1、np.random.normal(mean,stdev,size)
给出均值为mean,标准差为stdev的高斯随机数(场),当size赋值时,例如:size=100,表示返回100个高斯随机数。
2、numpy.random.randn(d0, d1, ...,
dn) (出自:http://www.cnblogs.com/sthinker/p/6775675.html)
这个函数的作用就是从标准正态分布中返回一个或多个样本值。什么是标准正态分布,大哥,你别吓我,上过高中吗?标准正态分布俗称高斯分布,正态分布是大自然中最常见的分布,标准正态分布就是期望为0,方差为1的正态分布。
如果没有参数,则返回一个值,如果有参数,则返回(d0,
d1, …, dn)个值,这些值都是从标准正态分布中随机取样得到的。
d0,
d1, …, dn都应该是整数,是浮点数也没关系,系统会自动把浮点数的整数部分截取出来。
参数d0,
d1, …, dn:应该为正整数,表示维度。
返回值
Z:ndarray或者float。
如果想要从非标准正态分布中产生随机样本,咋办?比如下面这个正态分布:
N(\mu,\sigma^2)
其实很简单,就是简单的加减乘除,如下所示:
\sigma
* np.random.randn(...) + \mu
看几个例子吧:
np.random.randn()
返回:
-0.8405297****8702
再比如:
2.5
* np.random.randn(2, 4) + 3
返回:
array([[
4.128****53, 1.764****44 ,
2.732****92,
2.90839231],
[
0.174****86, 4.92026887,
1.574****66, -0.4305991 ]])
这个函数与numpy.random.standard_normal函数非常相似,我都不知道为啥要设置两个功能重叠的函数,但是调用方式不一样:
numpy.random.standard_normal(size=None)
size参数就是一个整数或者一个整数的元组,表示维度,看看下面的例子:
np.random.standard_normal(8000)
或者:np.random.standard_normal(size=(3,
4, 2))
想用哪个自己选吧,不过建议还是使用randn,毕竟常用一些。
3、numpy的ones函数返回的是什么类型
>>>
np.ones(5)
array([
1., 1., 1.,
1., 1.])
>>> np.ones((5,),
dtype=np.int)
array([1, 1, 1, 1,
1])
np.ones((2,
1))
array([[
1.],
[
1.]])
>>> s =
(2,2)
>>>
np.ones(s)
array([[ 1.,
1.],
[ 1.,
1.]])
#其中,ones函数的参数如下
numpy.ones(shape, dtype=None,
order='C')
#返回值就是一个给定类型和大小的数组
4、python: numpy--函数
shape用法
http://blog.csdn.net/u010758410/article/details/71554224
shape函数是numpy.core.fromnumeric中的函数,它的功能是查看矩阵或者数组的维数。
举例说明:
建立一个3×3的单位矩阵e, e.shape为(3,3),表示3行3列,第一维的长度为3,第二维的长度也为3
>>>
x=np.array([[1, 2, 3],
[4, 5,
6]])
>>>
x
array([[1, 2,
3],
[4, 5,
6]])
>>>
c=x.shape[1]#列
>>>
c
3
>>>
z=x.shape[0]#行
>>>
z
2
>>> e = eye(3)
>>> e
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
>>> e.shape
(3, 3)
>>> e = eye(3)
>>> e
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
>>> e.shape
(3, 3)
建立一个一维矩阵b, b.shape 为矩阵的长度
>>> b =array([1,2,3,4])
>>> b.shape
(4,)
#可以简写
>>> shape([1,2,3,4])
(4,)
>>>
>>> b =array([1,2,3,4])
>>> b.shape
(4,)
#可以简写
>>> shape([1,2,3,4])
(4,)
>>>
建立一个4×2的矩阵c, c.shape[1] 为第一维的长度,c.shape[0] 为第二维的长度。
>>> c = array([[1,1],[1,2],[1,3],[1,4]])
>>> c.shape
(4, 2)
>>> c.shape[0]
4
>>> c.shape[1]
2
>>> c = array([[1,1],[1,2],[1,3],[1,4]])
>>> c.shape
(4, 2)
>>> c.shape[0]
4
>>> c.shape[1]
2
一个单独的数值,返回值为空
>>> shape(3)
()
>>> shape(3)
()