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,相同次数生成的随机数字是完全相同的;
random.seed(1) 这样
random.randint(
0,
6, (
4,
5))每次都产生一样的4*5的随机矩阵
关于种子的介绍可参见[Java - 常用函数Random函数]
Python标准库random模块
(生成随机数模块)
random.random()
random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0
random.uniform(a, b)
random.uniform的函数原型为:random.uniform(a, b),用于生成一个指定范围内的随机符点数。如果a > b,则生成的随机数n: b <= n <= a。如果 a
[python] view plain copy
printrandom.uniform(10,20)
printrandom.uniform(20,10)
#---- 结果(不同机器上的结果不一样)
#18.7356606526
#12.5798298022
random.randint(a, b)
random.randint()的函数原型为:random.randint(a, b),用于生成一个指定范围内的整数。其中参数a是下限,参数b是上限,生成的随机数n: a <= n <= b
Note:a =[random.randint(0, 100) for__ inrange(100)] #生成100个指定范围内的整数
[python] view plain copy
printrandom.randint(12,20)#生成的随机数n: 12 <= n <= 20
printrandom.randint(20,20)#结果永远是20
#print random.randint(20, 10) #该语句是错误的。下限必须小于上限。
random.randrange([start], stop[, step])
random.randrange的函数原型为:random.randrange([start], stop[, step]),从指定范围内,按指定基数递增的集合中 获取一个随机数。如:random.randrange(10, 100, 2),结果相当于从[10, 12, 14, 16, ... 96, 98]序列中获取一个随机数。random.randrange(10, 100, 2)在结果上与 random.choice(range(10, 100, 2) 等效。
random.choice(sequence)
random.choice从序列中获取一个随机元素。其函数原型为:random.choice(sequence)。参数sequence表示一个有序类型。这里要说明 一下:sequence在python不是一种特定的类型,而是泛指一系列的类型。list, tuple, 字符串都属于sequence。有关sequence可以查看python手册数据模型这一章,也可以参考:http://www.17xie.com/read-37422.html 。下面是使用choice的一些例子:
[python] view plain copy
printrandom.choice("学习Python")
printrandom.choice(["JGood","is","a","handsome","boy"])
printrandom.choice(("Tuple","List","Dict"))
random.shuffle(x[, random])
random.shuffle的函数原型为:random.shuffle(x[, random]),用于将一个列表中的元素打乱。如:
[python] view plain copy
p = ["Python","is","powerful","simple","and so on..."]
random.shuffle(p)
printp
#---- 结果(不同机器上的结果可能不一样。)
#['powerful', 'simple', 'is', 'Python', 'and so on...']
random.sample(sequence, k)
random.sample的函数原型为:random.sample(sequence, k),从指定序列中随机获取指定长度的片断。sample函数不会修改原有序列。
[python] view plain copy
list = [1,2,3,4,5,6,7,8,9,10]
slice = random.sample(list, 5)#从list中随机获取5个元素,作为一个片断返回
printslice
Note:上面这些方法是random模块中最常用的,在Python手册中,还介绍其他的方法。感兴趣的朋友可以通过查询Python手册了解更详细的信息。
皮皮blog
numpy中的random模块
linspace(start, end, num): 如linspace(0,1,11)结果为[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1];
arange(n): 产生一个从0到n-1的向量,如arange(4)结果为[0,1,2,3]
random.random([...]): 产生随机矩阵,如random.random([2,3])产生一个2x3维的随机数
Simple random data
rand(d0, d1, ..., dn) Random values in a given shape.
randn(d0, d1, ..., dn) Return a sample (or samples) from the “standard normal” distribution.
randint(low[, high, size]) Return random integers from low (inclusive) to high (exclusive).
random_integers(low[, high, size]) Return random integers between low and high, inclusive.
random_sample([size]) Return random floats in the half-open interval [0.0, 1.0).
random([size]) Return random floats in the half-open interval [0.0, 1.0).
ranf([size]) Return random floats in the half-open interval [0.0, 1.0).
sample([size]) Return random floats in the half-open interval [0.0, 1.0).
choice(a[, size, replace, p]) Generates a random sample from a given 1-D array ..
bytes(length) Return random bytes.
