（1）保證以後生成的隨機數是一樣的

1 np.random.seed(0)

（2）生成N行，M列的隨機數

np.random.randn(N, M)

（3）對生成的隨機數每個數據都增加數值

np.random.randn(N, M) + (4, 4)

（4）按照順序將元素堆疊起來，可以是元組，列表’

np.vstack((x1, x2))

（5）生成網格采樣點

np.mgrid(start: end: step)

start:開始坐標

stop:結束坐標（不包括）

step:步長

舉例子

res = np.mgrid[-3:3:.1,-3:3:.1]

生成從-3到3的二維坐標

第一部分是y軸的範圍

第二部分是x軸的範圍

返回數組的res[0]是y軸，res[1]是x軸

（6）畫出分類邊界的函數，plt.pcolormesh()

pcolor([X, Y,] C, **kwargs)
x,y表示畫片的橫縱坐標尺寸，C為模型預測的標簽
plt.pcolormesh()會根據y_predict的結果自動在cmap裏選擇顏色

（7）tight_layout會自動調整子圖參數，使之填充整個圖像區域

（8）plt.suptitle(‘總標題‘)

生成隨機數的幾個總結