這篇文章給大家介紹random函數(shù)如何在Numpy中使用,內(nèi)容非常詳細(xì),感興趣的小伙伴們可以參考借鑒,希望對(duì)大家能有所幫助。
random模塊用于生成隨機(jī)數(shù)
numpy.random.rand(d0, d1, ..., dn):生成一個(gè)[0,1)之間的隨機(jī)浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組。 #numpy.random.rand(d0, d1, ..., dn) import numpy as np #無(wú)參 np.random.rand()#生成生成[0,1)之間隨機(jī)浮點(diǎn)數(shù) type(np.random.rand())#float #d0,d1....表示傳入的數(shù)組形狀 #一個(gè)參數(shù) np.random.rand(1)#array([ 0.44280931]) type(np.random.rand(1))#numpy.ndarray np.random.rand(5)#生成一個(gè)形狀為5的一維數(shù)組 #兩個(gè)參數(shù) np.random.rand(2,3)#生成2x3的二維數(shù)組 #np.random.rand((2,3))#報(bào)錯(cuò),參數(shù)必須是整數(shù),不能是元組
numpy.random.randn(d0, d1, ..., dn):生成一個(gè)浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組,取數(shù)范圍:正態(tài)分布的隨機(jī)樣本數(shù)。
#numpy.random.randn(d0, d1, ..., dn) import numpy as np #無(wú)參 np.random.randn()#1.4872544578730051,不一定是[0,1)之間的隨機(jī)數(shù) #一個(gè)參數(shù) np.random.randn(1) np.random.randn(5)#生成形狀為5的一維數(shù)組 #兩個(gè)參數(shù) np.random.randn(2,3)#生成2x3數(shù)組 #np.random.randn((2,3))#報(bào)錯(cuò),參數(shù)必須是整數(shù)
numpy.random.standard_normal(size=None):生產(chǎn)一個(gè)浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組,取數(shù)范圍:標(biāo)準(zhǔn)正態(tài)分布隨機(jī)樣本
import numpy as np #numpy.random.standard_normal(size=None) #size為整數(shù) np.random.standard_normal(2)#array([-2.04606393, -1.05720303]) #size為整數(shù)序列 np.random.standard_normal((2,3)) np.random.standard_normal([2,3]).shape#(2, 3)
numpy.random.randint(low, high=None, size=None, dtype='l'):生成一個(gè)整數(shù)或N維整數(shù)數(shù)組,取數(shù)范圍:若high不為None時(shí),取[low,high)之間隨機(jī)整數(shù),否則取值[0,low)之間隨機(jī)整數(shù)。
#numpy.random.randint(low, high=None, size=None, dtype='l') import numpy as np #low=2 np.random.randint(2)#生成一個(gè)[0,2)之間隨機(jī)整數(shù) #low=2,size=5 np.random.randint(2,size=5)#array([0, 1, 1, 0, 1]) #low=2,high=2 #np.random.randint(2,2)#報(bào)錯(cuò),high必須大于low #low=2,high=6 np.random.randint(2,6)#生成一個(gè)[2,6)之間隨機(jī)整數(shù) #low=2,high=6,size=5 np.random.randint(2,6,size=5)#生成形狀為5的一維整數(shù)數(shù)組 #size為整數(shù)元組 np.random.randint(2,size=(2,3))#生成一個(gè)2x3整數(shù)數(shù)組,取數(shù)范圍:[0,2)隨機(jī)整數(shù) np.random.randint(2,6,(2,3))#生成一個(gè)2x3整數(shù)數(shù)組,取值范圍:[2,6)隨機(jī)整數(shù) #dtype參數(shù):只能是int類型 np.random.randint(2,dtype='int32') np.random.randint(2,dtype=np.int32)
numpy.random.random_integers(low, high=None, size=None):生成一個(gè)整數(shù)或一個(gè)N維整數(shù)數(shù)組,取值范圍:若high不為None,則取[low,high]之間隨機(jī)整數(shù),否則取[1,low]之間隨機(jī)整數(shù)。
#numpy.random.random_integers(low, high=None, size=None) import numpy as np #low=2 np.random.random_integers(2)#生成一個(gè)[1,2]之間隨機(jī)整數(shù) #low=2、size=5 np.random.random_integers(2,size=5)#array([2, 1, 1, 1, 1]) #low=2、high=6 np.random.random_integers(2,6)#生成一個(gè)[2,6]之間隨機(jī)整數(shù) #low=2、high=6、size=5 np.random.random_integers(2,6,size=5)#生成一個(gè)形狀為5的一維整數(shù)數(shù)組組 #size為整數(shù)元組 np.random.random_integers(2,size=(2,3))#生成一個(gè)2x3數(shù)組,取數(shù)范圍:[1,2]隨機(jī)整數(shù) np.random.random_integers(2,6,(2,3))#生成一個(gè)2x3數(shù)組,取數(shù)范圍:[2,6]隨機(jī)整數(shù)
