Myluzh Blog

Python numpy 生成随机数组（正态分布与均匀分布）

2023-7-14 myluzh Python

0x01 什么是正态分布 正态分布是一种概率分布。正态分布是具有两个参数u和o的连续型随机变量的分布，第一参数u是服从正态分布的随机变量的均值，第二个参数o是此随机变量的方差，所以正态分布记作N（μ，σ）。 0x02 生成正态分布的随机数组 import numpy as np import matplotlib.pyplot as plt # 生成均值为1.75，标准差为1的正态分布数据，100000000个 x1 = np.random.normal(1.75, 1, 10000000) # 绘图 plt.figure(figsize=(18, 8), dpi=100) # 创建画布 plt.hist(x1, 1000) # 绘制直方图 plt.show() # 显示图像 0x03 生成均匀分布的随机数组 import numpy as np import matplotlib.pyplot as plt # 生成均匀分布的随机数，最低-1最高1，100000000个 x2 = np.random.uniform(-1, 1, 100000000) p...

阅读全文>>

标签: python numpy 随机数组 正态分布 均匀分布

评论(0) (773)

Python numpy 生成01数组、固定数组

2023-7-14 myluzh Python

0x01 生成01数组 import numpy as np # 生成4行6列0数组 ones = np.ones([4, 6]) """ 查看下zeros Out[3]: array([[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) """ # 生成3行7列1数组 zeros = np.zeros([3, 7]) """ 查看下ones Out[4]: array([[1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1.]]) """ 0x02 从现有数组生成（浅拷贝np.asarray与深拷贝np.arrary的区别） import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) a1 = np.array(a) ...

阅读全文>>

标签: python numpy 01数组 固定数组

评论(0) (343)

Python numpy ndarray介绍

2023-7-13 myluzh Python

0x01 ndarray属性 属性名字 属性解释 ndarray.shape 数组维度的元组 ndarray.ndim 数组维数 ndarray.size 数组中的元素数量 ndarray.itemsize 个数组元素的长度 (字节) ndarray.dtype 数组元素的类型 0x02 ndarray形状 import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = np.array([1,2,3,4]) c = np.array([[[1,2,3], [4,5,6]],[[1,2,3],...

阅读全文>>

标签: python numpy ndarray

评论(0) (321)

Python numpy中ndarray与原生list对比

2023-7-13 myluzh Python

0x01 ndarray与list运行时长对比 import random import numpy as np import timeit a = [] for i in range(100000000): a.append(random.random()) def sum_list(): return sum(a) def sum_numpy(): b = np.array(a) return np.sum(b) time_list = timeit.timeit(sum_list, number=1) time_numpy = timeit.timeit(sum_numpy, number=1) print("List sum time:", time_list) print("Numpy sum time:", time_numpy) List sum time: 6.816154757 Numpy sum time: 4.999972694 0x02 ndarray的优势 （1）ndarray在存储数据的时候，数据...

阅读全文>>

标签: numpy ndarray

评论(0) (304)

Python matplotlib 绘制散点图/柱状图

2023-7-13 myluzh Python

0x01 散点图 import matplotlib.pyplot as plt import random # 生成数据 num_points = 1000 x = [random.uniform(0, 10) for i in range(1000)] y = [random.uniform(0, 10) for i in range(1000)] # 绘制散点图 plt.scatter(x, y, s=5, alpha=0.5) # 添加标题和标签 plt.title('Scatter Plot Example') plt.xlabel('X') plt.ylabel('Y') # 显示图形 plt.show() 0x02 柱状图 import matplotlib.pyplot as plt # 柱状图的数据 categories = ['A', 'B', 'C', 'D', 'E'] values = [15, 25, 10, 20, 30] # 创建一个新的图形 fig, ax = plt.subplots() # 绘制柱状图 ax.bar(categories, values) # 设置图形...

阅读全文>>

标签: python matplotlib 散点图 柱状图

评论(0) (402)

Python matplotlib 绘制折线图（多坐标系）

2023-7-13 myluzh Python

0x01 图像 0x02 代码 import matplotlib.pyplot as plt import random # 支持中文 from pylab import mpl mpl.rcParams['font.sans-serif'] = ['Arial Unicode MS'] mpl.rcParams['axes.unicode_minus'] = False # 用来解决不能使用汉字问题，需要导入matplotlib # 准备x y 数据 x = range(1, 31) y_hangzhou = [random.uniform(35, 42) for i in x] y_beijing = [random.uniform(34, 39) for i in x] # nrows/ncols设置成有几行几列的坐标系。返回fig：图对象，axes：返回相应数量的坐标系 fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=50) axes[0].plot(x, y_hangzhou, color="b", ...

阅读全文>>

标签: python matplotlib

评论(0) (349)