np.random.rand(2) #產(chǎn)生[0,1)內(nèi)的2個隨機(jī)數(shù)
#b=[0.39094731 0.32324018]
?
c=np.random.rand(2,3) #產(chǎn)生[0,1)內(nèi)的2*3個隨機(jī)數(shù)
#c=[[0.30305566 0.70335946 0.71778137],[0.03069973 0.20145633 0.70092122]]
（3）np.random.randint(low, high=None, size=None, dtype=’l’)
簡介：生成 [low,high) 內(nèi)的 size 個整型隨機(jī)數(shù)，默認(rèn)1個 [0,low) 內(nèi)的隨機(jī)整數(shù)
a=np.random.randint(10) #產(chǎn)生[0,10)內(nèi)的1個隨機(jī)整數(shù)
#a=6
?
b=np.random.randint(10,20) #產(chǎn)生[10,20)內(nèi)的1個隨機(jī)整數(shù)
#b=14
?
c=np.random.randint(1,5,(2,3)) #產(chǎn)生[1,5)內(nèi)的2*3個隨機(jī)整數(shù)
#c=[[4 2 2],[3 2 1]]
3.2? 隨機(jī)全排列
（1） np.random.permutation(n)
簡介：若 n 為 int，生成 0~n-1 的一個隨機(jī)排列；若 n 為數(shù)組，生成此數(shù)組的一個隨機(jī)排列
a=np.random.permutation(10)
#a=[5 9 6 8 7 4 0 3 1 2]
?
x=np.array([2.2,4.4,6.6,8.8])
b=np.random.permutation(x)? #x不變，b隨機(jī)
#b=[6.6 2.2 4.4 8.8]
（2）np.random.shuffle(arr)
簡介：將數(shù)組 arr 隨機(jī)打亂
a=np.array([1,3,5,7,9,0,2,4,6,8])
np.random.shuffle(a)
#a=[6 5 9 8 0 3 4 2 1 7]
3.3 隨機(jī)部分排列
np.random.choice(a, size=None, replace=True, p=None)
簡介：若 a 為 int，從 0~a-1 中隨機(jī)挑選 size 個數(shù)排列；若 a 為數(shù)組，則從此數(shù)組中隨機(jī)挑選 size 個數(shù)排列。replace 表示是否允許元素重復(fù)
a=np.random.choice(10,7,replace=False)
#a=[2 7 0 1 8 4 3]
?
x=['a','b','c','d','e','f','g','h','i','j']
b=np.random.choice(x,5,replace=False)
#b=['b' 'd' 'c' 'i' 'e']
4 全0與全1初始化
a=np.zeros(5,dtype='int32')
#a=[0 0 0 0 0]
?
b=np.zeros((2,3),dtype='int32')
#b=[[0 0 0],[0 0 0]]
?
c=np.ones(5,dtype='int32')
#c=[1 1 1 1 1]
?
d=np.ones((2,3),dtype='int32')
#d=[[1 1 1],[1 1 1]]
5 等步長連續(xù)序列初始化
（1）np.arange(min,max,step=1)
簡介：生成 [min,max) 之間步長為 step 的序列，步長默認(rèn)為1
a=np.arange(2,6)
#a=[2 3 4 5]
?
b=np.arange(2,3,0.2)
#b=[2. 2.2 2.4 2.6 2.8]
（2）np.linspace(min,max,num=50)
簡介：生成 [min,max] 之間長度為num的序列，長度默認(rèn)為50
a=np.linspace(6,8,5)
#a=[6. 6.5 7. 7.5 8.]
?
b=np.linspace(1,99)
#b=
#[1.? 3.? 5.? 7.? 9.? 11. 13. 15. 17. 19. 21. 23. 25. 27. 29. 31. 33. 35.
# 37. 39. 41. 43. 45. 47. 49. 51. 53. 55. 57. 59. 61. 63. 65. 67. 69. 71.
# 73. 75. 77. 79. 81. 83. 85. 87. 89. 91. 93. 95. 97. 99.]
