神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库＜矩阵和随机数＞python)

矩阵和随机数

矩阵

创建矩阵

  

   

    

     

    
    

     

      #创建矩阵
     
    
   

    

     

    
    

     

      astring = np.mat(
      "1 2 3; 4 5 6")
     
    
   

    

     

    
    

     

      alist = [[
      1,
      2,
      3],[
      4,
      5,
      6]]
     
    
   

    

     

    
    

     

      anplist = np.array(alist)
     
    
   

    

     

    
    

     

      print(np.matrix(astring))
      #字符串、列表、元组、数组
     
    
   

    

     

    
    

     

      print(np.mat(astring))
      #字符串、列表、元组、数组
     
    
   

    

     

    
    

     

      print(np.mat(alist))
     
    
   

    

     

    
    

     

      print(np.mat(anplist))
     
    
  

矩阵对象的属性

  

   

    

     

    
    

     

      jz=np.mat(
      '1 2 3 ; 4 5 6')
     
    
   

    

     

    
    

     

      #矩阵的维数
     
    
   

    

     

    
    

     

      print(np.ndim(jz))
     
    
   

    

     

    
    

     

      print(jz.ndim)
     
    
   

    

     

    
    

     

      #矩阵的形状
     
    
   

    

     

    
    

     

      print(np.shape(jz))
     
    
   

    

     

    
    

     

      print(jz.shape)
     
    
   

    

     

    
    

     

      #矩阵的元素个数
     
    
   

    

     

    
    

     

      print(np.size(jz))
     
    
   

    

     

    
    

     

      print(jz.size)
     
    
   

    

     

    
    

     

      #元素的数据类型
     
    
   

    

     

    
    

     

      print(jz.dtype)
     
    
   

    

     

    
    

     

      #矩阵的转置
     
    
   

    

     

    
    

     

      print(jz.T)
     
    
   

    

     

    
    

     

      #矩阵的求逆
     
    
   

    

     

    
    

     

      print(jz.I)
     
    
  

矩阵运算

  

   

    

     

    
    

     

      alist1 = [[
      0,
      1],[
      2,
      3]]
     
    
   

    

     

    
    

     

      alist2 = [[
      1,
      1],[
      2,
      0]]
     
    
   

    

     

    
    

     

      a1=np.mat(alist1)
     
    
   

    

     

    
    

     

      a2=np.mat(alist2)
     
    
   

    

     

    
    

     

      print(a1*a2)
     
    
  

随机数模块

  

   

    

     

    
    

     

      #随机数模块
     
    
   

    

     

    
    

     

      print(np.random.rand(
      2,
      3))
      #创建2*3的随机数组，取值是在[0,1)之间均匀分布的浮点数
     
    
   

    

     

    
    

     

      print(np.random.rand())
      #参数为空返回一个数
     
    
   

    

     

    
    

     

      print(np.random.uniform(
      1,
      5,(
      3,
      2)))
      #创建3*2的随机数组，取值是在1到5之间均匀分布的浮点数
     
    
   

    

     

    
    

     

      print(np.random.randint(
      1,
      5,(
      3,
      2)))
      #创建3*2的随机数组，取值是在1到5之间均匀分布的整数
     
    
   

    

     

    
    

     

      print(np.random.randn(
      2,
      3))
      #创建2*3的随机数组，符合标准正太分布
     
    
   

    

     

    
    

     

      print(np.random.normal(
      0,
      1,(
      3,
      2)))
      #创建3*2的随机数组，符合正太分布，均值为0，方差为1
     
    
  

因为是随机数，使用同样的语句，所得到的结果也是不同的

  

   

    

     

    
    

     

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

    

     

    
    

     

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

伪随机数：

由随机种子，根据一定的算法生成的。

随机种子：

指定随机数生成时所用算法开始的整数值。

如果使用相同的seed( )值，则每次生成的随即数都相同。

如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生 成的随机数因时间差异而不同。

设置的seed()值仅一次有效。

随机数产生的算法，和系统有关

设置随机种子

  

   

    

     

    
    

     

      np.random.seed(
      999)
     
    
   

    

     

    
    

     

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

    

     

    
    

     

      np.random.seed(
      999)
     
    
   

    

     

    
    

     

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

    

     

    
    

     

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

打乱顺序函数

  

   

    

     

    
    

     

      arr = np.arange(
      10)
     
    
   

    

     

    
    

     

      print(arr)
     
    
   

    

     

    
    

     

      np.random.shuffle(arr)
     
    
   

    

     

    
    

     

      print(arr)