numpy.random.random_sample(size=None):生成一個(gè)[0,1)之間隨機(jī)浮點(diǎn)數(shù)或N維浮點(diǎn)數(shù)組。
#numpy.random.random_sample(size=None) import numpy as np #size=None np.random.random_sample()#生成一個(gè)[0,1)之間隨機(jī)浮點(diǎn)數(shù) #size=2 np.random.random_sample(2)#生成shape=2的一維數(shù)組 #size為整數(shù)元組 np.random.random_sample((2,))#等同np.random.random_sample(2) #np.random.random_sample((,2))#報(bào)錯(cuò) np.random.random_sample((2,3))#生成2x3數(shù)組 np.random.random_sample((3,2,2))#3x2x2數(shù)組
numpy.random.choice(a, size=None, replace=True, p=None):從序列中獲取元素,若a為整數(shù),元素取值為np.range(a)中隨機(jī)數(shù);若a為數(shù)組,取值為a數(shù)組元素中隨機(jī)元素。
#numpy.random.choice(a, size=None, replace=True, p=None) import numpy as np #a為整數(shù),size為None np.random.choice(2)#生成一個(gè)range(2)中的隨機(jī)數(shù) #a為整數(shù),size為整數(shù) np.random.choice(2,2)#生成一個(gè)shape=2一維數(shù)組 #a為整數(shù),size為整數(shù)元組 np.random.choice(5,(2,3))#生成一個(gè)2x3數(shù)組 #a為數(shù)組,size為None np.random.choice(np.array(['a','b','c','f']))#生成一個(gè)np.array(['a','b','c','f']中隨機(jī)元素 #a為數(shù)組,size為整數(shù) np.random.choice(5,(2,3))#生成2x3數(shù)組 #a為數(shù)組,size為整數(shù)元組 np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3數(shù)組 #p參數(shù):可以理解成a中元素出現(xiàn)的概率,p的長(zhǎng)度和a的長(zhǎng)度必須相同,且p中元素之和為1,否則報(bào)錯(cuò) #np.random.choice(2,p=[1])#報(bào)錯(cuò),a和p長(zhǎng)度不一致 np.random.choice(5,p=[0,0,0,0,1])#生成的始終是4 np.random.choice(5,3,p=[0,0.5,0.5,0,0])#生成shape=3的一維數(shù)組,元素取值為1或2的隨機(jī)數(shù)
numpy.random.shuffle(x):對(duì)X進(jìn)行重排序,如果X為多維數(shù)組,只沿第一條軸洗牌,輸出為None。
#numpy.random.shuffle(x) import numpy as np list1 = [1,2,3,4,5] np.random.shuffle(list1)#輸出None list1#[1, 2, 5, 3, 4],原序列的順序也被修改 arr = np.arange(9).reshape(3,3) np.random.shuffle(arr)#對(duì)于多維數(shù)組,只沿著第一條軸打亂順序
numpy.random.permutation(x):與numpy.random.shuffle(x)函數(shù)功能相同,兩者區(qū)別:peumutation(x)不會(huì)修改X的順序。
#numpy.random.permutation(x) import numpy as np #x=5 np.random.permutation(5)#生成一個(gè)range(5)隨機(jī)順序的數(shù)組 #x為列表或元組 list1 = [1,2,3,4] np.random.permutation(list1)#array([2, 1, 4, 3]) #list1#[1, 2, 3, 4] #x為數(shù)組 arr = np.arange(9) np.random.permutation(arr) arr2 = np.arange(9).reshape(3,3) np.random.permutation(arr2)#對(duì)于多維數(shù)組,只會(huì)沿著第一條軸打亂順序
關(guān)于random函數(shù)如何在Numpy中使用就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到。
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無(wú)理由+7*72小時(shí)售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì),專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
網(wǎng)站名稱:random函數(shù)如何在Numpy中使用-創(chuàng)新互聯(lián)
網(wǎng)頁(yè)鏈接:http://jinyejixie.com/article44/dsshee.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供品牌網(wǎng)站制作、網(wǎng)站收錄、虛擬主機(jī)、自適應(yīng)網(wǎng)站、網(wǎng)站設(shè)計(jì)公司、營(yíng)銷型網(wǎng)站建設(shè)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容