課堂練習--計算陣列的最大值,最小值,平均值,標準差,中位數;numpy.random模組提供了產生各種分佈隨機數的陣列;正態分佈;Matplotlib
阿新 • • 發佈:2018-11-11
#計算陣列的最大值,最小值,平均值,標準差,中位數 import numpy as np a=np.array([1, 4, 2, 5, 3, 7, 9, 0]) print(a) a1=np.max(a) #最大值 print(a1) a2=np.min(a) #最小值 print(a2) a3=np.mean(a) #平均值 print(a3) a4=np.std(a) #標準差 print(a4) a5=np.median(a) #中位數 print(a5)
#numpy.random模組提供了產生各種分佈隨機數的陣列
import numpy as np a=np.arange(5) b=list(range(5)) print(a,b) c=np.array([a,b]) print(c) d=np.arange(0,60,5) .reshape(3,4) print(d) e=np.linspace(0,20) #在指定的間隔內返回均勻間隔的數字。 print(e) f=np.random.random(10) #(0,1)以內10個隨機浮點數 print(f) g=np.random.randint(1,100,[5,5]) #(1,100)以內的5行5列隨機整數 print(g) h=np.random.rand(2,3) #產生2行3列均勻分佈隨機陣列 print(h) i=np.random.randn(3,3) #3行3列正態分佈隨機資料 print(i)
import numpy as np import matplotlib.pyplot as plt mu = 10 #期望為10 sigma = 30 #標準差為30 num = 10000 #個數為10000 rand_data = np.random.normal(mu, sigma, num) print(rand_data.shape,type(rand_data)) count, bins, ignored = plt.hist(rand_data, 30, normed=True) plt.plot(bins,1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (bins - mu)**2 / (2 * sigma**2)), linewidth=2, color='r') plt.show()
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,20) plt.plot(x,.5+x) plt.plot(x,x**2,'r3--') plt.show()