>>> np.random.randn() 2.1923875335537315 #random
生成正态分布矩阵：
For random samples from 
, use:
sigma * np.random.randn(...) + mu
2.5 * np.random.randn(2, 4) + 3 #生成2行4列的符合（3,2.5^2）正态分布矩阵 其中u=3 σ=2.5
array([[-4.49401501, 4.00950034, -1.81814867, 7.29718677], #random
[ 0.39924804, 4.68456316, 4.99394529, 4.84057254]]) #random
randn(30)生成6*5矩阵 N~(0,1)
randn(50)生成10*5矩阵
matplotlib中注解函数
# annotate参数说明：xy = (2, 1) ：所要标注的位置坐标
# xytext：标注文本所在位置
# arrowprops：标注箭头属性信息（它的内用可以自己试验一下）
# ‘local max\'：标注文本，可以随意替换
annotate(r\'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$\', xy=(t, np.cos(t)), xycoords=\'data\', xytext=(-90, -50), textcoords=\'offset points\', fontsize=16, arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
matplotlib中画点函数解析
t = 2 * np.pi / 3
#第一个参数点的横坐标集合
#第二个参数点的纵坐标集合
#第三个参数该点的半径大小
#第四个参数该点的颜色
scatter([t, t], [np.cos(t), np.sin(t)], 20, color=\'red\')
# 该函数意义为从(t,0)-(t,np.sin(t))画虚线
# 第一个参数为所有点的x坐标集合
# 第二个参数为所有点的y坐标集合
plot([t, t], [0, np.sin(t)], color=\'red\', linewidth=2.5, linestyle="--")