1. numpy中产生随机数的方法

1)rand() 　　产生[0,1]的浮点随机数,括号里面的参数可以指定产生数组的形状

2)randn()　　产生标准正太分布随机数，参数含义与random相同

3)randint()　　产生指定范围的随机数，最后一个参数是元祖，他确定数组的形状

import numpy as np

from numpy import random as nr

#只显示小数点后两位

np.set_printoptions(precision = 2)

r1 = nr.rand(3,4)

r2 = nr.randn(5,4)

r3 = nr.randint(0,10,size = (4,3))

print r1

print r2

print r3

[[ 0.34 0.51 0.65 0.57]

[0.97 0.16 0.62 0.37]

[0.23 0.78 0.77 0.46]]

[[-0.69 -1.24 -0.32 1.07]

[0.05 -1.97 1.01 -1.59]

[1.51 -1.21 1.02 -0.19]

[1.49 -0.42 0.64 0.07]

[-0.1 1.11 0.24 -0.18]]

[[9 6 7]

[1 97]

[4 96]

[3 90]]

2. 常用分布

1）normal(）　　正太分布

2）uniform()　　均匀分布

3）poisson()　　泊松分布

# -*- coding: utf-8 -*-

"""

Spyder Editor

This is a temporary script file.

"""

import numpy as np

from numpy import random as nr

#只显示小数点后两位

np.set_printoptions(precision = 2)

#第一个参数是均值，第二个参数是标准差

r1 = nr.normal(100,10,size = (3,4))

print r1

#前两个参数分别是区间的初始值和终值

r2 = nr.uniform(0,10,size = (3,4))

print r2

#第一个参数为指定的lanbda系数

r3 = nr.poisson(2.0,size = (3,4))

print r3

[[ 100.67 98.39 99.36 103.37]

[ 98.23 95.11 107.57 111.23]

[ 97.26 75.21 110.4 112.53]]

[[ 2.42 6.81 9.96 3.15]

[9.28 4.4 7.87 5.19]

[3.47 2.92 4.5 2.58]]

[[3 1 5 0]

[1 04 3]

[3 12 1]]

3. 乱序和随机抽取

　　permutation()随机生成一个乱序数组，当参数是n时，返回[0,n)的乱序，他返回一个新数组。而shuffle()则直接将原数组打乱。choice（）是从指定的样本中随机抽取。

# -*- coding: utf-8 -*-

"""

Spyder Editor

This is a temporary script file.

"""

import numpy as np

from numpy import random as nr

#只显示小数点后两位

np.set_printoptions(precision = 2)

#返回打乱数组，原数组不变

r1 = nr.randint(10,100,size = (3,4))

print r1

print nr.permutation(r1)

print r1

print nr.permutation(5)

# 使用shuffle打乱数组顺序

x = np.arange(10)

nr.shuffle(x)

print x

#xhoice()函数从指定数组中随机抽取样本

#size参数用于指定输出数组的大小

#replace参数为True时，进行可重复抽取，而False表示进行不可重复的抽取。默认为True

x = np.array(10)

c1 = nr.choice(x,size = (2,3))

print c1

c2 = nr.choice(x,5,replace = False)

print c2

[[78 22 43 70]

[4687 12 32]

[1156 89 79]]

[[11 56 89 79]

[7822 43 70]

[4687 12 32]]

[[78 22 43 70]

[4687 12 32]

[1156 89 79]]

[4 1 2 0 3]

[3 4 9 5 8 2 7 0 6 1]

[[4 7 9]

[9 17]]

[5 3 2 8 4]

python numpy.random模块中提供啦大量的随机数相关的函数相关推荐

numpy.random 模块中文文档学习笔记
1 numpy.random.randint() 整数随机,指定上下界,左闭右开 np.random.randint(1, size=10) >>> array([0, 0, 0, ...
python没有random模块_python-random模块
random --- 生成伪随机数该模块实现了各种分布的伪随机数生成器. 对于整数,从范围中有统一的选择. 对于序列,存在随机元素的统一选择.用于生成列表的随机排列的函数.以及用于随机抽样而无需替换 ...
python自定义随机数_python：numpy.random模块生成随机数
简介所谓生成随机数,即按照某种概率分布,从给定的区间内随机选取一个数.常用的分布有:均匀分布(uniform distribution),正态分布(normal distribution),泊松分布 ...
python random模块中的指令_python中random模块的使用
这些方法位于random模块中 random.random(),同javascript的Math.random(),返回[0.0,1)之间的浮点数 random.uniform(a, b),返回[a, ...
用于生成随机数的python标准库模块是_详解Python基础random模块随机数的生成
详解Python基础random模块随机数的生成来源:中文源码网浏览: 次日期:2019年11月5日 [下载文档: 详解Python基础random模块随机数的生成.txt ] ( ...
python random库生成伯努利随机数的方法_详解Python基础random模块随机数的生成
随机数参与的应用场景大家一定不会陌生,比如密码加盐时会在原密码上关联一串随机数,蒙特卡洛算法会通过随机数采样等等.Python内置的random模块提供了生成随机数的方法,使用这些方法时需要导入ran ...
python random包含尾部吗_你真的了解Python的random模块吗？
用于生成伪随机数源码位置: Lib/random.py(看看就好,千万别随便修改) 真正意义上的随机数(或者随机事件)在某次产生过程中是按照实验过程中表现的分布概率随机产生的,其结果是不可预测的,是 ...
Python的collections模块中namedtuple结构使用示例
namedtuple顾名思义,就是名字+元组的数据结构,下面就来看一下Python的collections模块中namedtuple结构使用示例 namedtuple 就是命名的 tuple,比较像 ...
Python Numpy random.chisquare() 卡方分布
NumPy(Numerical Python的缩写)是一个开源的Python科学计算库.使用NumPy,就可以很自然地使用数组和矩阵.NumPy包含很多实用的数学函数,涵盖线性代数运算.傅里叶变换和随 ...

python numpy.random模块中提供啦大量的随机数相关的函数

1. numpy中产生随机数的方法

2. 常用分布

3. 乱序和随机抽取

python numpy.random模块中提供啦大量的随机数相关的函数相关推荐

最新文章

热门文章