Python:NumPy随机数模块numpy.random

2024-01-07 19:06:28

当涉及到 NumPy 中 numpy.random 模块时,有许多用于生成各种随机数的方法。

以下是一些常用方法的示例:

快速预览:

  • randint(low, high, size):生成指定范围内的随机整数。
  • random():生成0到1之间的随机浮点数。
  • rand(d0, d1, ..., dn):生成指定形状的0到1之间的随机数组。
  • randn(d0, d1, ..., dn):生成符合标准正态分布的随机数组。
  • choice(a, size, replace):从给定的数组中随机选择值。

以下是函数详解:

1. 生成随机整数:

randint(low, high, size):生成指定范围内的随机整数。

import numpy as np

# 生成一个1到10之间的随机整数
random_integer = np.random.randint(1, 11)
print("Random Integer:", random_integer)

输出结果示例:

Random Integer: 7

2. 生成随机浮点数:

random():生成0到1之间的随机浮点数。

import numpy as np

# 生成一个0到1之间的随机浮点数
random_float = np.random.random()
print("Random Float:", random_float)

输出结果示例:

Random Float: 0.5255403984134067

3. 生成指定形状的随机数组:

rand(d0, d1, ..., dn):生成指定形状的0到1之间的随机数组。

import numpy as np

# 生成一个3x3的随机数组,数值范围在0到1之间
random_array = np.random.rand(3, 3)
print("Random Array:\n", random_array)

输出结果示例:

Random Array:
		 [[0.81024629 0.63484549 0.05616158]
		 [0.63263388 0.28561987 0.57297481]
		 [0.18658314 0.23026812 0.62510769]]

4. 生成符合正态分布的随机数组:

randn(d0, d1, ..., dn):生成符合标准正态分布的随机数组。

import numpy as np

# 生成一个3x3的符合正态分布的随机数组
normal_distribution = np.random.randn(3, 3)
print("Normal Distribution:\n", normal_distribution)

输出结果示例:

Normal Distribution:
				 [[-0.28611564 -0.22583219 -1.29417665]
				 [-1.12840878  0.09832771  0.13931928]
				 [ 0.77721926 -0.18642344  0.38599623]]

5. 从给定的数组中随机选择值:

choice(a, size, replace):从给定的数组中随机选择值。

import numpy as np

my_array = np.array([1, 2, 3, 4, 5])

# 从 my_array 中随机选择一个值
random_choice = np.random.choice(my_array)
print("Random Choice:", random_choice)

输出结果示例:

Random Choice: 3

这些示例展示了一些常用的随机数生成方法,并展示了生成的随机数示例及其打印输出结果。

大家可以根据需要使用这些方法,并根据参数进行调整,生成适合你需求的随机数。

文章来源:https://blog.csdn.net/weixin_42046845/article/details/135441883
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。