numpy.random.randn(d0, d1, ..., dn)
numpy.random.rand(d0, d1, ..., dn)
- 返回一个正态分布(normal distribution)样品,样品来自于均值(mean)=0、方差(variance)=1正态分布的随机浮点数。
如果给定(d0, d1, ..., dn),则返回shape=(d0, d1, ..., dn)的样品。
如果想要随机样品来自于:,可以使用
sigma * np.random.randn(...) + mu
- 返回一个均匀分布(uniform distribution)样品,样品在[0,1]范围内。
如果给定(d0, d1, ..., dn),则返回shape=(d0, d1, ..., dn)的样品。
例子:
>>> np.random.randn()
2.1923875335537315
>>> 2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501, 4.00950034, -1.81814867, 7.29718677],
[ 0.39924804, 4.68456316, 4.99394529, 4.84057254]])
更多请参考:https://docs.scipy.org/doc/numpy/reference/routines.random.html
numpy.zeros(shape, dtype=float, order='C')
numpy.ones(shape, dtype=None, order='C')
返回一个给定形状和类型的数组,以0/1填充。
- 例子
>>> np.zeros(5)
array([ 0., 0., 0., 0., 0.])
>>> np.zeros((2, 1))
array([[ 0.],
[ 0.]])
更多请参考:
https://docs.scipy.org/doc/numpy-1.13.0/reference/routines.array-creation.html
网友评论