文档章节

numpy.random 模块- 随机数

Alex142857
 Alex142857
发布于 2017/08/23 18:45
字数 313
阅读 32
收藏 0

numpy中有一些常用的用来产生随机数的函数。
1. rand(d0, d1, …, dn)的随机样本位于[0, 1)中。 

>>> np.random.rand(2,2)
array([[ 0.03707949,  0.41972219],
       [ 0.76721763,  0.92190316]])

2. randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。

>>> np.random.randn()
-0.23973479740743608

     # N(3,6.25)     =>    2.5 * np.random.randn(2,4)+3 

>>> 2.5* np.random.randn(2,4)+3
array([[ 0.01273735,  1.2869618 ,  2.46575794,  3.00575844],
       [ 2.0903537 ,  3.45027914,  1.81021444,  2.23118217]])

3. randint(low[, high, size])  获得随机的整数 位于半开区间[low, high)

>>> np.random.randint(3, size = 10)
array([1, 2, 1, 2, 2, 1, 1, 1, 0, 0])
>>> np.random.randint(1,5,size =10)
array([3, 1, 3, 3, 3, 4, 1, 2, 4, 3])
>>> np.random.randint(1,10,size=(2,3))
array([[6, 9, 1],
       [6, 4, 7]])

4. random_integers(low[,high, size])  获得随机的整数,位于闭区间[low, high]

>>> np.random.random_integers(5)
1
>>> np.random.random_integers(5, size=(3,2))
array([[2, 1],
       [5, 2],
       [4, 4]])
>>> 2 * (np.random.random_integers(5, size=(5,)) - 1) / 4
array([ 0.5,  0.5,  1. ,  0.5,  0.5])

5. random_sample([size]) 获取随机的浮点数, 在半开区间[0.0, 1.0)

>>> np.random.random_sample()
0.64083390603798
>>> np.random.random_sample((5))
array([ 0.08202041,  0.62794823,  0.63852735,  0.17191555,  0.56619236])
>>> np.random.random_sample((3,4))
array([[ 0.96598298,  0.05680509,  0.75908237,  0.55356011],
       [ 0.20096591,  0.67791321,  0.52313978,  0.09776218],
       [ 0.01183812,  0.93489007,  0.61070159,  0.10541408]])

6. random([size])  获取随机的浮点数,在半开区间[0.0, 1.0)

7. ranf([size])  获取随机的浮点数,在半开区间[0.0, 1.0)

8. sample([size])  获取随机的浮点数,在半开区间[0.0, 1.0)

9. bytes(length) 获取随机字节

>>> np.random.bytes(10)
b'\x99\n\xc5\x95\xe7xG\xea~

 

© 著作权归作者所有

共有 人打赏支持
Alex142857

Alex142857

粉丝 3
博文 106
码字总数 11371
作品 0
朝阳
程序员
python之numpy的基本使用

一、numpy概述 numpy(Numerical Python)提供了python对多维数组对象的支持:ndarray,具有矢量运算能力,快速、节省空间。numpy支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供...

cxmscb
2017/01/17
0
0
一个关于常规计算汇总统计的简单介绍

https://machinelearningmastery.com/a-gentle-introduction-to-calculating-normal-summary-statistics/ 1、一个数据样本代表着广泛的群体抽象汇总(快照),观察样本集由两部分构成,某个领域...

cincinnati_de
05/07
0
0
numpy常用函数之randn函数解析

numpy常用函数之randn函数解析,numpy中有一些常用的用来产生随机数的函数,randn就是其中一个,randn函数位于numpy.random中,函数原型如下: numpy.random.randn(d0, d1, ..., dn) 这个函数...

IAlexanderI的专栏
2017/12/18
0
0
numpy的random模块

【说明】 翻译自官网的文档。 随机抽样 (numpy.random) 简单的随机数据 array([[ 0.14022471, 0.96360618], #random 2.1923875335537315 #random array([[-4.49401501, 4.00950034, -1.81814......

罗兵
2015/03/10
0
0
py 类,模块, 包与库

1.概述 模块和包, 库的概念经常被混用. 一般来讲,跟着xx.py的后面还会有xx.pyc , 这是py解释器根据源文件生成的中间文件, 方便下次使用. 1.1 模块 模块即源文件. 内含若干个类. py会在 sys....

chuchus
2017/03/23
0
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

C++ gflags

gflags是google一个开源的处理命令行参数的库,相比getopt,更加容易使用。 定义参数 gflags主要支持的参数类型包括 DEFINEbool: boolean DEFINEint32: 32-bit integer DEFINEint64: 64-bit ...

SibylY
23分钟前
0
0
intellij IDEA Properties中文unicode转码问题

在IDEA中创建了properties文件,发现默认中文不会自动进行unicode转码。如下 在project settings - File Encoding,在标红的选项上打上勾,确定即可 效果图如下: unicode转码后效果...

muzi1994
24分钟前
0
0
Java IO类库之PipedWriter

一、PipedWriter介绍 PipedWriter是字符管道输出流,继承自Writer,功能与PipedOutputStream类似,通过与PipedReader组合使用实现类似管道的功能,在多线程环境下,一个线程使用PipedWriter...

老韭菜
28分钟前
0
0
精简分页组件(手写)

需要引入CSS(没错就是这4行) .pagelist { text-align: center; color: #666; width: 100%; clear: both; margin: 20px 0; padding-top: 20px }.pagelist a { color: #666; margin: 0 2px;......

AK灬
29分钟前
3
0
29 岁成为阿里巴巴 P8,工作前 5 年完成晋升 3 连跳,他如何做到?

泡泡是我的好朋友。今年 31 岁,毕业后就进了阿里巴巴,工作五年内从 P4 晋升至 P6、P7、P8。 和他很少聊到工作,但总觉得他有很棒的职场心得,应该分享出来,于是有了这次采访。希望对职场新...

Java填坑之路
31分钟前
1
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部