python高斯随机矩阵

A. python如何产生随机矩阵

numpy.random包可以实现这一功能。numpy包是python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比python自身的嵌套列表结构要高效的多，同时该结构也可以用来表示矩阵。
from
numpy
import
random
randarray
=
random.random(size=(2,4))
random函数接收需要生成随机矩阵的形状的元组作为唯一参数。上面的代码将会返回一个两行四列的随机矩阵，随机数的值位于0到1之间，矩阵是numpy.array类型。除了random函数外，还有生成整数随机矩阵的函数randint等等。

B. python怎样生成一个随机矩阵

fromnumpyimportrandom
randArray=random.random(size=(2,4))

#输出
#array([[0.93848018,0.42005976,0.81470729,0.98797783],[0.12242703,0.42756378,0.59705163,0.36619101]])

random函数接收需要生成随机矩阵的形状的元组作为唯一参数。上面的代码将会返回一个两行四列的随机矩阵，随机数的值位于0到1之间，矩阵是numpy.array类型。除了random函数外，还有生成整数随机矩阵的函数randint。

fromnumpyimportrandom
random.randint(1,100,size=(3,3))

#输出
#array([[74,76,46],[90,16,8],[21,41,31]])

C. 如何用python numpy产生一个正太分布随机数的向量或者矩阵

高斯分布是从负无穷到正无穷的.能限制住就不是高斯分布了.
或者你做个近似的,函数生成的数值如果不在[0,1],就重新随机一次

D. python怎样生成一个随机矩阵

importrandom#导入随机数模块
m=10
n=10
matrix=[[0foriinrange(m)]foriinrange(n)]#定义数组
forrowinrange(0,m):
forcolinrange(0,n):
matrix[row].append(random.randint(0,101))#赋值

forrowinrange(0,m):
printmatrix[row]#打印

E. python如何产生随机矩阵

importrandom
x=[]
precision=10000.0
foriinxrange(25):
y=[]
forjinxrange(401):
y.append(random.randint(-0.12*precision,0.12*precision)/precision)
x.append(y)
printx
#xiswhatyouwant

精度可以调整precision

学python可以看看我在云课堂开的课程，用python做些事

F. “python”怎样生成一个随机矩阵

Python 编写程序：产生一个随机 3 位正整数，并将该整数的数字首尾互换输出，例如：157 互换后为 751。

importrandom
a,b,c=random.randint(1,9),random.randint(0,9),random.randint(1,9)
printa*100+b*10+c
printc*100+b*10+a

G. 如何用Python生成多个随机矩阵

numpy.random包可以实现这一功能。numpy包是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多，同时该结构也可以用来表示矩阵。
from numpy import random
randArray = random.random(size=(2,4))
random函数接收需要生成随机矩阵的形状的元组作为唯一参数。上面的代码将会返回一个两行四列的随机矩阵，随机数的值位于0到1之间，矩阵是numpy.array类型。除了random函数外，还有生成整数随机矩阵的函数randint等等。

H. 如何利用Python生成行列均不重复的随机矩阵

v假如你排列的是个数组{1,2,3,4,5}
列数假如也是5
也就是5*5的矩阵
然后让5个数组都随机生成
然后排序
如果两个临近数据相同或相近
这两个数据就是挨着的好像这样：
0：{1,2,3,4,5}
1：{2,3,4,5,1}
2：{2,3,5,1,4}
3：{2,3,5,1,4}
4：{2,3,5,4,1}
那么生成完之后就可以经过一次遍历
把邻近两个进行比较
如果相同就重新生成一个
或者先标记
之后再去

I. 怎么用python表示出二维高斯分布函数，mu表示均值，sigma表示协方差矩阵，x表示数据点

clear
closeall
%%%%%%%%%%%%%%%%%%%%%%%%%生成实验数据集

rand('state',0)
sigma_matrix1=eye(2);
sigma_matrix2=50*eye(2);

u1=[0,0];
u2=[30,30];
m1=100;
m2=300;%样本数
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm1数据集
Y1=multivrandn(u1,m1,sigma_matrix1);
Y2=multivrandn(u2,m2,sigma_matrix2);

scatter(Y1(:,1),Y1(:,2),'bo')
holdon
scatter(Y2(:,1),Y2(:,2),'r*')
title('SM1数据集')
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm2数据集
u11=[0,0];
u22=[5,5];
u33=[10,10];
u44=[15,15];
m=600;
sigma_matrix3=2*eye(2);
Y11=multivrandn(u11,m,sigma_matrix3);
Y22=multivrandn(u22,m,sigma_matrix3);
Y33=multivrandn(u33,m,sigma_matrix3);
Y44=multivrandn(u44,m,sigma_matrix3);
figure(2)
scatter(Y11(:,1),Y11(:,2),'bo')
holdon
scatter(Y22(:,1),Y22(:,2),'r*')
scatter(Y33(:,1),Y33(:,2),'go')
scatter(Y44(:,1),Y44(:,2),'c*')
title('SM2数据集')
end
functionY=multivrandn(u,m,sigma_matrix)
%%生成指定均值和协方差矩阵的高斯数据
n=length(u);
c=chol(sigma_matrix);
X=randn(m,n);
Y=X*c+ones(m,1)*u;
end