Numpy基础应用：创建多维数组、正态分布和均匀分布

Numpy是Python中用于处理数组和矩阵的强大库，广泛应用于科学计算、数据分析等领域。本篇文章将介绍如何使用Numpy创建多维数组、生成正态分布和均匀分布的数据。
一、创建多维数组
Numpy提供了多种函数来创建多维数组，其中最常用的是numpy.array()函数。以下是一个简单的示例：

import numpy as np
# 创建一个2行3列的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)

除了numpy.array()函数，还可以使用numpy.zeros()、numpy.ones()、numpy.full()等函数来创建指定形状和初始值的数组。
二、创建正态分布
Numpy中可以使用numpy.random.normal()函数来生成正态分布的随机数。该函数接受三个参数：均值、标准差和随机数生成器的种子。以下是一个示例：

import numpy as np
# 生成1000个正态分布随机数，均值为0，标准差为1
data = np.random.normal(0, 1, 1000)
print(data)

还可以使用numpy.random.randn()函数生成标准正态分布的随机数，均值为0，标准差为1。
三、创建均匀分布
Numpy中可以使用numpy.random.uniform()函数来生成均匀分布的随机数。该函数接受四个参数：最小值、最大值、随机数生成器的种子和随机数的数量。以下是一个示例：

import numpy as np
# 生成1000个均匀分布随机数，范围为[0, 1]
data = np.random.uniform(0, 1, 1000)
print(data)

还可以使用numpy.random.rand()函数生成[0, 1]之间的均匀分布随机数。
总结：Numpy是一个强大的库，提供了多种函数来创建多维数组、生成正态分布和均匀分布的数据。通过合理利用这些函数，可以轻松地进行科学计算和数据分析。以上是Numpy的一些基础应用，更多高级功能和应用可以参考Numpy官方文档。