numpy-随机数
import numpy as np nr=np.random
nr.seed(0)
np.set_printoptions(precision=2) # 只显示小数点后2位 print(nr.rand(3,4)) # 产生[0,1]的浮点随机数,括号里面的参数可以指定产生数组的形状
# [[0.55 0.72 0.6 0.54]
# [0.42 0.65 0.44 0.89]
# [0.96 0.38 0.79 0.53]]
print(nr.rand()) # 0.568044561094 print(nr.randn(3,4)) # 产生标准正态分布随机数,参数含义与random相同
# [[ 0.76 0.12 0.44 0.33]
# [ 1.49 -0.21 0.31 -0.85]
# [-2.55 0.65 0.86 -0.74]] print(nr.randint(1,10,size=(2,5))) # 产生指定范围的随机数,最后一个参数是元祖,他确定数组的形状
# [[8 3 1 1 5]
# [6 6 7 9 5]]
print(nr.randint(1,10)) # print(nr.normal(100,10,size=(4,2))) # 正态分布 第一个参数是均值,第二个参数是标准差
# [[108.13 97.71]
# [121.62 90.43]
# [100.67 102.06]
# [ 95.43 89.4 ]]
print(nr.uniform(0,10,size=(3,4))) # 均匀分布 前两个参数分别是区间的初始值和终值
# [[7.51 6.08 3.25 0.38]
# [6.34 9.59 6.53 6.35]
# [9.95 5.82 4.14 4.75]]
print nr.poisson(2.0,size = (3,4)) # 泊松分布 第一个参数为指定的lanbda系数
# [[3 3 5 1]
# [3 3 5 1]
# [3 2 1 2]] # permutation()随机生成一个乱序数组,当参数是n时,返回[0,n)的乱序,他返回一个新数组。
r1 = nr.randint(10,100,size = (3,4))
print nr.permutation(r1)
# [[50 82 29 82]
# [71 24 14 77]
# [36 76 62 77]]
print nr.permutation(5) # [0 3 1 2 4] # 使用shuffle打乱数组顺序,打乱原数组,不返回新数组
x = np.arange(10)
y = nr.shuffle(x)
print(y) # None
print(x) # [2 4 3 7 1 6 5 9 0 8] # choice()函数从指定数组中随机抽取样本,size参数用于指定输出数组的大小
# replace参数为True时,进行可重复抽取,而False表示进行不可重复的抽取。默认为True
x = np.array(10)
c1 = nr.choice(x,size = (2,3))
print c1
# [[6 5 3]
# [1 8 0]]
c2 = nr.choice(x,5,replace = False)
print c2 # [2 9 1 3 8]
numpy-随机数的更多相关文章
- Numpy随机数
Numpy随机数 np.random随机数子库 1: 基本函数 .rand(d0,d1,..dn):创建d0-dn维度的随机数数组,浮点数,范围从0-1,均匀分布 .randn(d0,d1,..dn) ...
- Numpy随机数(一):超几何分布
超几何分布 产品抽样检查中经常遇到一类实际问题,假定在N件产品中有M件不合格品,即不合格率 . 在产品中随机抽n件做检查,发现k件不合格品的概率为 ,k=0,1,2,...,min{n,M}. Num ...
- 科学计算工具-Numpy初探
Numpy基础数据结构 Numpy数组是一个多维数组,称为ndarray.其由两部分组成: 实际的数据 描述这些数据的原数据 导入该库: import numpy as np 多维数组ndarray ...
- 【机器学习】--Python机器学习库之Numpy
一.前述 NumPy(Numerical Python的缩写)是一个开源的Python科学计算库.使用NumPy,就可以很自然地使用数组和矩阵. NumPy包含很多实用的数学函数,涵盖线性代数运算.傅 ...
- 01. Numpy模块
1.科学计算工具-Numpy基础数据结构 1.1.数组ndarray的属性 NumPy数组是一个多维数组对象,称为ndarray.其由两部分组成:① 实际的数据② 描述这些数据的元数据 注意数组格式, ...
