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]]
'''