numpy.random 产生随机数

numpy.random.rand() numpy.random.randn() numpy.random.randint() 1、numpy.random.rand() numpy.random.rand(d0,d1,…,dn) rand函数根据给定维度生成[0,1)之间的数据,包含0,不包含1 dn表格每个维度 返回值为指定维度的array 2、numpy.random.randn() numpy.random.randn(d0,d1,…,dn) randn函数返回一个或一组样本,具有标准正态分布。 标准正态分布又称为u分布,是以0为均值、以1为标准差的正态分布。 dn表格每个维度 返回值为指定维度的array 3、numpy.random.randint() numpy.random.randint(low, high=None, size=None, dtype=’l’) 返回随机整数,范围区间为[low,high)左闭右开 参数:low为最小值,high为最大值,size为数组维度大小,dtype为数据类型,默认的数据类型是np.int high没有填写时,默认生成随机数的范围是[0,low) 4、numpy.random.choice() numpy.random.choice(a, size=None, replace=True, p=None) 从给定的一维数组中生成随机数 参数: a为一维数组类似数据或整数;size为数组维度;p为数组中的数据出现的概率 a为整数时,对应的一维数组为np.arange(a)

Numpy学习笔记(一)

np.ravel() numpy中的 ravel() 和 flatten()函数功能一致,用于将多维数组降位一维,两者的区别numpy.flatten()返回一份拷贝,对拷贝所做的修改不会影响(reflects)原始矩阵,而numpy.ravel()返回的是视图会影响原始矩阵。 np.meshgrid () numpy提供的numpy.meshgrid()函数可以让我们快速生成坐标矩阵XXX,YYY。 语法:X,Y = numpy.meshgrid(x, y) 输入的x,y,就是网格点的横纵坐标列向量(非矩阵) 输出的X,Y,就是坐标矩阵。 np.stack () np.stack(),输入参数有两个,第一个为arrays,也就是用来作为堆叠的数组,要求形状维度必须相等,第二个参数为axis也就是指定依照哪个维度进行堆叠 Example: QDA与LDA监督分类