c语言生成随机数矩阵,随机数法生成矩阵( 二 ) _c语言

np.zeros(shape=(3,4)) #代表创建的是三行四列的矩阵并且其数据类型为float64返回的结果为：
array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]])与np.zeros方法相似的还有np.ones方法，顾名思义， np.ones方法创建的矩阵的数值都为1 。我们来举个例子：
np.ones((3,4))返回的结果如下：
array([[ 1., 1., 1., 1.], [ 1., 1., 1., 1.], [ 1., 1., 1., 1.]])读者可能会比较好奇，既然我们可以创建数值全为0的矩阵，也可以创建数值全为1的矩阵，那么Numpy是否提供了一个方法可以让我们自己指定值呢？答案是肯定的，这个方法就是np.full方法，我们来看一个例子，代码如下：
np.full((3,5),121) #这个方法的意思是我们创建了一个三行五列的矩阵，默认值为121返回的结果是：
array([[121, 121, 121, 121, 121], [121, 121, 121, 121, 121], [121, 121, 121, 121, 121]])我们也可以使用np.arange方法来创建Numpy的矩阵。示例代码如下：
np.arange(0,20,2) #arange接收三个参数，与Python中的range方法相似， arange也是前闭后开的方法，第一个参数为向量的第一个值0 ，第二个参数为最后一个值20 ，因为是后开所以取的是18 ，第三个参数为步长，默认为1 ，本例中设置为2 ，所以最后一个值是18 。返回的结果是：
array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18])我们可以使用np.linspace方法（前闭后闭）来对Numpy矩阵进行等分，比如将0～10等分为5份的代码如下：
np.linspace(0,10,5)返回的结果是：
array([ 0. , 2.5, 5. , 7.5, 10. ])下面通过几个例子再来看看在Numpy矩阵中如何生成随机数矩阵。
1）生成一个长度为10的向量，里面每一个数值都是介于0～10之间的整数，代码如下：
import numpy as npnp.random.randint(0,10,10)2）如果不确定每个参数代表的意思，则加上参数名size ，代码如下：
np.random.randint(0,5,size=5) #注意是前闭后开，永远取不到53）我们也可以生成一个三行五列的整数矩阵，代码如下
np.random.randint(4,9,size=(3,5))4）seed的作用：如果不希望每次生成的随机数都不固定，那么我们可以使用np.random.seed(1) ，随机种子使用数字1记录，这以后只要是用随机种子1生成的随机数就都是固定的。
5）我们也可以生成介于0～1之间的浮点数的向量或者矩阵，代码如下：
np.random.random(10) #生成0~1之间的浮点数，向量的长度为10np.random.random((2,4)) #生成0~1之间的浮点数，二行四列的矩阵6）np.random.normal()表示的是一个正态分布， normal在这里是正态的意思。 numpy.random.normal(loc=0,scale=1,size=shape)的意义如下：
首先，我们通过Numpy中的一个方法arange(n) ，生成0到n-1的数组。比如，我们输入
np.arange(15)可以看到返回的结果是
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])然后，再通过Numpy中的reshape(row,column)方法，自动构架一个多行多列的array对象。
比如，我们输入：
a = np.arange(15).reshape(3,5) #代表3行5列可以看到结果：
array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])有了基本数据之后，我们就可以通过Numpy提供的shape属性获取Numpy数组的行数与列数，示例代码如下：
print(a.shape)可以看到返回的结果是一个元组（tuple），第一个3代表的是3行，第二个5代表的是5列：
(3, 5)我们可以通过.ndim来获取Numpy数组的维度，示例代码如下：
importnumpy as npx = np.arange(15)print(x.ndim) #输出x向量的维度，这时能看到的维度是1维X = x.reshape(3,5) #将x向量转为三行五列的二维矩阵Print(X.ndim) #输出X矩阵的维度，这时能看到的维度是2维reshape方法的特别用法如果只关心需要多少行或者多少列，其他由计算机自己来算，那么这个时候我们可以使用如下方法：x.reshape(15,-1) #我关心的是我只要15行，列由计算机自己来算x.reshape(-1,15) #我关心的是我只要15列，行由计算机自己来算

特别声明：本站内容均来自网友提供或互联网，仅供参考，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。