np.random.uniform,random,choice，newaxis

np.random.uniform(low=0.0, high=1.0, size=None)

均匀分布，随机生成下一个实数，在 [low, high) 范围内。

low : 随机数的最小值，包含该值。

high : 随机数的最大值，不包含该值。

https://blog.csdn.net/u013920434/article/details/52507173 讲的很全面

https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.random.uniform.html 官方讲解

a = np.random.uniform(1, 2, 10)
>>> a
array([1.78110153, 1.08004137, 1.52783342, 1.4495069 , 1.14119001,1.53451488, 1.35288078, 1.2797133 , 1.75361729, 1.1551278 ])
>>> a.shape
(10,)
>>> b = np.random.uniform(1, 2, 10)[:, np.newaxis]  #加了一个维度
>>> b
array([[1.19651492],[1.39541099],[1.03515532],[1.85664151],[1.84396349],[1.55697423],[1.14567357],[1.11043705],[1.80660254],[1.50724142]])
>>> b.shape
(10, 1)

`numpy.random.random`（size = None ）

（0, 1）中返回随机浮点数。

>>> print(np.random.random())
0.4362833489716911
>>> print(np.random.random(5,))
[0.23883434 0.56420743 0.97575548 0.44025629 0.73052107]>>> print( np.random.random((2,4)))  # 定义具体维度时random后需2层括号
[[0.56629049 0.25066895 0.22551347 0.69089366][0.86297426 0.45869556 0.07899109 0.94200317]]

https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.random.random.html

np.random.choice(a, size=None, replace=True, p=None)

---------------------
作者：qfpkzheng
来源：CSDN
原文：https://blog.csdn.net/qfpkzheng/article/details/79061601
版权声明：本文为博主原创文章，转载请附上博文链接！

# 参数意思分别是从a 中以概率P，随机选择3个, p没有指定的时候相当于是一致的分布
a1 = np.random.choice(a=5, size=3, replace=False, p=None)
print(a1)
# 非一致的分布，会以多少的概率提出来
a2 = np.random.choice(a=5, size=3, replace=False, p=[0.2, 0.1, 0.3, 0.4, 0.0])
print(a2)
# replacement 代表的意思是抽样之后还放不放回去，如果是False的话，那么出来的三个数都不一样，如果是
True的话，有可能会出现重复的，因为前面的抽的放回去了。

---------------------
作者：超级杰哥
来源：CSDN
原文：https://blog.csdn.net/autoliuweijie/article/details/51982514
版权声明：本文为博主原创文章，转载请附上博文链接！

a : 1-D array-like or int
If an ndarray, a random sample is generated from its elements.
If an int, the random sample is generated as if a was np.arange(n)

size : int or tuple of ints, optional

replace : boolean, optional
Whether the sample is with or without replacement

p : 1-D array-like, optional
The probabilities associated with each entry in a. If not given the sample assumes a uniform distribution over all entries in a.
>>> np.random.choice(5, 3)
array([0, 3, 4])>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
array([3, 3, 0])>>> np.random.choice(5, 3, replace=False)
array([3,1,0])>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])
array([2, 3, 0])>>> aa_milne_arr = ['pooh', 'rabbit', 'piglet', 'Christopher']>>> np.random.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])
array(['pooh', 'pooh', 'pooh', 'Christopher', 'piglet'],

np.random.uniform,random,choice，newaxis相关推荐

Python爬虫笔记——随机函数（random,uniform,randint,randrange,shuffle,sample）
random() random()方法:返回随机生成的一个实数,它在[0,1)范围内运用random()方法的语法: import random #random()方法不能直接访问,需要导入rand ...
python中uniform函数_python--随机函数（random,uniform,randint,randrange,shuffle,sample）
random() random()方法:返回随机生成的一个实数,它在[0,1)范围内运用random()方法的语法: import random #random()方法不能直接访问,需要导入rand ...
详述numpy中的np.random.rand()、np.random.randn()、np.random.randint()、np.random.uniform()函数的用法
目录 (一)np.random.rand() (二)np.random.randn() (三)np.random.randint(low,high,size,dtype) (四)np.random.u ...
np.empty()函数、np.random.uniform()函数、np.random.normal()函数的详细介绍和代码说明
目录 np.empty()函数 np.random.uniform()函数 np.random.normal()函数 np.random的其它常见函数参考 np.empty()函数函数定义: nu ...
np.random.uniform()函数用法总结
概述 np.random.uniform()作用于从一个均匀分布的区域中随机采样. 用法 np.random.uniform(low, high ,size) ```其形成的均匀分布区域为[low, ...
numpy np.random.random()函数和random.uniform()函数
np.random.random()函数表示生成随机数组 np.random.random([N,D]) 表示生成N行D列的随机数组,其值在0-1之间取值. np.random.random([20, ...
Python中random模块常用函数/方法（2）——random.random()，random.randint()和random.uniform()
1.random.random():生成一个0到1的随机符点数: 0 <= n < 1.0 语法:random.random() #生成一个0~1之间的随机浮点数 print(" ...
python random模块中的指令_10分钟让你掌握python编程中random模块功能使用，非常详细...
原标题:10分钟让你掌握python编程中random模块功能使用,非常详细 python作为一门高级编程语言,它的定位是优雅.明确和简单.阅读Python编写的代码感觉像在阅读英语一样,这让使用者可 ...
numpy.random.uniform()
numpy.random.uniform(low=0.0, high=1.0, size=None) low: 采样下界,float类型,默认值为0: high: 采样上界,float类型,默认值为1 ...

np.random.uniform,random,choice，newaxis

np.random.uniform(low=0.0, high=1.0, size=None)

`numpy.random.random`（size = None ）

np.random.choice(a, size=None, replace=True, p=None)

np.random.uniform,random,choice，newaxis相关推荐

最新文章

热门文章

np.random.uniform,random,choice，newaxis

np.random.uniform(low=0.0, high=1.0, size=None)

numpy.random.random（size = None ）

np.random.choice(a, size=None, replace=True, p=None)

np.random.uniform,random,choice，newaxis相关推荐

最新文章

热门文章

`numpy.random.random`（size = None ）