4. 学习+练习

numpy.andom 包含多种概率分布的随机抽样， 是数据分析的重点工具之一

import numpy as np

# numpy.andom 包含多种概率分布的随机抽样， 是数据分析的重点工具之一

# 标准正态分布的样本值
sample = np.random.normal(size=(4, 4))
print(sample)

# 生成0-1之间的随机浮点数
a = np.random.rand()
print(a, type(a))

# 一维数组  均匀分布的随机数 (rand)
print(np.random.rand(4))
print(np.random.rand(4) * 100)
# 二维数组
print(np.random.rand(2, 4))

# 图表对比
data1 = np.random.rand(500)
data2 = np.random.rand(500)

# 正态分布
data3 = np.random.randn(5000)
data4 = np.random.randn(5000)

# 魔法函数 每次都生成一个散点图
import matplotlib.pyplot as plt

fig = plt.figure(facecolor='white')
ax = fig.add_subplot(111)
# %matplotlib inline
# plt.scatter(data1, data2)
plt.scatter(data3, data4)
plt.show()

# 随机整数  左闭右开
print(np.random.randint(2))
print(np.random.randint(2, 10))

# size 生成一个多大的数据
print(np.random.randint(10, size=10))

# 多维的
print(np.random.randint(10, size=(2, 5)))
# 10 - 50 取值10个整数
print(np.random.randint(10, 50, size=(2, 5)))