Numpy库学习(三)numpy的随机函数，统计函数和梯度函数

np.random.*
rand(d0,d1,,,dn)根据d0到dn创建随机数数组，浮点数，[0,1)，均匀分布
d0,dao dn 代表维度
randn() 标准正态分布
randint(low,high,shape) [low,high) 之间
seed(s)随机数种子

shuffle(a),根据数组a的第一轴（最外围）进行随机排列,改变数组a
permutation(a) //同样的功能，返回结果拷贝，不改变数组a
choice(a,shape,replace=True,p) //从一维数组a中以概率p抽取元素，形成shape形状的新数组，replace代表是否可以重用元素，默认为True
p是一个和数组a size相同的ndarrary，和为1
np.random.choice(a,(6),p=a/np.sum(a))
值越大被抽取的概率越大

uniform(low,high,shape) low到high 均匀分布，shape形状
normal(loc,scale,shape) 正态分布，loc均值，scale标准差，
poisson(lam,shape) 产生具有泊松分布的数组，lam随机事件发生率

np的统计函数

np.sum(a,axis = none)相关元素之和，axis是第几维度
mean(a,axis = none) 计算期望
average(a,axis = none,weight = none) 计算相关元素的加权平均值
std(a,axis = none) 标准差
var(a,axis = none) 方差
min(a) max() // a中最大值
argmin(a),argmax(a) //返回数组将成一维后的数组下标
unravel_index(index,shape) //根据shape将一维下标转换变为多维下标
ptp(a) //计算最大值与最小值的差
median(a) //计算中位数

梯度函数
np.gradient(f) 计算数组f中元素的梯度，当为多维时，返回每个维度的梯度
梯度连续之间的变化率，斜率
a，b，c
b的梯度为 （c-a）/2
对于多维数组，使用该函数会生成不同维度方向的数组