Numpy使用教程(二)

本文详细介绍了Numpy库中的随机数生成,包括各种分布的随机数,以及数学函数如三角函数、双曲函数、数值修约、求和求积等。此外,还涵盖了矩阵运算、代数运算以及索引与切片操作,是学习Numpy的重要参考资料。
摘要由CSDN通过智能技术生成

本文首发在我的个人博客:https://jlice.top/p/7dvvr/。欢迎大家前去参观,么么哒~

numpy随机抽样

随机数生成

numpy.random.rand(d0, d1, ..., dn) 方法的作用为:指定一个数组,并使用 [0, 1) 区间随机数据填充,这些数据均匀分布。

In [1]: import numpy as np

In [2]: np.random.rand(2,3)
Out[2]:
array([[ 0.09887339,  0.75074537,  0.9944429 ],
       [ 0.92790081,  0.84365033,  0.3087985 ]])
  • numpy.random.randn(d0, d1, ..., dn): 返回符合标准正态分布的随机数据

  • numpy.random.randint(low, high, size, dtype): 返回[low, high)的随机整数

  • numpy.random.random_integers(low, high, size): 返回[low, high]的随机整数

  • numpy.random.random_sample(size): 在[0,1)区间生成指定size的随机浮点数 与之类似的方法还有:

  • numpy.random.random([size])

  • numpy.random.ranf([size])

  • numpy.random.sample([size])

  • numpy.random.choice(a, size, replace, p): 在给定的一维数组里生成随机数

概率密度分布

  1. numpy.random.beta(a,b,size):从 Beta 分布中生成随机数。
  2. numpy.random.binomial(n, p, size):从二项分布中生成随机数。
  3. numpy.random.chisquare(df,size):从卡方分布中生成随机数。
  4. numpy.random.dirichlet(alpha,size):从 Dirichlet 分布中生成随机数。
  5. numpy.random.exponential(scale,size):从指数分布中生成随机数。
  6. numpy.random.f(dfnum,dfden,size):从 F 分布中生成随机数。
  7. numpy.random.gamma(shape,scale,size):从 Gamma 分布中生成随机数。
  8. numpy.random.geometric(p,size):从几何分布中生成随机数。
  9. numpy.random.gumbel(loc,scale,size):从 Gumbel 分布中生成随机数。
  10. numpy.random.hypergeometric(ngood, nbad, nsample, size):从超几何分布中生成随机数。
  11. numpy.random.laplace(loc,scale,size):从拉普拉斯双指数分布中生成随机数。
  12. numpy.random.logistic(loc,scale,size):从逻辑分布中生成随机数。
  13. numpy.random.lognormal(mean,sigma,size):从对数正态分布中生成随机数。
  14. numpy.random.logseries(p,size):从对数系列分布中生成随机数。
  15. numpy.random.multinomial(n,pvals,size):从多项分布中生成随机数。
  16. numpy.random.m
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值