在機器學習中，經常需要用到資料的生成或者初始值生成，記錄一下常用的random函式
rand生成的是給定大小規模且數值在[0,1]均勻分布的資料
import numpy as np
x = np.random.rand(2,
3)#生成2x3規模，數值在0到1內均勻分布的資料
print
(x)"""
輸出結果
[[0.61676118 0.71549656 0.4532574 ]
[0.47669184 0.83506049 0.72650041]]
"""
import numpy as np
x = np.random.randn(2,
3)#生成規模為2x3，數值符合均值為0，方差為1的正態分佈
print
(x)"""
輸出結果
[[-0.19240552 0.18855736 1.26459091]
[ 1.62561705 -0.1683153 -0.50238646]]
"""
import numpy as np
x = np.random.randint(0,
10,10)
#生成0-9的10個資料
print
(x)"""
輸出結果
[9 2 3 3 5 7 0 9 4 5]
"""
Numpy學習 常用random函式
numpy.random模組下提供了一些常用的隨機函式，可以生成不同概率的隨機數。函式描述 rand d0,d1 dn 返回均勻分布的隨機數 randn d0,d1 dn 返回標準分布的隨機數 randint low,high,size,dtype 返回給定開區間的隨機整數 random inter...
numpy中常用的函式
詳細的random模組中的其他函式 np.random.rand 3,2 array 0.14022471,0.96360618 random 0.37601032,0.25528411 random 0.49313049,0.94909878 random np.random.randint 2,...
numpy中常用陣列介紹
numpy提供了高效儲存和操作密集資料快取的介面，numpy陣列幾乎是整個python資料科學工具生態系統的核心，因此學習如何有效地使用numpy是非常值得的。如果你安裝的是anaconda，那麼你已經安裝好了numpy，可以使用了。通過import numpy as np來匯入numpy 這裡as...