numpy的random與基本計算

引數說明

start

隨機範圍的下邊界

end隨機範圍的上邊界

size

隨機結果的形態

dtype

隨機結果的型別

def

random():
#numpy.random.randint(start, end, size, dtype=none)
#隨機生成元素區間 [1, 100) 且元素個數為 12 的int64型別陣列
arr1 = np.random.randint(1, 100, 12, dtype=np.int64)
#更改陣列形狀為 3*4
#arr1: [ [72 83 38 32]
#[12 36 17 92]
#[19 34 57 20] ]
arr1 = arr1.reshape(3, 4)
#numpy.random.random(size)
#生成位於區間 [0, 1)之間返回隨機浮點數
#arr2: [0.480343 0.84162194 0.52011533 0.71096837 0.67357815 0.94794846]
arr2 = np.random.random(6)
#生成 3*2 的隨機數組
#arr3: [ [0.00876662 0.09294199 0.23165923]
#[0.47272696 0.83836171 0.11378513] ]
arr3 = np.random.random(size=(2, 3))
#numpy.random.shuffle(x)
#隨機打亂原來的陣列
arr4 = np.arange(0, 6, 1)
#arr4: [2 0 4 3 5 1]
np.random.shuffle(arr4)
#打亂以第乙個索引為標準，即：一維陣列arr，打亂元素；二維陣列arr，打亂行，以此類推
arr5 = np.arange(0, 6, 1).reshape(2, 3)
#arr5: [ [3 4 5]
#[0 1 2] ]
np.random.shuffle(arr5)

#

陣列的加減乘，矩陣乘法，轉置，截斷
defoperation1():
#生成二維陣列 a
a =np.array([
[1, 5],
[4, 6]
], dtype=np.int)
#矩陣的轉置，也可以 np.transpose(a)
#[ [1 4]
#[5 6] ]
print("
轉置矩陣:\n
", a.t)
#a的轉置乘以a
#[ [17 29]
#[29 61] ]
print("
實對稱矩陣:\n
", np.dot(a.t, a))
#a的轉置乘以a
print("
a@a:\n
", a.t @ a)
#clip截斷，這是指先把所有小於3的元素變3，再把所有大於5的元素變5
#[ [3 5]
#[4 5] ]
print("
clip:\n
", a.clip(3, 5))
#全部為3，先把所有小於6的變6，再把所有大於3的變3
#[ [3 3]
#[3 3] ]
print("
clip:\n
", a.clip(6, 3))
#b = np.array([
#[2, 3],
#[4, 5]#])
b = np.arange(2, 6, 1, dtype=np.int).reshape(2, 2)
#進行陣列的加減運算，對應元素進行加減運算
#[ [ 3  8]
#[ 8 11] ]
print("
a+b:\n
", a +b)
#[ [-1  2]
#[ 0  1] ]
print("
a-b:\n
", a -b)
#陣列a進行自乘，對應元素自乘
#[ [ 1 25]
#[16 36] ]
print("
a**2:\n
", a ** 2)
#陣列a與b相乘，對應元素相乘，注意這裡不是矩陣乘法
#[ [ 2 15]
#[16 30] ]
print("
a*b:\n
", a * b)

Numpy的random函式的總結

原文 在python資料分析的學習和應用過程中，經常需要用到numpy的隨機函式，由於隨機函式random的功能比較多，經常會混淆或記不住，下面我們一起來彙總學習下。import numpy as npnumpy.random.rand d0,d1,dn np.random.rand 4,2 arr...

python中numpy的random模組

numpy.random 1.rand d0,d1,dn 產生 0,1 的浮點隨機數,括號裡面的引數可以指定產生陣列的形狀 例如 np.random.rand 3,2 則產生 3 2的陣列，裡面的數是0 1的浮點隨機數 2.randn d0,d1,dn 產生標準正太分布隨機數，引數含義與rand相同...

numpy 之 random 幾個函式

1.numpy.random.rand d0,d1,d2,d0,d1,d2 即生成的array 的維數，其元素是基於 0,1 的均勻分布 import numpy as np np.random.rand 2 array 0.1767244 0.48286388 np.random.rand 3,2...