- numpy 模块常用方法
Numpy是科学计算库,是一个强大的N维数组对象ndarray,是广播功能函数.其整合C/C++.fortran代码的工具 ,更是Scipy.Pandas等的基础 .ndim :维度 .shape : ...
- Numpy基本数据结构
Numpy数组是一个多维数组对象,称为ndarray.其由两部分组成: 1 实际的数据 2 描述这些数据的元数据 一 ndarray的方法 # 多维数组ndarray import numpy as ...
- Python之Numpy库常用函数大全(含注释)
前言:最近学习Python,才发现原来python里的各种库才是大头! 于是乎找了学习资料对Numpy库常用的函数进行总结,并带了注释.在这里分享给大家,对于库的学习,还是用到时候再查,没必要死记硬背 ...
- Numpy科学计算工具
Numpy初探 Numpy基础数据结构 Numpy数组是一个多维数组,称为ndarray.其由两部分组成: 实际的数据 描述这些数据的原数据 导入该库: import numpy as np 多维数组 ...
- Numpy常用函数用法大全
.ndim :维度.shape :各维度的尺度 (2,5).size :元素的个数 10.dtype :元素的类型 dtype(‘int32’).itemsize :每个元素的大小,以字节为单位 ,每 ...
随机推荐
- LinQ各种方式查询、组合查询、IQueryable集合类型
1.模糊查询(包含) Repeater1.DataSource = con.car.Where(r =>r.name.Contains(s)).ToList(); 2.开头查询 Repeater ...
- IntelliJ Idea 使用笔记
1. IntelliJ Idea解决Could not autowire. No beans of 'xxxx' type found的错误提示. 原因可能有两个,第一个是IntellijIDEA本身 ...
- 创建servlet程序知识点详解---servlet-day07
情景1: 京东在买东西的时候,只有结帐的时候才会要求必须登录账户 #1.状态管理 ##(1)什么是状态管理? 将浏览器与web服务器之间多次交互当做一个整体来处理,并且将多次交互所涉及的数据(即状态) ...
- python核心技术
基本语法 Python的设计目标之一是让代码具备高度的可阅读性.它设计时尽量使用其它语言经常使用的标点符号和英文单字,让代码看起来整洁美观.它不像其他的静态语言如C.Pascal那样需要重复书写声明语 ...
- 和 (DFS)
和 Time Limit: 1000MS Memory Limit: 65536KB Total Submissions: 177 Accepted: 93 Share Description: ...
- videojs+hls+rtmp流媒体播放
前言:刚接触前端,小白一个,如有出错,请指正,谢谢! 注:视频格式可以分为适合本地播放的本地影像视频和适合在网络中播放的网络流媒体影像视频两大类. 一.互联网网络流媒体简介 HTTP stream是各 ...
- 转——git常见使用命令及git原理
0.常用命令1 1.git中brunch的使用和理解(一定理解brunch的指针理解和分叉) 分支创建 Git 是怎么创建新分支的呢? 很简单,它只是为你创建了一个可以移动的新的指针. 比如,创建一个 ...
- 外网访问ARM嵌入式Linux系统
外网访问ARM嵌入式Linux系统 实验室里的ARM嵌入式Linux系统,只能在局域网内访问,怎样从外网也能访问ARM嵌入式Linux系统? 本文将介绍具体的实现步骤. 1. 准备工作 1.1 安装并 ...
- 使用查询分析器和SQLCMD分别登录远程的SQL2005的1434端口
SQLCMD是操作SQLSERVER的一个命令行工具, 而查询分析器是它的图形工具 查询分析器(SQL2005下叫managerment studio),连接远程的SQLSERVER2005, ...
- Python 协程并发爬虫网页
简单爬虫实例: 功能:通过urllib.request实现网站爬虫,捕获网站内容. from urllib import request def f(url): print("GET:%s& ...