python随机数组_python随机数组，高斯噪声，多项式函数

在前面的numpy的学习中忽略了这几个重要的知识点&＃xff0c;导致今天做作业异常的艰难。现在十分必要将它记录下来。

1.np.random.*必须的是一个非常强的命令啊。不仅可以产生随机数(包括随机整数&＃xff0c;实数&＃xff1b;一维的&＃xff0c;二维的等等)&＃xff0c;还可以产生正态分布的数(既可以用它来产生 扰动或者是高斯噪声

)。

(1)

numpy.random.

rand

(

d0

,

d1

,

...

,

dn

) shape为&＃xff1a; (d0,

d1,

...,

dn)

(2) numpy.random.

normal

(

loc&＃61;0.0

,

scale&＃61;1.0

,

size&＃61;None

)loc 均值&＃xff0c;scale 标准差&＃xff0c;size大小。

>>>mu, sigma &＃61; 0, 0.1

>>>s &＃61; np.random.normal(mu, sigma, 1000)

>>>abs(mu - np.mean(s)) <0.01

True

>>>abs(sigma - np.std(s, ddof&＃61;1)) <0.01

True

Display the histogram of the samples, along with the probability density function:

>>>import matplotlib.pyplot as plt

>>>count, bins, ignored &＃61; plt.hist(s, 30, normed&＃61;True)

>>>plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *

... np.exp( - (bins - mu)**2 / (2 * sigma**2) ),

... linewidth&＃61;2, color&＃61;&＃39;r&＃39;)

>>>plt.show()

(3) numpy.random.

uniform

(

low&＃61;0.0

,

high&＃61;1.0

,

size&＃61;1

) 均匀分布一样的。

(4)多项式函数

p&＃61;np.poly1d(a),其中&＃xff0c;a是多项式由高次到0次方的系数。

>>> a

array([ 0.97712037, -1.39644265, -0.96801519,  0.97348607,  0.4140714 ])

>>> p&＃61;np.poly1d(a)

>>> type(p)

还有一个可以用来做多项式拟合的函数&＃xff1a;np.polyfit()

常用总结&＃xff1a;

1&＃xff0c;np.random.random(10)随机生成一个10个值(值的大小为0&＃xff5e;1)的一维数组&＃xff1b;

2&＃xff0c;np.random.rand(10,10)随机生成一个10*10(值的大小为0&＃xff5e;1)的二维数组(还可以是任意维数组)&＃xff1b;

3 ,

n

p.random.randint(1,10,(4,5))

随机生成一个

4*5(值的大小为1&＃xff5e;10)的

数组(还可以为某个范围内的任意维数组)&＃xff1b;

用 b &＃61; arange(20).reshape(4,5) 也可以达到这个效果。

4&＃xff0c;np.random.randn(2,3)从

标准正态分布

中产生一个2*3的数组。

5&＃xff0c;np.random.normal(2,0.5&＃xff0c;(2&＃xff0c;3))产生的是一个2*3的高斯噪声点数组集合(均值为&＃xff1a;2&＃xff0c;标准差&＃xff1a;0.5)。

另外补充&＃xff1a;

1.np.arange(0,1,0.1)产生的是0&＃xff0c;0.1&＃xff5e;0.9这10个点&＃xff0c;要产生 0&＃xff0c;0.1&＃xff5e;0.9&＃xff0c;1的话将里面的1改为1.1就可以了&＃xff1b;

2.for i in range(10)也是0到9的十个点&＃xff1b;

3.np.linspace(0,1,10)产生的是0&＃xff0c;1/9&＃xff0c;2/9&＃xff5e;1这10个点。因为有0的存在所以是将0到10均分为9分了。若是想产生 0&＃xff0c;0.1&＃xff5e;0.9&＃xff0c;1的化将里面的10设置为11.