np.reshape(),np.random.seed()的用法以及np.random.shuffle()和np.random.permutation()的区别

import numpy as np
a=np.array([[1,2,3,4],
           [2,3,4,5],
           [3,4,5,6]])
print(a.shape)
b=np.reshape(a,[2,6])
print(b)
print(b.shape)
c=np.reshape(a,[2,-1])
print(c)
print(c.shape)

a是一个二维的数组

然后用reshape函数进行装换，参数a代表的是要变换的数组

列表[2,6]代表的是要转换成的格式。

然后c我们的列表格式是[2,-1]意思是我们只需给出2，然后自己推到出后面的参数。效果啊是一样的

np.random.seed(10)
# 使用相同随机种子生成的随机数相同
a=np.random.randn(10)
print(a)
np.random.seed(10)
b=np.random.randn(10)
print(b)
# 没有使用相同的随机种子生成的随机数不同
c=np.random.randn(10)
print(c)

[ 1.3315865   0.71527897 -1.54540029 -0.00838385  0.62133597 -0.72008556
  0.26551159  0.10854853  0.00429143 -0.17460021]
[ 1.3315865   0.71527897 -1.54540029 -0.00838385  0.62133597 -0.72008556
  0.26551159  0.10854853  0.00429143 -0.17460021]
[ 0.43302619  1.20303737 -0.96506567  1.02827408  0.22863013  0.44513761
 -1.13660221  0.13513688  1.484537   -1.07980489]

# a=np.arange(10)
# print(a)
# #np.random.shuffle的作用是打乱顺序
# b=np.random.shuffle(a)
# print(a)
# print(b)
a=np.arange(10)
b=np.random.permutation(a)
print(a)
print(b)

[0 1 2 3 4 5 6 7 8 9]
[6 1 7 3 9 8 2 0 4 5]
None

[0 1 2 3 4 5 6 7 8 9]
[3 2 9 7 5 0 4 6 8 1]

np.random.shuffle(a)对a调整顺序并不产生新的数组 

np.random.permutation(a)返回新的数组,原数组顺序没变