Previous Entry Share
Python库中一些与科学计算相关的方法
silentme
hanson2010
numpy.zeros(shape, dtype=float, order='C')
返回1个给定形状和类型的新数组,并用0填充;

random.random()
返回在[0.0, 1.0)范围内的下一个随机浮点数;

random.uniform(a, b)
返回1个随机浮点数,满足条件a <= N <= b(当a <= b时);

random.sample(population, k)
返回从序列population中1个长度为k的取样,序列population中的元素不必是不同的值;

numpy.random.randint(low, high=None, size=None)
返回1个在[low, high)范围内满足离散型均匀分布的随机整数,如果high是None(默认),结果就在[0, low)范围内;

numpy.random.normal(loc=0.0, scale=1.0, size=None)
返回1个从正态(高斯)分布中抽样的数组;

numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
创建1个数组;

numpy.nonzero(a)
返回1个数组的元组,元组的元素数是a的维度数,每个元素是所有非0元素在该维度上的索引组成的数组;

numpy.where(condition[, x, y])
如果没有给出参数x和y,返回condition.nonzero(),即condition是True的索引的数组;如果给出参数x和y(x、y中元素的数量必须与condition中元素的数量一致),返回一个由condition中对应位置元素是True还是False来决定从x还是y中取值的结果组成的数组;

numpy.cumsum(a, axis=None, dtype=None, out=None)
计算数组元素沿1个特定的轴的累和;

numpy.mean(a, axis=None, dtype=None, out=None)
计算数组元素沿1个特定的轴的算术平均值;

numpy.linalg.norm(x, ord=None, axis=None)
计算矩阵或向量的范数。如果x是矩阵,根据不同的参数ord,可以返回7个矩阵范数中的1个;如果x是向量,可以返回无限个向量范数中的1个。

?

Log in