convenient functions in numpy

import numpy as np
import scipy.stats as st

np.random.rand(d0, d1, …, dn)

仅表示服从$\sim U[0, 1]$（0-1均匀分布）的随机变量，参数控制维度。

>>> np.random.rand(2, 3)
array([[ 0.33265357,  0.03494197,  0.02490148],
       [ 0.95236337,  0.98037261,  0.83386163]])

st.norm()

st.norm()：表示标准正太分布；
st.norm().pdf(x)：表示标准正太分布的概率密度函数；

标准正态分布的概率密度函数也即：

$$f(x)=\frac1{\sqrt{2\pi}}\exp(-\frac{x^2}2)$$
$f(0)=\frac1{\sqrt{2\pi}}\approx 0.3989422804014327$

>>> st.norm().pdf(0)
0.3989422804014327

np.r_， np.c_

两者均不是函数；
np.r_：Translates slice objects to concatenation along the first axis.在第一个轴上（axis=0）进行拼接，

np.r_[np.array([1, 2, 3]), 0, 0, np.array([4, 5, 6])]
array([1, 2, 3, 0, 0, 4, 5, 6])

np.c_：Translates slice objects to concatenation along the second axis.在第二个轴上（axis=1）进行拼接

>>> np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]
array([[1, 2, 3, 0, 0, 1, 2, 3]])