python NumPy

.dot()

在两个数组之间执行矩阵乘法。它以两个数组作为输入，并返回两个数组的点积。该方法可以使用NumPy模块的dot()函数调用，也可以在Python 3.5及更高版本中使用@符号调用。

import numpy as np

# 创建两个2x2矩阵
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

# 使用dot()方法执行矩阵乘法
c = np.dot(a, b)

# 打印结果
print(c)

#输出
[[19 22]
 [43 50]]

# 在这个例子中，dot()方法用于乘以两个2x2矩阵a和b。结果矩阵c也是一个2x2矩阵，它是a和b的点积。

np.random

np.random.rand()

随机数生成函数，可以用来生成指定大小的随机数组，返回值是一个ndarray类型的数组。

参数是指定生成随机数组的形状，也就是数组的维度。具体来说：

• 如果没有参数，生成一个0到1之间的随机浮点数；
• 如果传入一个整数n，生成一个长度为n的一维随机浮点数数组；
• 如果传入两个整数n和m，生成一个n行m列的二维随机浮点数数组；
• 如果传入三个整数n、m和p，生成一个n行m列p深度的三维随机浮点数数组；
• 以此类推，可以传入任意数量的整数参数，生成对应形状的随机浮点数数组。

import numpy as np

# 生成一个随机浮点数
x = np.random.rand()
print(x)

# 生成一个长度为5的一维随机浮点数数组
x = np.random.rand(5)
print(x)

# 生成一个2行3列的二维随机浮点数数组
x = np.random.rand(2, 3)
print(x)

# 生成一个2行3列2深度的三维随机浮点数数组
x = np.random.rand(2, 3, 2)
print(x)

2行3列2深度的数组长什么样子，主要在哪里使用?

是一个三维数组，形状为（2，3，2）。它可以被想象成一个有2行，3列和2层的长方形盒子。

在NumPy中，这种类型的数组经常用于表示多维数据，例如图像、视频和时间序列数据。例如，一个宽度和高度维度分别为256和256像素，具有三个颜色通道（红、绿、蓝）的彩色图像可以表示为一个形状为（256、256、3）的三维数组。

三维数组也常用于机器学习和深度学习应用程序中，以表示输入特征或输出标签等数据。例如，在卷积神经网络（CNN）中，模型的输入数据通常是一批图像，其中每个图像都表示为一个具有（高度、宽度、通道）维度的三维数组。模型的输出也可以是一个三维数组，例如一系列的特征映射。