np.random.randint
和 和np.random.uniform
大多数函数一样,都np.random
接受一个size
参数,所以numpy
我们一步一步完成:
>>> SPN = np.random.randint(0, 100, (3, 6, 5))
>>> SPN
array([[[45, 95, 56, 78, 90],
[87, 68, 24, 62, 12],
[11, 26, 75, 57, 12],
[95, 87, 47, 69, 90],
[58, 24, 49, 62, 85],
[38, 5, 57, 63, 16]],
[[61, 67, 73, 23, 34],
[41, 3, 69, 79, 48],
[22, 40, 22, 18, 41],
[86, 23, 58, 38, 69],
[98, 60, 70, 71, 3],
[44, 8, 33, 86, 66]],
[[62, 45, 56, 80, 22],
[27, 95, 55, 87, 22],
[42, 17, 48, 96, 65],
[36, 64, 1, 85, 31],
[10, 13, 15, 7, 92],
[27, 74, 31, 91, 60]]])
>>> SPN.shape
(3, 6, 5)
>>> SPN[0].shape
(6, 5)
.. 实际上,看起来您可能想要np.random.uniform(0, 100, (samples, 6, 5))
,因为您希望元素是浮点数,而不是整数。好吧,它的工作方式相同。:^)
请注意,您所做的并不等同于np.random.uniform
,因为您选择了一个介于 0 和 1 之间的值数组,然后将所有这些值乘以一个固定整数。我假设这实际上不是您想要做的,因为这有点不寻常;如果那是您真正想要的,请发表评论。