zoukankan      html  css  js  c++  java
  • NumPy Matplotlib结合

    import numpy as np
    import matplotlib.pyplot as plt  # 导入matplotlib模块,用于图表辅助分析
    
    # 导入模块
    # 随机数生成
    
    samples = np.random.normal(size=(4,4))
    print(samples)
    # 生成一个标准正太分布的4*4样本值
    # numpy.random.rand(d0, d1, ..., dn):生成一个[0,1)之间的随机浮点数或N维浮点数组 —— 均匀分布
    
    
    
    a = np.random.rand()
    print(a,type(a))  # 生成一个随机浮点数
    
    b = np.random.rand(4)
    print(b,type(b))  # 生成形状为4的一维数组
    
    c = np.random.rand(2,3)
    print(c,type(c))  # 生成形状为2*3的二维数组,注意这里不是((2,3))
    
    samples1 = np.random.rand(1000)
    samples2 = np.random.rand(1000)
    plt.scatter(samples1,samples2)
    # 生成1000个均匀分布的样本值
    plt.show()
    

    运行截图:

    import numpy as np
    import matplotlib.pyplot as plt  # 导入matplotlib模块,用于图表辅助分析
    
    # 导入模块
    # 随机数生成
    
    samples = np.random.normal(size=(4,4))
    print(samples)
    # 生成一个标准正太分布的4*4样本值
    # numpy.random.rand(d0, d1, ..., dn):生成一个[0,1)之间的随机浮点数或N维浮点数组 —— 均匀分布
    
    
    
    a = np.random.rand()
    print(a,type(a))  # 生成一个随机浮点数
    
    b = np.random.rand(4)
    print(b,type(b))  # 生成形状为4的一维数组
    
    c = np.random.rand(2,3)
    print(c,type(c))  # 生成形状为2*3的二维数组,注意这里不是((2,3))
    
    samples1 = np.random.randn(1000)
    samples2 = np.random.randn(1000)
    plt.scatter(samples1,samples2)
    # randn和rand的参数用法一样
    # 生成1000个正太的样本值
    plt.show()

    别废话,拿你代码给我看。
  • 相关阅读:
    git 生成公钥与私钥
    Swagger PHP使用指南
    数据库需要支持emoji表情
    Lumen实现用户注册登录认证
    Laraver 框架资料
    php curl请求。header头中添加请求信息
    linux 下看所有用户 及所有组
    瀑布流下滑 发送ajax
    Linux系统中的wc
    Nginx 日志分析及性能排查
  • 原文地址:https://www.cnblogs.com/lvxueyang/p/13707502.html
Copyright © 2011-2022 走看看