Python ma trận 2d ngẫu nhiên

function number NumPy ngẫu nhiên. normal[] Trong Python được sử dụng để tạo một mảng có định dạng được chỉ định và điền vào nó bằng các giá trị ngẫu nhiên ngẫu nhiên từ một phân bổ bình thường [Gaussian]. Phân phối này còn được gọi là Bell Curve vì dạng đặc trưng của nó

Nội dung chính Hiển thị

Hàm này nhận một int hoặc nhiều int, để chỉ kích thước của một mảng, tương tự như chức năng khác NumPy chức năng như numpy. one[] và numpy. số không[]. Trong bài viết này, tôi sẽ giải thích hàm numpy. ngẫu nhiên. normal[] cú pháp và sử dụng các tham số của nó như thế nào để lấy các giá trị ngẫu nhiên của mảng và mảng đa chiều với các ví dụ.
hàm số

• 1. Ví dụ nhanh về NumPy ngẫu nhiên. thông thường []
• 2. in the total number NumPy ngẫu nhiên. thông thường []
  • 2. 1 The number of random. thông thường []
  • 2. 2 Giá trị hoàn trả của ngẫu nhiên. thông thường []
• 3. Cách sử dụng NumPy ngẫu nhiên. thông thường []
• 4. Nhận NumPy Value ngẫu nhiên dọc theo Loc
• 5. Nhận NumPy Giá trị ngẫu nhiên dọc theo quy định
• 6. Nhận các Giá trị ngẫu nhiên Loc,Tỷ lệ&Kích thước
• 7. Biểu tượng đồ họa của NumPy ngẫu nhiên. thông thường []
• Kết luận

1. Ví dụ nhanh về NumPy ngẫu nhiên. thông thường []

Sau đây là các ví dụ nhanh về chức năng random. bình thường [] . Để biết thêm chức năng và ví dụ về NumPy tham khảo NumPy .

  
# Below are the quick examples
# Example 1: Get the random samples of normal distribution 
arr = np.random.normal[size = 5]

# Example 2: Get the random samples of normal distribution 
arr = np.random.normal[size = [3,2 ]]

# Example 3: Get the mean value of random values
arr = np.random.normal[loc = 2]

# Example 4: Get the standard deviation of random values
arr = np.random.normal[scale = 4.0]

#Example 5: Get the random values 
arr = np.random.normal[ loc = 2, scale = 4.0, size = 5]

cú pháp

Sau đây là Cú pháp của np. ngẫu nhiên. bình thường [] .

  
# Syntax of NumPy random.normal[]
numpy.random.normal[loc = 0.0, scale = 1.0, size = None] 

2. 1 The number of random. thông thường []

Sau đây là các tham số của hàm thông thường[] .

• lộc. It is option. Giống như một mảng giá trị float. Nó chỉ định giá trị trung bình của phân phối. Theo mặc định, nó được đặt thành 0. 0
• tỉ lệ. It is option. Giống như một mảng giá trị float. Nó chỉ là định dạng chu kỳ. Theo mặc định, nó được đặt thành 1. 0. Nó không được coi là một giá trị âm thanh
• kích thước. It is option and as a integer or a integer. Nó chỉ là định dạng của mảng được trả về. If size is not. Theo mặc định, nó được đặt thành giá trị 1

2. 2 Giá trị hoàn trả của ngẫu nhiên. thông thường []

Nó trả về một mảng các giá trị ngẫu nhiên từ một phân phối tiêu chuẩn tương tự với định dạng được chỉ định

3. Cách sử dụng NumPy ngẫu nhiên. thông thường []

ngẫu nhiên. normal [] là chức năng tích hợp trong NumPy gói mô-đun của python. Hàm này tạo mẫu ngẫu nhiên từ phân phối chuẩn / Gaussian phân bổ.

Khi chúng ta truyền int hoặc tuple của int làm tham số vào hàm này, nó sẽ trả về mảng có kích thước được định sẵn hoặc mảng đa chiều bao gồm các mẫu ngẫu nhiên có phân phối chuẩn. Please get ví dụ,

  
import numpy as np
# Get the random samples of normal distribution 
arr = np.random.normal[size = 5]
print[arr]

# Output :
# [-0.53008761  0.50853827 -0.26577348 -0.35692072  0.37717259]

# Get the random samples of normal distribution 
arr = np.random.normal[size = [3,2 ]]
print[arr]

# Output :
# [[-1.52064919  0.40079434]
 [-0.86957264  1.17437412]
 [-0.41216874 -1.56245058]]

4. Nhận NumPy Value ngẫu nhiên dọc theo Loc

Khi chúng ta vượt qua loc vào hàm này, nó sẽ trả về giá trị trung bình của các giá trị ngẫu nhiên của mảng từ một phân phối chuẩn. Khi không được sử dụng, theo mặc định, nó được sử dụng với giá trị 1,0

