利用 Python 进行数据分析：原书第 3 版

NumPy

基础：数组和向量化计算

|

101

另一种做矩阵乘法的方式是使用 @ 中缀运算符：

简单的转置可以使用 .T，其实就是进行轴对换。

ndarray

还有一个 swapaxes 方法，它需

要接收一对轴编号，对换标记的轴以重排数据：

swapaxes 也是返回源数据的视图，不进行复制。

4.2

生成伪随机数

numpy.random 模块对

Python

内置的 random 模块补充了一些函数，用于从多种概率分布

中有效地生成整个样本值数组。例如，你可以用 numpy.normal 得到一个标准正态分布

的

4

×

4

样本数组：

102

|

第

4

章

而

Python

内置的 random 模块则只能一次生成一个样本值。从下面的测试结果中可以看

出，如果需要生成大量样本值，numpy.random 快了不止一个数量级：

这些随机数不是真正的随机数（是伪随机数），而是基于可配置的随机数生成器在确定性

的条件下生成的。numpy.random.standard_normal 等函数使用的是 numpy.random 模块

下的默认随机数生成器，在代码中也可以直接配置生成器：

seed 参数决定了生成器的初始状态，每次使用 rng 对象创建数据时，状态都会改变。生

成器对象 rng 也与其他可能用到 numpy.random