第 4 章 · NumPy
4.6 隨機數與線代
🎯 學習目標¶
- 隨機數生成
- 線性代數基本運算
🎲 隨機數¶
import numpy as np
np.random.seed(42) # 設種子(讓結果可重現)
np.random.rand(5) # 5 個 0-1 均勻
np.random.randn(5) # 5 個標準常態
np.random.randint(1, 100, 10) # 1-100 整數 10 個
np.random.choice([1,2,3,4,5], 3) # 隨機抽 3 個
# 重要:攪亂順序
arr = np.arange(10)
np.random.shuffle(arr)
print(arr)
# 抽樣
np.random.choice(arr, 3, replace=False)
📐 線性代數¶
from numpy import linalg
A = np.array([[1, 2], [3, 4]])
b = np.array([5, 6])
# 解聯立方程組 Ax = b
x = linalg.solve(A, b)
print(x) # [-4. 4.5]
# 反矩陣
A_inv = linalg.inv(A)
# 特徵值
eigvals, eigvecs = linalg.eig(A)
# 行列式
print(linalg.det(A)) # -2.0
✏️ 練習題¶
- 模擬 1000 次丟 2 個骰子,畫分佈
- 解 2x2 聯立方程組
- 算 3x3 矩陣的特徵值