  
# Get the mean of random values
arr = np.random.normal[loc = 2]
print[arr]

# Output :
# 3.294342794253831

5. Nhận NumPy Giá trị ngẫu nhiên dọc theo quy định

Khi chúng ta vượt qua thang đo vào hàm này, nó sẽ trả về độ lệch chuẩn của các giá trị ngẫu nhiên của mảng từ phân phối chuẩn. Khi không được sử dụng, theo mặc định, giá trị sử dụng của nó là 0. 0

  
# Get the standard deviation of random values
arr = np.random.normal[scale = 4.0]
print[arr]

# Output :
# 5.781979817085629

6. Nhận các Giá trị ngẫu nhiên Loc,Tỷ lệ&Kích thước

Bằng cách sử dụng kích thước tương tự với loc và tỷ lệ vào hàm này, nó sẽ trả về mảng có kích thước được định nghĩa chỉ của các ngẫu nhiên mẫu từ phân phối chuẩn. Please get ví dụ,

Numpy [Trăn số]. là một thư viện toán học phổ biến và mạnh mẽ của Python. Cho phép làm việc hiệu quả với ma trận và mảng, đặc biệt là dữ liệu ma trận và mảng lớn với tốc độ xử lý nhanh hơn nhiều lần khi chỉ sử dụng “core Python” đơn thuần

Hãy cùng tìm hiểu về thư viện này trong bài viết dưới đây

Cài đặt thư viện Numpy

- Mở Command Prompt và gõ lệnh.

  
# Get the mean of random values
arr = np.random.normal[loc = 2]
print[arr]

# Output :
# 3.294342794253831

8

Các thao tác với Numpy

1. Khai báo thư viện

import numpy as np

2. Khởi tạo mảng

a] Khởi tạo một mảng chiều

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

ĐẦU RA

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

0

b] Khởi tạo hai chiều mảng

________số 8

ĐẦU RA

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

1

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

2

c] Khởi tạo mảng ba chiều

  
# Syntax of NumPy random.normal[]
numpy.random.normal[loc = 0.0, scale = 1.0, size = None] 

1

ĐẦU RA

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

3

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

4

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

5

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

6

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

7

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

8

d] Khởi tạo với các hàm có sẵn

• np. số không [[3,4], dtype = int]. Create the two arrays 0numerials with size 3x4
• np. cái [[2,3,4], dtype = int]. Create a array 3 dimensions 1 dimensions with size 2x3x4
• np. sắp xếp [1,7,2]. Tạo mảng với các phần tử từ 1 - 6 với bước nhảy là 2
• np. đầy đủ[[2,3],5]. Create a array 2 dimensions 5 dimensions with size 2x3
• np. mắt[4, dtype=int]. Create a menu unit with size is 4x4
• np. ngẫu nhiên. ngẫu nhiên[[2,3]]. Tạo các phần tử ngẫu nhiên với kích thước 2x3

3. Thao tác với mảng

• gõ. Data type of anal section in anar
• hình dạng. Kích thước của mảng
• kích thước. Number section in an array
• đim. Number of array

  
# Syntax of NumPy random.normal[]
numpy.random.normal[loc = 0.0, scale = 1.0, size = None] 

8

đầu ra

#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer
arr = np.array[[1,3,4,5,6], dtype = int]

#Khởi tạo mảng một chiều với kiểu dữ liệu mặc định
arr = np.array[[1,3,4,5,6]]

print[arr]

9

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

0

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

1

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

2

Truy cập phần tử trong mảng

Các phần tử trong mảng được đánh số từ 0 trở đi

• mảng[i]. Truy cập tới phần thứ i của mảng 1 chiều
• mảng1[i,j]. Truy cập tới phần tử hàng i, cột j của mảng 2 chiều
• mảng2[n,i,j]. Truy cập tới phần tử chiều n, hàng i, cột j của mảng 3 chiều
• mảng[a. b]. Truy cập các phần tử từ a đến b-1 trong mảng 1 chiều
• mảng1[. ,. tôi]. Truy cập phần tử từ cột 0 đến cột i-1, của tất cả các hàng trong mảng 2 chiều

  
import numpy as np
# Get the random samples of normal distribution 
arr = np.random.normal[size = 5]
print[arr]

