关于numpy:学习神经网络minibatch

1.numpy的切片
X[m,n]，示意X的第m维中的第n段数据。
也能够按切片写法：
X[m:n,k:v]，第一维从m到n-1,第二维取从k到v-1
X[:,n]，示意第一维的m全副取，第二维取第n段数据，如果是矩阵，就是取第n列。

X[:,list],第二维依照list外面的数字索引取

import numpy as np
np.random.seed(1)
X = np.random.randn(5,3)
print(X)

X是5行3列矩阵，后果：

[[ 1.62434536 -0.61175641 -0.52817175]
 [-1.07296862  0.86540763 -2.3015387 ]
 [ 1.74481176 -0.7612069   0.3190391 ]
 [-0.24937038  1.46210794 -2.06014071]
 [-0.3224172  -0.38405435  1.13376944]]

随机失去一个列表：

np.random.seed(1)
permutation = list(np.random.permutation(3))
print(permutation)

permutation列表是：
[0, 2, 1]

按X[:,list]形式来取数据，也就是第一维全副取，第二维依照list的索引来取：

shuffed_X = X[:,permutation]
print(shuffed_X)

后果是：

[[ 1.62434536 -0.52817175 -0.61175641]
 [-1.07296862 -2.3015387   0.86540763]
 [ 1.74481176  0.3190391  -0.7612069 ]
 [-0.24937038 -2.06014071  1.46210794]
 [-0.3224172   1.13376944 -0.38405435]]

因为这里list其实是从0-2的，其维度与n一样，实际上就是随机地把列进行打乱。