np.random用法

np.random.rand() --> 生成指定维度的的[0,1)范围之间的随机数，输入参数为维度

例如：

>>>np.random.rand(4,3,2）
生成一个shape为[4,3,2]的array，array中每个元素都是一个[0,1)之间的随机数

np.random.randn() --> 生成指定维度的服从标准正态分布的随机数，输入参数为维度

例如：

>>>np.random.randn() ：没有参数，只返回单个数据

>>>np.random.randn(2,4)：返回一个shape为[2,4]的array，array中的元素服从标准正态分布

np.random.randint(low, high = None, size = None,dtype = 'l')--> 返回随机数或者随机数组成的array

输入参数有：

low，high(范围区间为[low,high))，low不可以>=high
size，
dtype(默认为int)

例如：

>>>np.random.randint(1,size=5):
返回[0,1)之间的随机整数，尺寸为5，因此只有0
array([0,0,0,0,0])

>>>np.random.randint(1,5)：
返回一个[1,5)之间的随机整数
4

错误实例：
np.random.randint(size = 2)
np.random.randint(high = 1, size = 2)
np.random.randint(high = 1)

TypeError: randint() takes at least 1 positional argument (0 given)
randint()必须有一个位置参数

np.random.randint(high = 1,1)

SyntaxError: positional argument follows keyword argument
位置参数跟在了关键字参数的后面，是不可以的

np.random.random_integers(low,high = None,size = None)-->返回范围为[low,high] 闭区间 随机整数

>>>np.random.random_integer(1,size = 5)
array([1,1,1,1,1])

5.np.random.random(size = (2,2))-->生成随机浮点数阵列

>>>np.random.random(size = (2,2))
[[ 0.25303772   0.45417512][ 0.76053763   0.12454433]]

>>>np.random.rand(2,2)  等价于 np.random.random(size = (2,2))
也就是说二者都只提供size参数，但一个是位置参数，一个是关键字参数，二者返回的都是[0,1）范围的随机浮点数

6.np.random.choice(a, size = None, replace = True, p = None) --> 从给定数组a中随机选择,p可以指定a中每个元素被选择的概率
例如：

当a为整数时，随机选择数组np.arange(a)中的数

>>>np.random.choice(5,3)
array([4,1,4])
np.arange(5) == array([0,1,2,3,4])，从该array中随机选择3个数组成一个新的array并返回

>>>np.random.choice(5,3,replace=False)
array([0,3,1]) , 当replace = False时，返回的数中不可以有重复的

>>>np.random.choice(5,size = (3,2))
array([[1,0],[4.2],[3,3]])

p是一个list,p的size 必须与a的size一致，p中每个元素对应了a中每个元素被选择的概率
>>>np.random.choice(list_tmp,size = (3,3),p = [0.1,0.6,0.1,0.1,0.1])

np.random.seed() -->使随即数据可预测，对于同一个seed，生成的随机数相同
例如

>>>np.random.seed(0)
>>>np.random.rand(1)
array([0.5488135])
>>>np.random.seed(1)
>>>np.random.rand(1)
array([0.4359949])
>>>np.random.seed(1)
>>>np.random.rand(1)
array([0.4359949])

作者：暴走的llccll
链接：https://www.jianshu.com/p/85ec63259c4e
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

np.random用法相关推荐

【python-numpy】工具包中np.random.choice()的用法详解及其参考
本文为CSDN博主「ImwaterP」的原创文章,转载请附上原文出处链接及本声明. 原文链接:https://blog.csdn.net/ImwaterP/article/details/962822 ...
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, ...
np.random.seed用法
参考https://stackoverflow.com/questions/21494489/what-does-numpy-random-seed0-do random.seed是随机种子生成器,当 ...
np.random.rand()用法
numpy.random.rand numpy.random.rand(d0, d1, -, dn) Random values in a given shape.(指定类型的) Create an ...
np.random.choice用法
numpy.random.choice(a, size=None, replace=True, p=None) 返回:从[0,a)中以概率p采样size个数,replacement 代表的意思是抽样之 ...
Numpy np.random.RandomState()的简单用法
和np.random.seed()一样,也是做一个随机数种子,不过前者是全局的,也就没有返回值的说法,而这个是局部的: 比如说: import numpy as nprnd = np.random.R ...
np.random.choice的用法
import numpy as np # 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, r ...
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.random.choice()函数用法
语法: np.random.choice(a, size=None, replace=True, p=None) 函数效果: 从一维array a 或 int 数字a 中,以概率p随机选取大小为siz ...
np.random的各种不同用法
随机抽样 (numpy.random) 简单的随机数据 rand(d0, d1, ..., dn) 随机值(随机值位于0~1之间 >>> np.random.rand(3,2) ar ...

np.random用法

np.random用法相关推荐

最新文章

热门文章