numpy.random.rand

  numpy.random模块作用是生成随机数,其中numpy.random.rand(d0, d1, ..., dn):生成一个[0,1)之间的随机浮点数或N维浮点数组。下面是实例:

import numpy as np

# 生成生成[0,1)之间随机浮点数
np.random.rand() # 生成一个15个[0,1)之间随机浮点数的3行5列的数组,
np.random.rand(3, 5) # 一个参数,生成: array([ 0.3228230931])
np.random.rand(1) # 生成一个元素个数为5个的一维数组
np.random.rand(5) # 报错,参数必须是整数,不能是元组
np.random.rand((2,3))

numpy.random.randn

  numpy.random.randn(d0, d1, ..., dn):生成一个浮点数或N维浮点数组,取数范围:正态分布的随机样本数。实例:

import numpy as np

# 无参,不一定是[0,1)之间的随机数
np.random.randn() # 一个参数,生成一个元素个数为参数值的数组
np.random.randn(1)
np.random.randn(5) # 两个参数,生成对应的行列数 数组
np.random.randn(2,3) # 报错,行列数必须为整数
np.random.randn((2,3))

numpy.random.standard_normal

  numpy.random.standard_normal(size=None):生产一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本。实例:

import numpy as np

# size为整数,array([-0.33786118, -0.98289355])
np.random.standard_normal(2) # size为整数序列
np.random.standard_normal((2,3))
"""
array([[ 0.67665901, -0.9247266 , 1.52534072],
[-1.6140679 , 0.4291286 , -0.26712738]])
""" np.random.standard_normal([2,3]).shape
"""(2, 3)"""

numpy.random.randint

  numpy.random.randint(low, high=None, size=None, dtype='l'):生成一个整数或N维整数数组,取数范围:若high不为None时,取[low,high)之间随机整数,否则取值[0,low)之间随机整数。实例如下:

import numpy as np

# low=2,生成一个[0,2)之间随机整数
np.random.randint(2) # low=2,size=5,生成一个元素取值范围为[0, 2),个数为5的数组
np.random.randint(2,size=5)
"""
array([1, 1, 0, 1, 1])
""" #low=2, high=2,报错,high必须大于low
np.random.randint(2, 2) #low=2, high=6, 生成一个[2,6)之间随机整数
np.random.randint(2, 6) # low=2, high=6, size=5,生成形状为5的一维整数数组
np.random.randint(2,6, size=5) # size为整数元组,生成一个2x3整数数组,取数范围:[0,2)随机整数
np.random.randint(2, size=(2,3)) #生成一个2x3整数数组,取值范围:[2,6)随机整数
np.random.randint(2,6,(2,3)) #dtype参数:只能是int类型
np.random.randint(2, dtype='int32')
np.random.randint(2, dtype=np.int32)

numpy.random.random_integers

  numpy.random.random_integers(low, high=None, size=None):生成一个整数或一个N维整数数组,取值范围:若high不为None,则取[low,high]之间随机整数,否则取[1,low]之间随机整数。实例如下:

import numpy as np

# low=2,生成一个[1,2]之间随机整数
np.random.random_integers(2) # low=2, size=5
np.random.random_integers(2, size=5)
"""
array([2, 2, 1, 1, 1])
"""
# low=2, high=6, 生成一个[2,6]之间随机整数
np.random.random_integers(2,6) # low=2, high=6, size=5, 生成一个形状为5的一维整数数组组
np.random.random_integers(2, 6, size=5) # size为整数元组, 生成一个2x3数组,取数范围:[1,2]随机整数
np.random.random_integers(2, size=(2,3)) # 生成一个2x3数组,取数范围:[2,6]随机整数
np.random.random_integers(2,6,(2,3))

numpy.random.random_sample

  numpy.random.random_sample(size=None):生成一个[0,1)之间随机浮点数或N维浮点数组。实例如下:

