numpy生成一个给定形状的矩阵

有的时候，我们需要对一个矩阵进行初始化，比如在做神经网络的时候，权值参数的初始化是很重要的。

假设下面都是要初始化一个3行4列的矩阵，即shape=(3,4)。

生成一个全为0的矩阵。

print(np.zeros((3,4)))

生成一个全为1的矩阵。

print(np.zeros((3,4)))

使用随机数。
导入包。

print(np.random.rand(3,4))

你也应该猜到了，这个生成的是【0，1)之间的随机数，里面的数都是等概率的抽取，即均匀分布。

Create an array of the given shape and populate it with
random samples from a uniform distribution
over [0, 1).

突破【0，1)

print(np.random.randint(1,5,(3,4)))

注意，区间是左闭右开，随机采样的准则是离散均匀分布。

Return random integers from low (inclusive) to high (exclusive).
Return random integers from the “discrete uniform” distribution of
the “half-open” interval [low, high). If high is None (the default), then results are from [0, low).

突破均匀分布

print(np.random.randn(3,4))

以上是从标准正态分布中随机采样。

Return a sample (or samples) from the “standard normal” distribution.