Numpyによる乱数生成まとめ - Qiita
Python標準にも random というモジュールがあるが、ベクトル演算の可能な numpy のほうが「大量に乱数を生成してなんかの処理をする」という場合に高速に動く。あと分布関数が山ほど用意されている。 一様乱数 numpy.random.rand() で 0〜1 の一様乱数を生成する。引数を指定すれば複数の乱数を生成できる。乱数の範囲を変えたい場合は後からベクトル演算をすれば良い。 from numpy.random import * rand() # 0〜1の乱数を1個生成 rand(100) # 0〜1の乱数を100個生成 rand(10,10) # 0〜1の乱数で 10x10 の行列を生成 rand(100) * 40 + 30 # 30〜70の乱数を100個生成 from numpy.random import * """ 標準正規分布。いわゆるガウシアン。標準正規分布ならば
Numpy の vstack、hstack で配列を連結－python | コード７区
import numpy as np a = np.array([[1,2,3],[4,5,6],[7,8,9]]) #----------------------- # array([[1, 2, 3], # [4, 5, 6], # [7, 8, 9]]) #----------------------- b = np.array([[10,20,30],[40,50,60],[70,80,90]]) #----------------------- # array([[10, 20, 30], # [40, 50, 60], # [70, 80, 90]]) #----------------------- np.vstack((a,b)) #----------------------- # array([[ 1, 2, 3], # [ 4, 5, 6], # [ 7, 8, 9]
NumPyの使い方（ユニバーサル関数） - abcdefg.....
NumPyのユニバーサル関数の使い方のメモです。 NumPy NumPyは数学関数ライブラリです。 インストール方法は下記を参照。 pppurple.hatenablog.com IPythonで使ってみます。 In [1]: import numpy as np ユニバーサル関数(ufunc) ユニバーサル関数(ufunc)はndarrayの各要素に対して演算した結果を戻します。 数学演算 abs 各要素の絶対値を返す。 In [10]: arr2 Out[10]: array([ 0, -1, -2, -3, -4, -5, -6, -7, -8, -9]) In [11]: np.abs(arr2) Out[11]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) sqrt 各要素の平方根を返す。 In [3]: arr Out[3]: array([0,
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
