随机函数
#np.random 随机函数
rand(shape) #根据shape创建随机数组,浮点数,[0,1),均匀分布
randn(shape) #标准正态分布
random(low[,high,shape]) #随机整数或整数数组
seed(s) #随机数种子,s可以不填,当s相同时,随机数可预见
shuffle(a) #根据数组a的最外层[]进行随机排列,改变数组a
permutation(a) #根据数组a的最外层[]产生一个新的乱序数组,不改变数组a
choice(a,size=None,replace=True,p=None) #从一维数组a中以概率p抽取元素,形成size形状新数组,replace表示是否可以重用元素
#分布
uniform(low=0.0,high=1.0,size=None) #均匀分布,low起始值,high结束值,size形状
normal(loc=0.0,scale=1.0,size=None) #正态分布,loc均值,scale标准差
poisson(lam=1.0,size=None) #泊松分布,lam概率
统计函数
#np 统计函数
np.sum(a,axis=Non) #求和
mean(a,axis=None) #期望(均值)
average(a,axis=None,weights=None) #加权平均值,weights权重
std(a,axis=None) #标准差
var(a,axis=None) #方差
min(a) max(a) #最大值最小值
argmin(a) argmax(a) #降为一维后,对应的下标
unravel_index(index,shape) #根据shape将一维下标index换成多维下标
ptp(a) #最大值与最小值的差
median(a) #中位数
梯度函数
#梯度函数 图像声音处理很重要
np.gradient(f)
#梯度:连续值之间的变化率,即斜率
#a,b,c,d连续,则a的梯度为b-a,b的梯度为(c-a)/2,d的梯度为d-c