创建常见数组方法

调用random(在不用numpy情况下)

import random
  • 下面进行
a = [[random.randint(2, 3) for j in range(4, 5)] for i in range(3)]
print(a)
#随机输出[[3], [2], [2]]
random.randint(2, 3)#用于生成一个指定范围内的整数,能取到边界的值

random()#用于生成一个0到1的随机符点数: 0 <= n < 1.0

random.randrange(10,100,2)#从序列中获取一个随机数
  • lambda匿名函数
l=list(map(lambda b:b**2 ,range(4)))#用匿名函数
#l=list(a**2 for a in range(4))与上面等价
print(l)#输出[0, 1, 4, 9]

l=list(map(lambda a,b:b**2 + a**3 ,range(4),range(4)))#lambda传入两个参数
print(l)#输出[0, 2, 12, 36]

#shuffle()将一个列表中的元素打乱
random.shuffle(l)
print(l)
'''
#输出[1, 9, 4, 0]
'''

调用numpy的情况

a = np.random.rand(5,5)#生成5*5矩阵
print(a)
'''
#输出
[[0.74916726 0.12849824 0.57063098 0.19325447 0.56116894]
 [0.22679218 0.96869124 0.27121781 0.28622789 0.00401746]
 [0.47300094 0.70333641 0.19726069 0.66981576 0.85439413]
 [0.25000412 0.08932882 0.89786605 0.90429918 0.68183988]
 [0.20358736 0.12196523 0.1423346  0.14297495 0.45176548]]
 '''
import numpy as np
b = np.arange(24).reshape((4,6))
print(b)
"""
 array([[ 0  1  2  3  4  5]
        [ 6  7  8  9 10 11]
        [12 13 14 15 16 17]
        [18 19 20 21 22 23]])
"""
import numpy as np
b=np.random.randint(0,10,(4,3))
print(b)
'''
numpy.ndarray
[[3 2 8]
 [1 0 4]
 [2 8 1]
 [0 9 6]]
'''
二项式分布函数
'np.random.binomial(n,p,size=N),函数的返回值表示n中成功的次数,且以Cn^x*p^x*(1-p)^(n-x)的概率选择成功x次'
import numpy as np
b=np.random.binomial(5, 0.5, size=(4,4))# 一次试验抛5次硬币朝上的硬币数,做4*4次试验
print(b)
'''
numpy.ndarray
[[4 2 3 2]
 [2 2 4 4]
 [3 3 4 2]
 [2 4 3 3]]
'''
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,012评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,628评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,653评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,485评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,574评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,590评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,596评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,340评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,794评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,102评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,276评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,940评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,583评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,201评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,441评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,173评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,136评论 2 352

推荐阅读更多精彩内容