我试图了解这段代码的作用。我正在浏览一些关于 numpy 和绘图的示例，但我无法弄清楚 u 和 v 是什么。我知道u 是一个由两个数组组成的数组，每个数组的大小为 10000。v=u.max(axis=0) 是做什么的？ max 函数是否被调用为标准 python 库的一部分？当我绘制直方图时，我得到一个由 2x 定义的 pdf，而不是正态均匀分布。
import numpy as np
import numpy.random as rand
import matplotlib.pyplot as plt
np.random.seed(123)
u=rand.uniform(0,1,[2,10000])
v=u.max(axis=0)
plt.figure()
plt.hist(v,100,normed=1,color='blue')
plt.ylim([0,2])
plt.show()
【问题讨论】：
标签： python numpy matplotlib
u.max()，或等效的 np.max(u)，将为您提供数组中的 最大值 - 即单个值。它是这里的 Numpy 函数，而不是标准库的一部分。您通常希望找到沿特定轴/维度的最大值，这就是这里发生的事情。
U 的形状为 (2,10000)，u.max(axis=0) 为您提供沿 0 轴的最大值，返回一个形状为 (10000,) 的数组。如果你做了u.max(axis=1)，你会得到一个形状为(2,)的数组。
简单插图/示例：
>>> a = np.array([[1,2],[3,4]])
>>> a
array([[1, 2],
[3, 4]])
>>> a.max(axis=0)
array([3, 4])
>>> a.max(axis=1)
array([2, 4])
>>> a.max()
4
【讨论】：
a.max(axis=0) 是每一列的最大值，而a.max(axis=1) 是每一行的最大值。
您在不同模块中加载的前三行（其余代码中依赖的库）。你加载 numpy 这是一个数值库，numpy.random 这是一个在创建随机数方面做了大量工作的库，matplotlib 允许绘制函数。
其余的在这里描述：
np.random.seed(123)
计算机不会真正生成随机数，而是从一长串数字中选择一个数字（更正确地解释这是如何完成的http://en.wikipedia.org/wiki/Random_number_generation）。本质上，如果您想使用相同的随机数复制作品，计算机需要知道在此数字列表中的哪个位置开始选择数字。这就是这行代码的作用。如果其他人现在运行相同的代码，您最终会得到相同的“随机”数字。
u=rand.uniform(0,1,[2,10000])
这会生成 10000 个随机数两次，分布在 0 和 1 之间。这是均匀分布，因此它同样可能得到 0 和 1 之间的任何点。（再次可以在此处找到更多信息：http://en.wikipedia.org/wiki/Uniform_distribution_(continuous)）。您正在一个数组中创建两个数组。这可以通过以下方式进行检查：len(u) 和 len(u[0])。
v=u.max(axis=0)
iPython 中的u.max? 命令将您引向文档。它基本上是选择一个最大值，轴确定如何选择最大值。请尝试以下操作：
a = np.arange(4).reshape((2,2))
np.amax(a, axis=0) # gives array([2, 3])
np.amax(a, axis=1) # gives array([1, 3])
其余代码用于设置直方图。直方图中总共有 100 个 bin，条形图将显示为蓝色。直方图 y 轴上的最大高度为 2，normed 将保证每个 bin 中至少有一个样本。
我无法清楚地说明代码的真正目的或应用是什么。但这本质上就是它正在做的事情。
【讨论】：