Numpy 生成随机数和乱序

Numpy官网：http://www.numpy.org/

一、生成随机数

1. numpy.random.rand(d0, d1, …, dn)

生成在 [0, 1) 均匀分布的随机数组，shape 为（d0, d1, …, dn）。

# 生成形状为(3,2)的随机数组
>>> np.random.rand(3,2)
array([[ 0.14022471,  0.96360618],  [ 0.37601032,  0.25528411],  [ 0.49313049,  0.94909878]])

2. numpy.random.randn(d0, d1, …, dn)

生成标准正态分布 N(0,1) 的随机数组，shape 为（d0, d1, …, dn）。

# 生成一个标准正态分布数
>>> np.random.randn()
2.1923875335537315 # 生成形状为(2, 4)的 N(3, 6.25) 正态分布的随机数组
>>> 2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],  [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]])

3. numpy.random.randint(low, high=None, size=None, dtype=‘l’)

生成在半开半闭区间[low,high)上离散均匀分布的整数值；若high=None，则取值区间为[0,low) 。

# 生成形状为(10, )的[0,2)上离散均匀分布的整数值
>>> np.random.randint(2, size=10)
array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0])# 生成形状为(2, 4)的[0,4)上离散均匀分布的整数值
>>> np.random.randint(5, size=(2, 4))
array([[4, 0, 2, 1],[3, 2, 2, 0]])

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

若a为数组（元素可为非数值类型），则从a中选取元素；若a为单个int类型数，则选取np.arange(a)中的数。若replace为True，则选取的元素会出现重复；反之不会出现重复。p为数组，里面存放选到每个数的可能性，即概率。

# 生成形状为(3, )在np.arange(5)中随机取值的数组
>>> np.random.choice(5, 3)
array([0, 3, 4])# 生成形状为(3, )在np.arange(5)中按p中的概率取值的数组
>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
array([3, 3, 0])# 生成形状为(3, )在np.arange(5)中按p中的概率取值的不重复数组
>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])
array([2, 3, 0])

5. numpy.random.seed(seed=None) / numpy.random.RandomState(seed = None)

设置随机种子（整数），使每次生成的随机数一样。

numpy.random.seed(222)
numpy.random.RandomState(333)

二、乱序

1. numpy.random.shuffle(x)

沿多维数组的第一维打乱数组/列表，只改变顺序内容保持不变。

# 打乱一维数组
>>> arr = np.arange(10)
>>> np.random.shuffle(arr)
>>> arr
[1 7 5 2 9 4 3 6 0 8]# 打乱二维数组
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.shuffle(arr)
>>> arr
array([[3, 4, 5],[6, 7, 8],[0, 1, 2]])

2. numpy.random.permutation（x )

如果x是整数，则随机打乱np.arange(x)。如果x是一个数组，则复制并随机打乱元素。如果x是一个多维数组，则沿着它的第一个索引进行打乱。

# 打乱一维数组
>>> np.random.permutation(10)
array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])# 打乱一维数组
np.random.permutation([1, 4, 9, 12, 15])
array([15,  1,  9,  4, 12])# 打乱二维数组
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.permutation(arr)
array([[6, 7, 8],[0, 1, 2],[3, 4, 5]])

Numpy 生成随机数和乱序相关推荐

NumPy——生成随机数的学习笔记~
1 致谢感谢网友OraYang和Asia-Lee的帮助~ 原文链接如下: https://blog.csdn.net/u010665216/article/details/78569370?loca ...
Python生成随机数和numpy生成随机数
生成随机数使用random函数 random.random() 产生一个包含0不包含1之间的小数 random.randint(1,5) 产生一个包含开始和结束的整数 random.uniform( ...
python产生5个随机数_Python和numpy生成随机数
http://blog.csdn.net/pipisorry/article/details/39086463 随机数种子要每次产生随机数相同就要设置种子,相同种子数的Random对象,相同次数生成 ...
numpy生成随机数
文章目录生成随机整数--离散均匀分布生成随机浮点数--连续型均匀分布生成[0,1)之间的均匀分布生成标准正太分布高斯/正太分布这里只列出重要的几个函数生成随机整数–离散均匀分布使用nu ...
Numpy生成随机数及服从常见分布的随机数
from numpy import random import seaborn as sns 普通随机数 random.randint 返回给定范围内的随机整数 # 只给一个参数时,范围是[0,10) ...
＜笔记2＞numpy的生成随机数用法小记
numpy的生成随机数用法小记 numpy生成随机数 <以下图片来自黑马程序猿录播课程笔记> import numpy as np import random #random 生产随机数 ...
python使用random模块生成随机数、实现随机乱序和随机抽样？
如何使用random模块生成随机数.实现随机乱序和随机抽样? random.random()函数可以生成[0.0, 1.0)之间的随机浮点数. random.uniform(a, b)函数可以生成[a ...
numpy和pandas的数据乱序
import numpy as np import pandas as pd import sklearn import urllib import os import tarfile 数据乱序我们 ...
numpy之生成随机数
python里随机数生成主要有两种方式,一种是random库,另一种是numpy.random.我目前后一种用的比较多,因此就先介绍后一种中一些(我)可能常用的,第一种等有时间了再整理. 1. 用nu ...

Numpy 生成随机数和乱序

Numpy 生成随机数和乱序

一、生成随机数

1. numpy.random.rand(d0, d1, …, dn)

2. numpy.random.randn(d0, d1, …, dn)

3. numpy.random.randint(low, high=None, size=None, dtype=‘l’)

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

5. numpy.random.seed(seed=None) / numpy.random.RandomState(seed = None)

二、乱序

1. numpy.random.shuffle(x)

2. numpy.random.permutation（x )

Numpy 生成随机数和乱序相关推荐

最新文章

热门文章