【python】np.random.uniform生成随机数、np.ones和 np.empty
1、用法：numpy.random.uniform(low,high,size)
返回：随机生成指定范围的浮点数，从一个均匀分布[low,high)中随机采样，定义域是左闭右开，包含low，不包含high，ndarray类型，其形状与size中描述一致.
参数介绍:
low: 采样下界，float类型，默认值为0；
high: 采样上界，float类型，默认值为1；
size: 输出样本数目，为 int 或元组(tuple)类型，例如，size=(m,n,k), 则输出m*n*k个样本，缺省时输出1个值。
ndarray类型，表示一个N维数组对象，其有一个shape（表维度大小）和dtype（说明数组数据类型的对象），用zeros和ones函数可以创建数据全0或全1的数组，原型：
>>e = np.random.uniform(-4, 4, 6)
>>f = np.random.uniform(-4, 4, 4)
>>print(e)
>>print(f)
[ 2.60056202 -0.39751136 3.79597526 -2.07039056 1.09381118 -3.00810278]
[ 0.31837218 -1.95136013 -1.50040964 -2.36572997]python中生成随机数的函数还有：
随机整数：random.randint(a,b)：返回随机整数x,a<=x<=b
random.randrange(start,stop,[step])：返回一个范围在(start,stop,step)之间的随机整数，不包括结束值。
随机实数：random.random( ):返回0到1之间的浮点数
2、numpy.ones(shape,dtype=None,order='C'),
其中，shape表数组形状（m*n）,dtype表类型,order表是以C还是fortran形式存放数据。
>>print('\nnp.ones([2,3])生成的array=\n{}'.format(np.ones([2,3])))
np.ones([2,3])生成的array=
[[ 1. 1. 1.]
[ 1. 1. 1.]]3、用法：numpy.empty(shape, dtype=float, order='C')
返回：给定shape，dtype 和 order的任意空数组，shape 为整型数据或整型tuple
>>print('\nnp.empty([2,3])生成的array=\n{}'.format(np.empty([2,3])))
>>print('\nnp.empty([2,3],dtype=int)生成的array=\n{}'.format(np.empty([2,3],dtype=int)))
np.empty([2,3])生成的array=
[[ 0. 0. 0.]
[ 0. 0. 0.]]
np.empty([2,3],dtype=int)生成的array=
[[ 2300 0 0]
[ 436 65541 0]]
#“//”表示整型数据除法，并对余数采用四舍五入
>>print(249//4)
62
>>print(245//4)
61
#维度可以直接相加
import numpy as np
images = np.empty([196] + [64,64,64] + [1], dtype=np.float32)
print(images.shape)
ans = (196, 64, 64, 64, 1)
参考：https://blog.csdn.net/HHTNAN/article/details/78590780