2017.7.13 && 筆記

1.

a = np.array([[1.0, 2.0], [3.0, 4.0]])
a.transpose()

這個函數，是求a的轉置

2.

np.linalg.inv()             矩陣求逆
np.linalg.det()             矩陣求行列式（標量）
np.eye(2)                   二階單位陣
np.trace(u)                 矩陣u的跡（對角線元素相加）
np.linalg.solve(a, y)       求aX=y的線性方程組的解
np.linalg.eig(j)            求特徵值和特徵向量
(array([ 0.+1.j,  0.-1.j]), array([[ 0.70710678+0.j        ,  0.70710678-0.j        ],
       [ 0.00000000-0.70710678j,  0.00000000+0.70710678j]]))

3.

a = np.arange(30)
a.shape = 2, -1, 3
print(a.shape)          2，5，3

其中“-1”是指：無論哪個長度都可以，但要滿足2，3的條件

4.

v = np.random.normal(mu,sigma,10000)

三個參數，mu和sigma指的正態分佈的兩個參數，最後10000指的是在條形圖中，條形的數量

plt.hist(v, bins=50, normed=1, color=)

*x : (n,) array or sequence of (n,) arrays

這個參數是指定每個bin(箱子)分佈的數據,對應x軸

bins : integer or array_like, optional

這個參數指定bin(箱子)的個數,也就是總共有幾條條狀圖

normed : boolean, optional

If True, the first element of the return tuple will be the counts normalized to form a probability density, i.e.,n/(len(x)`dbin)

這個參數指定密度,也就是每個條狀圖的佔比例比,默認爲1

color : color or array_like of colors or None, optional

這個指定條狀圖