為什麼 x_lin要再加上 np.random.randn(101) 並乘5
路徑 ：專家出題>D1：資料介紹與評估資料 (申論+程式碼)>範例下載> Day_001_example_of_metrics.ipynb>In [2]:
Q 1: x_lin要再加上 np.random.randn(101) 並乘5是為了讓點的分佈更發散？
Q 2: np.random.randn(101) 是指從x_lin裡的101個數字隨機抽一個嗎？電腦怎麼知道是從x_lin裡面去抽？
Q 3:為什麼 loc = 2是那個位置，我有嘗試過改成3、4、5，但找不到位置的規律，大家都只記得 loc=2是左上角嗎？
回答列表
-
2020/03/10 下午 06:47Allen贊同數：1不贊同數：0留言數：0
Q1: x_lin要再加上 np.random.randn(101) 並乘5是為了讓點的分佈更發散？
np.random.randn(101) 會產生一維度101個平均值為0、標準差為1的常態分佈的隨機數。
np.random.randn(101) * 5 ，可視為產生一維度101個平均值為0、標準差為5的常態分佈的隨機數。
相關資料:https://docs.scipy.org/doc/numpy-1.15.1/reference/generated/numpy.random.randn.html
Q2: np.random.randn(101) 是指從x_lin裡的101個數字隨機抽一個嗎？電腦怎麼知道是從x_lin裡面去抽？
np.random.randn(101) 是一維度101個數值的矩陣。
x_lin 也是一維度101個數值的矩陣。
x_lin + np.random.randn(101) : 就是將兩個矩陣相加而已。
Q3:為什麼 loc = 2是那個位置，我有嘗試過改成3、4、5，但找不到位置的規律，大家都只記得 loc=2是左上角嗎？
相關資料:https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.legend.html
-
2020/03/11 上午 00:12張維元 (WeiYuan)贊同數：0不贊同數：0留言數：2
嗨，
Q 1: x_lin要再加上 np.random.randn(101) 並乘5是為了讓點的分佈更發散？
=> 是
Q 2: np.random.randn(101) 是指從x_lin裡的101個數字隨機抽一個嗎？電腦怎麼知道是從x_lin裡面去抽？
=> 是產生一個 101 長度的亂數，跟 x_lin 無關
Q 3:為什麼 loc = 2是那個位置，我有嘗試過改成3、4、5，但找不到位置的規律，大家都只記得 loc=2是左上角嗎？
=> 為什麼不直接看文件呢？
如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的GITHUB帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃
-
2020/03/14 上午 02:29張維元 (WeiYuan)贊同數：0不贊同數：0留言數：0
啊啊啊啊，AnnCheng 抱歉，我沒有不開心的意思。當時是看到你原文提到「有嘗試過改成3、4、5，但找不到位置的規律」，比較好奇為什麼會先用「試」的方式，而不是用先「找文件」的方式，這個回應「可能是背景不同...文件可以查詢」其實有解答到我的困惑。這邊可以補充一下，在程式的世界中語法或是工具都非常多，會建議在初學的階段可以養成一個起手式：看到完全不會的東西就先查官方文件。以這個例子來說， 會建議直接 Google 「plt.legend」，應該會看到這個 - matplotlib.pyplot.legend — Matplotlib 3.1.2 documentation ，所以我們可以從 Matplotlib documentation 猜想他應該就官方的文件，這是我找的脈絡。
「希望您能理解發問的人純粹想把東西學好，問問題前有些內容也有事先查詢過幫助自己學習，不會是想要找大家麻煩純粹亂發問。」=> 我理解，我不是有意影響到你學習的心情的 :(