import numpy as np

# size=None, 生成一个[0,1)之间随机浮点数
np.random.random_sample() # size=2, 生成shape=2的一维数组
np.random.random_sample(2)
"""
array([0.35763819, 0.49589886])
""" #size为整数元组
np.random.random_sample((2,))
"""
array([0.06049863, 0.19161771])
""" # 报错
np.random.random_sample((,2)) # 生成2x3数组
np.random.random_sample((2,3))
"""
array([[0.72670655, 0.51374895, 0.5426825 ],
[0.51285327, 0.65538792, 0.06208806]])
""" #生成3x2x2数组
np.random.random_sample((3,2,2))
"""
array([[[0.11479889, 0.781341 ],
[0.64208068, 0.37144925]],
[[0.50598271, 0.22323444],
[0.30075225, 0.72141338]],
[[0.65324698, 0.11543862],
[0.45112802, 0.94799923]]])
"""

numpy.random.choice

  numpy.random.choice(a, size=None, replace=True, p=None):从序列中获取元素,若a为整数,元素取值为np.range(a)中随机数;若a为数组,取值为a数组元素中随机元素。实例如下:‘

import numpy as np
#a为整数,size为None,生成一个range(2)中的随机数 :0\1
np.random.choice(2) #a为整数,size为整数, 生成一个shape=2的一维数组
np.random.choice(2,2)
"""
array([1, 0])
""" #a为整数,size为整数元组, 生成一个2x3数组,取之范围在[0, 5)
np.random.choice(5,(2,3))
"""
array([[2, 3, 4],
[4, 0, 3]])
""" #a为数组,size为None, 生成一个np.array(['a','b','c','f']中随机元素
np.random.choice(np.array(['a','b','c','f'])) #a为数组,size为整数元组
np.random.choice(np.array(['a','b','c','f']),(2,3))#生成2x3数组
"""
array([['a', 'f', 'f'],
['a', 'a', 'a']], dtype='<U1')
""" #p参数:可以理解成a中元素出现的概率,p的长度和a的长度必须相同,且p中元素之和为1,否则报错
#np.random.choice(2,p=[1]) #报错,a和p长度不一致
np.random.choice(5,p=[0,0,0,0,1]) #生成的始终是4
np.random.choice(5,3,p=[0,0.5,0.5,0,0]) #生成shape=3的一维数组,元素取值为1或2的随机数

numpy.random.shuffle

  numpy.random.shuffle(x):对X进行重排序,如果X为多维数组,只沿第一条轴洗牌,输出为None。实例如下:

import numpy as np

list = [1,2,3,4,5]

#输出None
np.random.shuffle(list)
#原序列的顺序被修改
list1
"""
[3, 1, 5, 4, 2]
""" #对于多维数组,只沿着第一条轴打乱顺序
arr = np.arange(9).reshape(3,3)
arr
"""
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
"""
np.random.shuffle(arr)
arr
"""
array([[3, 4, 5],
[0, 1, 2],
[6, 7, 8]])
"""

numpy.random.permutation

  numpy.random.permutation(x):与numpy.random.shuffle(x)函数功能相同,两者区别:peumutation(x)不会修改X的顺序。实例如下:

import numpy as np

# x=5, 生成一个range(5)随机顺序的数组
np.random.permutation(5) # x为列表或元组
list = [1,2,3,4]
np.random.permutation(list)
"""
array([3, 1, 4, 2])
""" list
"""
[1, 2, 3, 4]
""" # x为数组
arr = np.arange(9)
arr
"""
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
""" np.random.permutation(arr)
"""
array([8, 1, 4, 2, 0, 5, 7, 6, 3])
""" arr2 = np.arange(9).reshape(3,3)
arr2
"""
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
""" # 对于多维数组,只会沿着第一条轴打乱顺序
np.random.permutation(arr2)
"""
array([[0, 1, 2],
[6, 7, 8],
[3, 4, 5]])
"""

  参考资料来自:

https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.rand.html#numpy.random.rand

https://blog.csdn.net/kancy110/article/details/69665164

Python学习——numpy.random的更多相关文章

  1. python学习之random模块

    Python中的random模块用于生成随机数.下面介绍一下random模块中最常用的几个函数. random.random random.random()用于生成一个0到1的随机符点数: 0 < ...

