python定义二维函数,python绘制二维图形

Python如何对二维数组求和

Python对二维数组求和的方法：首先定义好一个二维数组；然后使用map函数对数组里每一个元素进行sum操作即可对二维数组求和。

 关于二维数组求和的几种方法：

 a = [[1,2],[3,4],[5,6]]

   方法一 sum(map(sum,a)) 

map(func,a) 函数是对a中的每一个元素进行sum操作

解释一下map函数， map(fund, a)   equals   [func(i) for i in a]  and return a list

   方法二 sum(sum(i) for i in a) 

   方法三 sum(sum(a[i]) for i in range(len(a))) 

   方法四 reduce(lambda x,y:x+y , reduce(lambda x,y:x+y, a))

   解释一下reduce(fun,a),reduce返回的是一个结果值而不是一个list，第一步的时候是（［1，2］＋［3，4］） ＋ ［5，6］

   得到一个［1，2，3，4，5，6］， 然后进行的运算是（（（（（1+2）＋3）＋4）＋5）＋6） ＝ 21

一般来说最常用的还是1和3这两种方法，不知道map or reduce, 一般都会采用3， 而知道的应该会采用1，比较简洁。

推荐课程：Python核心基础(尚硅谷)

python自定义函数 对一个二维数组进行操作，去掉该数组的第一列，最后返回剩下的二维数组

难道这个代码有问题吗？我觉得是对的啊，不过我会这样：voidprint(intstr[][],intn){inti,j;for(i=0;i50;i++){for(j=0;j50;j++)printf("%d",str[i][j]);}

怎么用python表示出二维高斯分布函数，mu表示均值，sigma表示协方差矩阵，x表示数据点

clear 

close all

%%%%%%%%%%%%%%%%%%%%%%%%%生成实验数据集

rand('state',0)

sigma_matrix1=eye(2);

sigma_matrix2=50*eye(2);

u1=[0,0];

u2=[30,30];

m1=100;

m2=300;%样本数

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm1数据集

Y1=multivrandn(u1,m1,sigma_matrix1);

Y2=multivrandn(u2,m2,sigma_matrix2);

scatter(Y1(:,1),Y1(:,2),'bo')

hold on

scatter(Y2(:,1),Y2(:,2),'r*')

title('SM1数据集')

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm2数据集

u11=[0,0];

u22=[5,5];

u33=[10,10];

u44=[15,15];

m=600;

sigma_matrix3=2*eye(2);

Y11=multivrandn(u11,m,sigma_matrix3);

Y22=multivrandn(u22,m,sigma_matrix3);

Y33=multivrandn(u33,m,sigma_matrix3);

Y44=multivrandn(u44,m,sigma_matrix3);

figure(2)

scatter(Y11(:,1),Y11(:,2),'bo')

hold on

scatter(Y22(:,1),Y22(:,2),'r*')

scatter(Y33(:,1),Y33(:,2),'go')

scatter(Y44(:,1),Y44(:,2),'c*')

title('SM2数据集')

end

function Y = multivrandn(u,m,sigma_matrix)

  %%生成指定均值和协方差矩阵的高斯数据

n=length(u);

c = chol(sigma_matrix);

X=randn(m,n);

Y=X*c+ones(m,1)*u;

end