# Output :
# [-0.53008761  0.50853827 -0.26577348 -0.35692072  0.37717259]

# Get the random samples of normal distribution 
arr = np.random.normal[size = [3,2 ]]
print[arr]

# Output :
# [[-1.52064919  0.40079434]
 [-0.86957264  1.17437412]
 [-0.41216874 -1.56245058]]

3

đầu ra

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

3

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

4

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

5

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

6

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

7

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

8

Đọc mảng từ tệp. txt

  
# Get the mean of random values
arr = np.random.normal[loc = 2]
print[arr]

# Output :
# 3.294342794253831

0

đầu ra

Các hàm kê

• mảng. max[] hoặc np. tối đa [mảng]. Get the most value of array array
• mảng. tối thiểu[] hoặc np. tối thiểu [mảng]. Get the small value of the array array
• mảng. tổng [] hoặc np. tổng [mảng]. Tổng tất cả các phần tử trong mảng arr
• mảng. mean[] hoặc np. nghĩa là [mảng]. Trung bình cộng của tất cả các phần tử trong mảng arr
• np. trung bình [mảng]. Trả về giá trị trung tâm của mảng arr

  
# Get the mean of random values
arr = np.random.normal[loc = 2]
print[arr]

# Output :
# 3.294342794253831

1

đầu ra

arr1 = np.array[[[4,5,6], [1,2,3]], dtype = int]

print[arr1]

9

  
# Syntax of NumPy random.normal[]
numpy.random.normal[loc = 0.0, scale = 1.0, size = None] 

10

  
# Syntax of NumPy random.normal[]
numpy.random.normal[loc = 0.0, scale = 1.0, size = None] 

11

  
# Syntax of NumPy random.normal[]
numpy.random.normal[loc = 0.0, scale = 1.0, size = None] 

12

  
# Syntax of NumPy random.normal[]
numpy.random.normal[loc = 0.0, scale = 1.0, size = None] 

13

kiểu chữ NumPy

Loại cơ bản

Các loại Numpy có sẵnNhận xét

Boolean

bool

Các phần tử có kích thước 1 byte

số nguyên

int8, int16, int32, int64, int128, int

int mặc định là kích thước của int trong C cho nền tảng

Số nguyên không dấu

uint8, uint16, uint32, uint64, uint128, uint

uint mặc định là kích thước của unsigned int trong c cho nền tảng

Trôi nổi

float32, float64, float,

phao nổi

Float luôn là giá trị dấu phẩy động có độ chính xác kép [64 bit]. longfloat đại diện cho số float có độ chính xác lớn. Kích thước của nó phụ thuộc vào nền tảng

Phức tạp

khu phức hợp64, khu phức hợp128, khu phức hợp

Mỗi phần tử thực và phức của một tổ hợp64 được biểu thị bằng một giá trị độ chính xác duy nhất [32 bit] cho tổng kích thước là 64 bit

Dây

str, unicode

Unicode luôn là UTF32 [UCS4]

Vật

đối tượngĐại diện cho các mục trong mảng dưới dạng đối tượng Python

Hồ sơ

khoảng trống

Được sử dụng cho cấu trúc dữ liệu tùy ý trong mảng bản ghi

Toán tử trong NumPy Array

  
# Get the mean of random values
arr = np.random.normal[loc = 2]
print[arr]

# Output :
# 3.294342794253831

7Toán tửVí dụ

Kết quả

[+] Một số với mảng

3 + mảng

mảng +3

[4, 6, 7, 8, 9]

[+] Array with array

mảng + một

một + mảng

[3, 4, 7, 9, 11]

[-] Một số với mảng

mảng - 3

3 - mảng

[-2, 0, 1, 2, 3]

[2, 0, -1, -2, -3]

[-] Array with array

mảng - một

một - mảng

[-1, 2, 1, 1, 1]

[1, -2, -1, -1, -1]

[*] Một số với mảng

mảng * 3

3 * mảng

[3, 9, 12, 15, 18]

[*] Array with array

mảng * một

một * mảng

[2, 3, 12, 20, 30]

[/] A number of array

mảng / 3

3 / mảng

[0. 33333333, 1. , 1. 33333333, 1. 66666667, 2. ]

[3. ,   1. ,   0. 75, 0. 6,  0. 5]

[/] Array with array

mảng / một

một / mảng

[0. 5, 3. , 1. 33333333, 1. 25, 1. 2]

[2. , 0. 33333333, 0. 75, 0. 8, 0. 83333333]

Ma trận hạng

np. xếp hạng [mảng]

np. xếp hạng [arr1]

1

2

Lời kết

Như vậy là mình đã giới thiệu cơ bản cho bạn về thư viện NumPy trong Python, nếu bạn muốn tìm hiểu thêm về thư viện NumPy thì bạn có thể vào báo để tham khảo thêm. Ở bài sau mình sẽ giới thiệu cho các bạn về cách xử lý dữ liệu với thư viện Pandas