  2. python基础--numpy.random

    # *_*coding:utf-8 *_* # athor:auto import numpy.random #rand(d0, d1, ..., dn)n维随机值 data0 = numpy.ran ...

  3. python学习笔记----random

    import random import string # 随机整数: print random.randint(1,50) >>> print(random.randint(1,5 ...

  4. python学习之-- random模块

    random模块random.random():随机打印一个小数random.randint(1,10):随机打印1-10之间的任意数字(包括1和10)random.randrange(1,10):随 ...

  5. python学习-47 random模块

    random模块 随机模块 random 的方法: print(random.random()) # [0,1] 的浮点数 print(random.randint(1,3)) print(rando ...

  6. Python中numpy.random.randn()与rand(),numpy.zeros、ones、eye

    转自:https://blog.csdn.net/u010758410/article/details/71799142

  7. [Python] numpy.random.rand

    numpy.random.rand numpy.random.rand(d0, d1, ..., dn) Random values in a given shape. Create an array ...

  8. python学习笔记(三):numpy基础

    Counter函数可以对列表中数据进行统计每一个有多少种 most_common(10)可以提取前十位 from collections import Counter a = ['q','q','w' ...

  9. Python学习第二阶段Day2,模块time/datetime、random、os、sys、shutil

    1.Time.  Datetime(常用) UTC时间:为世界标准时间,时区为0的时间 北京时间,UTC+8东八区 import time print(time.time()) # timestamp ...

随机推荐

  1. Java 中常用的数据源

    数据源:存储了所有建立数据库连接的信息.就象通过指定文件名你可以在文件系统中找到文件一样,通过提供正确的数据源名称,你可以找到相应的数据库连接. 1.JNDI方式创建DataSource 1.1 配置 ...

  2. python模块之time方法详细介绍

    >>> import time >>> dir(time) ['_STRUCT_TM_ITEMS', '__doc__', '__loader__', '__nam ...

  3. python3 no module named PIL

    sudo apt-get install python3-imaging

  4.  $(document).ready(function() { });

    l  $(document).ready(function() {   }); 初始化jsp

  5. 【好书推荐】《剑指Offer》之软技能

    俗话说,对于程序员来讲,每年都应该出去面试一下,看看自己的技术能力在外面处于什么水平.程序员在一个公司一个环境一个业务干得太久,很容易丧失学习的动力,获得的仅仅是从新手到熟手.当然,我相信在各行各业均 ...

  6. ZK配置文件

    The number of milliseconds of each tick, 最小时间单位,很多运行时的时间 #间隔都是使用tickTime的倍数来表示的,例如initLimit=10就是tick ...

  7. Arduino连接pH计

    关于arduino连接ph,核心的东西就是对ph传感器返回的信号值进行一系列的操作,注意因为返回的信号很弱,而且外部环境对其影响也很大,所以需要在电路设计上加入一些功能,比如信号放大.滤波等,电路设计 ...

  8. Java中的do-while循环——通过示例学习Java编程(11)

    作者:CHAITANYA SINGH 来源:https://www.koofun.com/pro/kfpostsdetail?kfpostsid=22&cid=0 在上一篇教程中,我们讨论了w ...

  9. 在Magento中用MySQL模拟队列发送电子邮件

    1. 需求 顾客在网站上购买特定商品并且这些商品的总金额超过特定金额后,使用email给顾客发送一个优惠券:假如某件商品已经降价了,则此商品的金额不计算在目标总金额内: 2. 需求分析 ①发送优惠券的 ...

  10. Consider everything deeply but still remain fearless.

    Consider everything deeply but still remain fearless.愿你能深思熟虑,但始终无所畏惧.