Numpy学习笔记3

首先：

import numpy as np

1、构建随机数：

np.random.rand(3,2)     构造一个3X2的矩阵（默认0-1）
>array([[ 0.87876027,  0.98090867],
        [ 0.07482644,  0.08780685],
        [ 0.6974858 ,  0.35695858]])
        
#返回随机的整数，左闭右开
np.random.randint(10,size = (5,4))
>array([[8, 0, 3, 7],
        [4, 6, 3, 4],
        [6, 9, 9, 8],
        [9, 1, 4, 0],
        [5, 9, 0, 5]])

np.random.randint(0,10,3)    #从0到10步长为3
>array([7, 7, 5])

对于正态分布：

numpy.random.normal(loc=0,scale=1e-2,size=shape)
loc(float)：正态分布的均值。
scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。
size(int 或者整数元组)：输出的值赋在shape里，默认为None。

mu, sigma = 0,0.1
np.random.normal(mu,sigma,10)
>array([ 0.05754667, -0.07006152,  0.06810326, -0.11012173,  0.10064039,
        -0.06935203,  0.14194363,  0.07428931, -0.07412772,  0.12112031])

也可指定小数位数：

np.set_printoptions(precision = 2)
mu, sigma = 0,0.1
np.random.normal(mu,sigma,10)
>array([ 0.01,  0.02,  0.12, -0.01, -0.04,  0.07,  0.14, -0.08, -0.01, -0.03])

2、洗牌.shuffle

tang_array = np.arange(10)
tang_array
>array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.random.shuffle(tang_array)
tang_array
>array([6, 2, 5, 7, 4, 3, 1, 0, 8, 9])

3、随机种子

np.random.seed(100)
mu, sigma = 0,0.1
np.random.normal(mu,sigma,10)
>array([-0.17,  0.03,  0.12, -0.03,  0.1 ,  0.05,  0.02, -0.11, -0.02,  0.03])