正态分布
正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution)
正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ2的正态分布,记为N(μ,σ2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。
1、随机生成整型的数组
s = np.random.randint(2, size=10)
print(s)
结果:一维数组
[0 0 1 1 0 1 1 1 0 0]
s=np.random.randint(2,size=(1,10))
print(s)
结果:二维数组
[[1 1 0 0 1 0 1 1 0 1]]
2、序列创建
用列表创建
使用方法:np.array(list,dtype)
list:可以是列表(普通的一维数组),也可以是列表嵌套列表(多维数组)比如
s3=np.array([[1,2],[3,4],dtype='int64'])
s2=np.array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0])
print(s2)
print(s3)
结果:
[1 0 0 0 1 1 0 0 1 0]
[[1 2]
[3 4]]
int64
3、创建全是0的数组,但是,要求shape必须指定,元组类型,如果是一个整型数字,代表是一个一维数组,如果不指定类型,默认使用numpy.float64
s1=np.zeros((3,4))
s2 = np.zeros((2,2),dtype='int8')
print(s1)
print(s2)
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
[[0 0]
[0 0]]
4、按照范围生成数组
1,100 步长为10的数组
s1=np.arange(1,100,10)
print(s1)
[ 1 11 21 31 41 51 61 71 81 91]
s2=np.array(range(1,100,10))
print(s2)
[ 1 11 21 31 41 51 61 71 81 91]