python numpy 常用随机数的产生方法的实现

2023-08-16 21:44:04 73

numpy中的random模块有多个函数用于生成不同类型的随机数，常见的有uniform、rand、random、randint、random_interges

下面介绍一下各自的用法

1、np.random.uniform的用法

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

作用：可以生成[low,high)中的随机数，可以是单个值，也可以是一维数组，也可以是多维数组

参数介绍：

low:float型，或者是数组类型的，默认为0
high:float型，或者是数组类型的，默认为1
size:int型，或元组，默认为空

In[1]:importnumpyasnp

In[2]:np.random.uniform()#默认为0到1
Out[2]:0.827455693512018

In[3]:np.random.uniform(1,5)
Out[3]:2.93533586182789

In[4]:np.random.uniform(1,5,4)#生成一维数组
Out[4]:array([3.18487512,1.40233721,3.17543152,4.06933042])

In[5]:np.random.uniform(1,5,(4,3))#生成4x3的数组
Out[5]:
array([[2.33083328,1.592934,2.38072],
[1.07485686,4.93224857,1.42584919],
[3.2667912,4.57868281,1.53218578],
[4.17965117,3.63912616,2.83516143]])

In[6]:np.random.uniform([1,5],[5,10])
Out[6]:array([2.74315143,9.4701426])

2、np.random.random_sample的用法

和np.random.random作用一样

random_sample(size=None)

-作用：返回[0,1)之间的浮点型随机数，通过size控制返回的形状

np.random.random_sample()
0.47108547995356098
type(np.random.random_sample())

np.random.random_sample((5,))
array([0.30220482,0.86820401,0.1654503,0.11659149,0.54323428])

Three-by-twoarrayofrandomnumbersfrom[-5,0):

5*np.random.random_sample((3,2))-5
array([[-3.99149989,-0.52338984],
[-2.99091858,-0.79479508],
[-1.23204345,-1.75224494]])

3、np.random.rand的用法

rand(d0,d1,…,dn)

作用：返回[0,1)内的浮点数，输入的d0,d1…dn代表维度信息，没有输入时，则返回[0,1)内的一个随机值

In[15]:np.random.rand()
Out[15]:0.9027797355532956

In[16]:np.random.rand(3,3)
Out[16]:
array([[0.47507608,0.64225621,0.9926529],
[0.95028412,0.18413813,0.91879723],
[0.89995217,0.42356103,0.81312942]])

In[17]:np.random.rand(3,3,3)
Out[17]:
array([[[0.30295904,0.76346848,0.33125168],
[0.77845927,0.75020602,0.84670385],
[0.2329741,0.65962263,0.93239286]],

[[0.24575304,0.9019242,0.62390674],
[0.43663215,0.93187574,0.75302239],
[0.62658734,0.01582182,0.66478944]],

[[0.22152418,0.51664503,0.41196781],
[0.47723318,0.19248885,0.29699868],
[0.11664651,0.66718804,0.39836448]]])

4、np.random.randint的用法

randint(low,high=None,size=None,dtype='l')

作用：生成整型随机数，可以是单个随机数，也可以是多维的随机数构成的数组

参数介绍

low：int型，随机数的下限
high：int型，默认为空，随机数的上限，当此值为空时，函数生成[0,low)区间内的随机数
size：int、或ints、或元组，指明生成的随机数的类型
dtype:可选'int','int32'，默认为'l'

In[7]:np.random.randint(4)
Out[7]:1

In[8]:np.random.randint(4,size=4)
Out[8]:array([2,2,2,0])

In[9]:np.random.randint(4,10,size=6)
Out[9]:array([7,9,7,8,6,9])

np.random.randint(4,10,size=(2,2),dtype='int32')
Out[10]:
array([[7,4],
[6,9]])

5、np.random.random_integers的用法

random_integers(low,high=None,size=None)

和randint的用法较为相似,区别在于[low,high]

的右边界能够取到，且改函数即将被抛弃，可以使用

np.random.randint(low,high+1)进行代替

总结：随机数可以分为两大类，一类是浮点型的，常以np.random.uniform为代表，np.random.rand,np.random.radnom和np.random.random_simple可以看作是np.random.uniform的特例；另一类是整数型的，以np.random.randint为代表，也有np.random.random_integers但是后者将被前者取代

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

python numpy 常用随机数的产生方法的实现

热门推荐

随机推荐