概述
大家好，这里是@少喝凉水G！
好久没更新了hh，最近在学习Python中的Numpy库，同时也在学习MATLAB，发现Numpy中的随机函数对MATLAB多有参考，但在使用方法上又多有不同，特在此做了一个表格分享给大家，也是作为一份手册给自己做参考用。
顺便给自己之前写的东西打一波广告~
Pandas数据分析教程(1)-Series和DataFrame
Pandas数据分析教程(2)-数据读取之普通索引、loc/iloc索引
| Numpy | MATLAB | ||
|---|---|---|---|
rand(d0, d1, ..., dn) | 创建[0,1)上的d0*d1*…*dn随机数均匀分布数组 | rand(d0, d1, ..., dn) | 创建[0,1)上的d0*d1*…*dn随机数均匀分布数组； |
randn(d0,d1,..,dn) | 创建d0*d1*…*dn随机数标准正态分布数组 | randn(d0, d1, ..., dn) | 创建d0*d1*…*dn随机数标准正态分布数组； |
randint([low],high,shape]) | 根据shape创建[low, high)上的随机整数数组，shape必须以序列给出(加[ ]等) | randi([low],high,size]) | 根据shape创建[low, high)上的随机整数数组，取值范围必须以数组给出(加[ ]) |
choice(a[,size,replace,p]) | 从一维数组a中以概率p抽取元素,形成size形状新数组replace表示是否可以重用元素,默认为False | ||
shuffle(a) | 对数组a的列进行随机排列 | ||
uniform(low,high,size) | 产生[low,high)上的，size形状的均匀分布的数组 | unifrnd(low,high,size) | 产生[low,high)上的，size形状的均匀分布的数组 |
normal(loc,scale,size) | 产生具有正态分布的数组,loc均值,scale标准差,size形状 | normrnd(loc,scale,size) | 产生具有正态分布的数组,loc均值,scale标准差,size形状 |
poisson(lam,size) | 产生具有泊松分布的数组size形状 | poissrnd(lam,size) | 产生具有泊松分布的数组，size形状 |
binornd(N,p,size) | 生成size形状的服从参数为(N,p)的二项分布数组 |
注意！在Numpy中，如果shape所在的参数只给了一个标量的话，Numpy默认生成1 × {times} ×n的数组，但是在MATLAB中，如果size所在的参数只给了一个标量的话，MATLAB默认生成n × {times} ×n的方阵。
现在只是记录了一些比较常用的函数，以后如果用到一些其他的随机数函数和方法的话，我还会加进来。
转载请标注作者和出处链接
最后
以上就是敏感日记本为你收集整理的Numpy与MATLAB中的随机数函数对比手册的全部内容，希望文章能够帮你解决Numpy与MATLAB中的随机数函数对比手册所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复