zoukankan      html  css  js  c++  java
  • numpy.random.uniform()

    numpy.random.uniform均匀分布

    numpy.random.uniform介绍:

    1. 函数原型:  numpy.random.uniform(low,high,size)

    功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.

    参数介绍: 
        
        low: 采样下界,float类型,默认值为0;
        high: 采样上界,float类型,默认值为1;
        size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出m*n*k个样本,缺省时输出1个值。

    返回值:ndarray类型,其形状和参数size中描述一致。

    这里顺便说下ndarray类型,表示一个N维数组对象,其有一个shape(表维度大小)和dtype(说明数组数据类型的对象),使用zeros和ones函数可以创建数据全0或全1的数组,原型:

        numpy.ones(shape,dtype=None,order='C'),
    其中,shape表数组形状(m*n),dtype表类型,order表是以C还是fortran形式存放数据。

    2. 类似uniform,还有以下随机数产生函数:

        a. randint: 原型:numpy.random.randint(low, high=None, size=None, dtype='l'),产生随机整数;
        b. random_integers: 原型: numpy.random.random_integers(low, high=None, size=None),在闭区间上产生随机整数;
        c. random_sample: 原型: numpy.random.random_sample(size=None),在[0.0,1.0)上随机采样;
        d. random: 原型: numpy.random.random(size=None),和random_sample一样,是random_sample的别名;
        e. rand: 原型: numpy.random.rand(d0, d1, ..., dn),产生d0 - d1 - ... - dn形状的在[0,1)上均匀分布的float型数。
        f. randn: 原型:numpy.random.randn(d0,d1,...,dn),产生d0 - d1 - ... - dn形状的标准正态分布的float型数。

    萍水相逢逢萍水,浮萍之水水浮萍!
  • 相关阅读:
    python数据分析008_Matplotlib绘柱图,饼图,散点图
    python数据分析007_使用Matplotlib绘折线图
    python数据分析006_Python 2D绘图库Matplotlib
    python数据分析005_pandas的时间序列
    python数据分析004_多层索引的取值和排序
    python数据分析003_数据的合并筛选排序
    Megacli 简易使用
    k8s ingress 增加 跨域配置
    k8s 1.15 版本生产线上证书时间调整(亲测)
    grafana 展示 k8s prometheus
  • 原文地址:https://www.cnblogs.com/AIBigTruth/p/10504658.html
Copyright © 2011-2022 走看看