2017.7.13 && 笔记

1.

a = np.array([[1.0, 2.0], [3.0, 4.0]])
a.transpose()

这个函数，是求a的转置

2.

np.linalg.inv()             矩阵求逆
np.linalg.det()             矩阵求行列式（标量）
np.eye(2)                   二阶单位阵
np.trace(u)                 矩阵u的迹（对角线元素相加）
np.linalg.solve(a, y)       求aX=y的线性方程组的解
np.linalg.eig(j)            求特征值和特征向量
(array([ 0.+1.j,  0.-1.j]), array([[ 0.70710678+0.j        ,  0.70710678-0.j        ],
       [ 0.00000000-0.70710678j,  0.00000000+0.70710678j]]))

3.

a = np.arange(30)
a.shape = 2, -1, 3
print(a.shape)          2，5，3

其中“-1”是指：无论哪个长度都可以，但要满足2，3的条件

4.

v = np.random.normal(mu,sigma,10000)

三个参数，mu和sigma指的正态分布的两个参数，最后10000指的是在条形图中，条形的数量

plt.hist(v, bins=50, normed=1, color=)

*x : (n,) array or sequence of (n,) arrays

这个参数是指定每个bin(箱子)分布的数据,对应x轴

bins : integer or array_like, optional

这个参数指定bin(箱子)的个数,也就是总共有几条条状图

normed : boolean, optional

If True, the first element of the return tuple will be the counts normalized to form a probability density, i.e.,n/(len(x)`dbin)

这个参数指定密度,也就是每个条状图的占比例比,默认为1

color : color or array_like of colors or None, optional

这个指定条状图