生成随机数——random
seed#种子# round#舍入# random#随机的#
random.seed()——相当于一个标记,标记接下来产生的随机数,下次提前运行种子seed就可以再次生成之前被标记好的随机数
round《舍入》:保留多少位小数,但不会自动补零。
生成随机数组——NumPy
Numpy-numerical python numerical#数字的# rand#生成器# state#态# linspace#线性等分限量#
randint——整数数组
rand——均匀分布实数数组
randn——正态分布实数数组
linspace——等距离数列
np.random.RandomState()——类似random.seed()的种子
np.random.RandomState().randint(0, 10, (3, 6))——三行六列,数值在0-10之间的整数数列
Numpy的np.array
array#数组# tupue#元组# complex#复数# ndim#空间维数# shape#形状# slicing#切片#
array不是typue,是数组不是元组,元组是数据类型
np.array([[1], [2]])
np.array([1, 2, 3], dtype=complex)
data1 = [1, 3,]
arr1 = np.array(data1)
arr1.ndim——查看数组维度
arr1.shape——查看是几乘几的矩阵
slicing——看课件
import numpy as np
mean#均值# std#标准偏差公式#
x = np.random.randn(5, 4)
x.sum()
x.min()
x.max()
x.mean()
x.std()
Pandas读取资料
读取csv
import pandas as pd
df = pd.read_csv(r"路径”)
print(df)
读取html档案
import pandas as pd
dfs = pd.read_html("路径“)
print(dfs)
读取excel档案
import pandas as pd
exceldata = pd.read_excel(r"路径”)
print(exceldata)
本文介绍了如何使用Python的random模块生成随机数,并通过NumPy库实现随机数组生成,包括randint、rand和randn等函数。此外,还讲解了如何运用Numpy进行数据处理,如计算均值、标准差,以及Pandas在读取CSV、HTML和Excel文件的实用操作。
3337





