Numpy基础(day2)随机函数及统计函数

Numpy常用random随机函数汇总

import numpy as np np.random.seed(666)

• rand(d0,d1,…,dn)
  返回数据在(0,1)之间，均具有均匀分布
  np.random.rand(5)
np.random.rand(3, 4)
np.random.rand(3, 4, 5)
• randn(d0,d1,…,dn)
  返回数据具有标准正态分（均值为0，方差为1）
  np.random.randn(5)
np.random.randn(3, 4)
np.random.randn(3, 4, 5)
• randint(low[,hight,size,dtype])
  生成随机整数，包含low，不包含high
  如果不指定high，则从[0, low]中生成数字
  np.random.randint(3) # 生成0-3之间的数，不包含3
  np.random.randint(1, 10)
np.random.randn(10,30,size=(2,3,4)) # 10到30之间的整数(分为两块，每块为三行四列)
• random([size])
  生成[0.0，1.0]的随机数
  np.random.random(5)
np.random.random(size=(3, 4))
np.random.random(size=(3, 4, 5))
• choice(a[,size,replace,p])
  a是一维数组，从它里面生成随机结果
  np.random.choice(5, 3) a是数字，则从range(5)中生成 size为3
  np.random.choice(5, (2,3))
np.random.choice([2,3,4,5,6,7],3) 从数组里面随机取出数字
• shuffle(x)
  把一个数组x进行随机排列

import numpy as np
x = np.arrange(10)
np.shuffle(x)
print(x)
a = np.arrange(10).reshape(4, 5)
np.shuffle(a) # 多维数组，则只会在第一维度打乱数据
print(a)

• permutation(x)
  把一个数组x进行随机排列，或者数字的全排列
  np.random.permutation(10) 随机生成range(10)进行随机排列
  arr = np.arrange.reshape((3,3)) 在第一维度进行打散
  np.random.permutation(arr)创建一个新的copy，不修改原来的
• normal([loc, scale, size])
  按照平均值loc和方差scale生成高斯分布的数字
  np.random.normal(1,10,10)
np.random.normal(1,10,(3,4))
• uniform([low, high, size])
  在[low，high)之间生成均匀分布的数字
  np.random.uniform(1,10,10)
np.random.uniform(1,10,(3,4))
  demo 对数组加入随机噪声

import matplotlib.pyplot as plt
# 绘制sin曲线
x = np.linspace(-10,10,100) # 指定最小数，最大数，生成的个数
y = np.sin(x)
plt.plot(x,y)
plt.show()

# 加入噪声
x = np.linspace(-10,10,100) # 指定最小数，最大数，生成的个数
y = np.sin(x)+np.random.rand(len(x))
plt.plot(x,y)
plt.show()

加入噪声前

加入噪声后

Numpy数学统计函数

1. 常用统计函数
   
2. 按不同的axis计算
   以上的函数都有一个参数叫做axis用于指定计算轴还是列，如果不指定，就会计算所有元素结果

数学统计函数实例

import numpy as np

arr = np.arange(12).reshape(3, 4)
print(arr)
print(np.sum(arr))  # 求和 默认作为一维数组处理求和
print(np.prod(arr))  # 乘积
print(np.cumsum(arr))  # 第一位等于第一位，第二位等于第一位加第二位-----同理
print(np.cumprod(arr))  # 第一位等于第一位，第二位等于第一位乘第二位-----同理
print(np.min(arr))  # 最小值
print(np.max(arr))  # 最大值
print(np.percentile(arr, [25, 50, 75]))  # 首先将数据从小到大排列，50 表示取位置为50%的数字,取值为[0-100]
print(np.quantile(arr, [0.25, 0.5, 0.75]))  # 同上，但是取值为[0-1]
print(np.median(arr))  # 中位数
print(np.mean(arr))  # 平均值
print(np.std(arr))  # 标准差
print(np.var(arr))  # 方差
# weight的shape需要和arr一样
weight = np.random.rand(*arr.shape)
print(weight)
np.average(arr, weights=weight)  # 加权平均值

numpy的axis的用途

axis=0代表行、axis=1代表列

• 按行求和
  arr.sum(axis=0)
• 按列求和
  arr.sum(axis=1)