小编p-v*_*lue的帖子

对于一维numpy数组a，我认为np.sum(a)和a.sum()是等价的函数，但我只是做了一个简单的实验，似乎后者总是要快一点：

In [1]: import numpy as np

In [2]: a = np.arange(10000)

In [3]: %timeit np.sum(a)
The slowest run took 16.85 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 6.46 µs per loop

In [4]: %timeit a.sum()
The slowest run took 19.80 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best …

我试图用来numpy.random.multivariate_normal生成多个样本,其中每个样本都是从具有不同mean和的多元正态分布中提取的cov.例如,如果我想绘制2个样本,我试过了

from numpy import random as rand

means = np.array([[-1., 0.], [1., 0.]])
covs = np.array([np.identity(2) for k in xrange(2)]) 
rand.multivariate_normal(means, covs)

但这会导致ValueError: mean must be 1 dimensional.我必须为此循环吗？我认为对于这样的功能rand.binomial是可能的.

假设 和x都是y非常小的数字，但我知道 的真实值x / y是合理的。

最好的计算方法是什么x/y？特别是，我一直在np.exp(np.log(x) - np.log(y)这样做，但我不确定这是否会产生影响？

使用http://seaborn.pydata.org/ generated/seaborn.violinplot.html 上的示例：

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.violinplot(x="day", y="total_bill", data=tips)

_{（来源：pydata.org）}

如何在每把小提琴的顶部绘制两条小水平线（例如指示分布的 2.5 百分位数和 97.5 百分位数的误差线上限？