《Numpy笔记》 3 — 随机函数，统计函数，梯度函数

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