np.random.rand(a, b)
fromnumpy importrandom
x =random.rand(2, 3)
print(x)
[[ 0.1169922 0.08614147 0.17997144]
[ 0.5694889 0.43067372 0.62135592]]
x, y =random.rand(2, 3)
print(x)
print(y)
[ 0.60527337 0.78765269 0.71884661]
[ 0.67420571 0.946359 0.7632273 ] [
numpy - 基本数据类型、多维数组ndarray及函数操作]
np.random.randint(a, b, size=(c, d))
raw_user_item_mat =random.randint(0, 10, size=(3,4)) #指定生成随机数范围和生成的多维数组大小
print(raw_user_item_mat)
[[3 6 2 8]
[3 1 2 4]
[9 4 5 0]] [ Random sampling (
numpy.random)]
from: http://blog.csdn.net/pipisorry/article/details/39086463
ref: The Python Standard Library
http://blog.csdn.net/jgood/article/details/4278885
Numpy中使用矩阵-特殊的函数
python标准库中的随机分布函数
python产生5个随机数_Python和numpy生成随机数相关推荐
- python随机模块 无范围_Python模块:生成随机数模块random
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,相同次数生成的随机数字是完全相同的: random.seed(1)这样 random.randint( 0, 6, ( 4, ...
- Numpy 生成随机数和乱序
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) ...
- 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 ...
- R语言使用rnorm函数生成正态分布随机数、自定义指定生成随机数的个数、均值、方差
R语言使用rnorm函数生成正态分布随机数.自定义指定生成随机数的个数.均值.方差 目录 R语言使用rnorm函数生成正态分布随机数.自定义指定生成随机数的个数.均值.方差 R 语言特点 R语言使用r ...
- 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时间函数详解_Python:Numpy库基础分析——详解datetime类型的处理
原标题:Python:Numpy库基础分析--详解datetime类型的处理 Python:Numpy库基础分析--详解datetime类型的处理 关于时间的处理,Python中自带的处理时间的模块就 ...
- python产生5个随机数_python基础5 - 产生随机数
原博文 2018-05-03 18:39 − 随机数 在 Python 中,要使用随机数,首先需要导入 随机数 的 模块 -- "工具包" import random 导入模块后, ...
- mysql语句随机数_程序生成随机数与SQL语句生成随机数
随机数可以通过程序生成,也可以通过SQL语句生成.通过程序生成随机数时一般采用硬件的编号+时间作为种子,这种方法在瞬间插入数据库N条数据的时候会影响随机数的效果,生成很多相邻的插入值相同.所以频繁插入 ...
最新文章
- Redis数据类型操作(一) —— String
- 工作179:接口对接
- ef.extensions mysql_EFcore 使用 EFCore.BulkExtensions(不支持mysql)或 EntityFramework-Plus 批量增加、删除、修改...
- Cannot resolve jakarta.validation:jakarta.validation-api:2.0.2
- 15个带示例的jQuery滚动条插件
- java 使用Sql数据库代码
- matlab接触封装,MATLAB如何解除封装
- android 整合最新X5WebView 以及离线安装教程
- windows禅道环境搭建
- Jetson nano : PWM风扇调速。
- chrome 插件tempermonkey
- moment.js时间格式转换
- openpyxl,给单元格插入公式,求和通过excel公式实现
- Python中pass的使用
- NameError: name ‘weights‘ is not defined
- 券商也“网红”,证券行业IT服务运维发展按下“快进键”
- [531]微信之wxpy库(基于itchat库)
- 多源异构数据融合平台
- 学习笔记 | c++中四种类型cast(强制)转换
- 金融IT的“困”与“道”
热门文章
- 十三、linux 内核驱动模块传参数
- Spring Cloud构建微服务架构:服务容错保护(Hystrix断路器)
- 学习 git clone 几种不同的协议
- 以“不变”方能应“万变”,以“有心”必能筑“无界”
- css响应式布局 兼容ie6
- 【BZOJ】1031: [JSOI2007]字符加密Cipher(后缀数组)
- mount挂载windows共享文件夹
- Json-lib使用——JSONObject与JSONArray
- pku3020 Antenna Placement (解法1)
- 什么是MIME?什么是MIME邮件?