打乱数据顺序
训练前为了保证一般性，提高准确率，我们一般需要将数据进行打乱顺序，但是又得保证各个样本数据和其标签值之间的对应关系，可以采用下面的方法进行数据打乱：
np.random.seed(seed值) # 使用相同的seed，保证输入特征和标签一一对应
np.random.shuffle(x_data)
np.random.seed(seed值)
np.random.shuffle(y_data)
tf.random.set_seed(seed值)
生成网格坐标点
可以使用np.mgrid[起始值:结束值:步长，起始值:结束值:步长，...]函数，x.ravel()，np.c_[]三个函数来实现生成网格坐标点的功能，具体的代码如下：
# 生成等间隔数值点
x, y = np.mgrid[1:3:1, 2:4:0.5]
# 将x, y拉直，并合并配对为二维张量，生成二维坐标点
grid = np.c_[x.ravel(), y.ravel()]
# 打印看一下效果
print('grid:
', grid)