Numpy random

1、

   rand(2,4)        #2*4 shape 矩阵

  rand(d0, d1, …, dn)

 rand_sample()  #随机生成矩阵

2、

randint(100) 随机一个整数

3、 get_state()
状态一样: 则随机的效果就一样
4、
np.random.shuffle(labels_list)  # 打乱
5、随机种子:
局部: RandomState(1000)
全局: seed(1)

6、高级分布:

prng = np.random.RandomState(123456789) # 定义局部种子
prng.rand(2, 4)

prng.chisquare(1, size=(2, 2)) # 卡方分布
prng.standard_t(1, size=(2, 3)) # t 分布
prng.poisson(5, size=10) # 泊松分布

二项分布:

outcome = np.random.binomial(9, 0.5, size=len(cash))

正太分布:

N=10000

normal_values = np.random.normal(size=N)

高斯分布:

#绘制分布直方图和理论上的概率密度函数(均值为0、方差为1的正态分布)曲线。
dummy, bins, dummy = plt.hist(normal_values, np.sqrt(N), normed=True, lw=1)
sigma = 1
mu = 0

plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp( - (bins -mu)**2 / (2 * sigma**2) ),lw=2) #lz提示,也可以使用scipy.stat.norm.pdf来生成非随机的高斯分布图[Scipy教程 - 统计函数库scipy.stats]

猜你喜欢

转载自www.cnblogs.com/cbugs/p/9757572.html